Julia 将其用作网站后端的生产数据库缺少什么？

我很难理解使用JuliaDB作为生产网站的主要后台数据库的利弊

我的用例是一个协作数据科学平台。客户每天请求100万独立访客和10万次写入。好。。。我希望如此

实现一个SQL数据库意味着我需要将用于微积分的数据科学数据框架“翻译”为SQL并向后转换

另一方面，ADB是一种端到端的解决方案

关于网站制作数据库的不同标准：

Julia本机并发：

Julia支持并发和并发的三大类功能 并行编程：

异步“任务”，或协同路由多线程分布式 计算任务允许挂起和恢复对的计算 I/O、事件处理、生产者-消费者过程等 模式。任务可以通过等待和等待等操作进行同步 获取，并通过通道进行通信

多线程功能通过允许任务运行来构建任务 同时在多个线程或CPU内核上共享内存

最后，分布式计算以独立的方式运行多个进程 内存空间，可能在不同的机器上。此功能 由分布式标准库和外部 MPI.jl和DistributedArray.jl等包

另一方面，JuliaDB doc表示他们支持并行计算，但没有给出太多细节

---

JuliaDB能否处理并行连接和异步操作，从而使它能够为许多在Parralel中使用它的用户提供性能？

从您的问题来看，您需要的是一种大规模并行数据接收机制。您需要一个软件体系结构，它允许同时为大量用户收集数据。 也许您应该看看一个提供水平扩展能力的noSQL数据库——一个很好的例子可能是MongoDB（或者类似于云的数据库，比如DynamoDB）

<>如果你的数据量和并行性甚至更高，你应该考虑流式解决方案，比如Apache卡夫卡。 另一方面，JuliaDB完全处于处理工作流的另一个站点上。一旦你收集了大量的数据，它就会进入一个分析过程。近年来，最流行的工具是Hadoop堆栈，其中使用ApacheSpark进行处理

JuliaDB为数据工作流的分析步骤带来了新的范例。通过这个工具，你可以大规模并行处理庞大的数据，因此你应该把JuliaDB看作是SCAPK的一个很好的替代者。