【TiDB 使用环境】生产环境
【TiDB 版本】
【部署方式】机器部署
【操作系统/CPU 架构/芯片详情】大概三台机器，8c这样子
【机器部署详情】CPU大小/内存大小/磁盘大小
业务场景：
构建股票因子库
数据量估算：
每只股票假如有3000因子，每天会更新一个因子版本
数据量算法估算
股票数每只股票因子数近5年天数
500030005*360=270亿行
如果做宽表，每个因子转化成列，会有几千列：
算法为：
50005360=900万行
业务上，会有增加因子的操作，历史日期因子也可能会更新，
如果是窄表，那就是涉及到新增行，更新行
如果是宽表，那就是涉及到新增列（空列），新增行，更新行
并发预计不高
大家有过TIDB 单表管理超过100亿行吗？讨论一下 
这个是个人搞量化分析吗？如果是为了做量化分析,事务操作不多的话,可以考虑hbase,tidb说实话有些慢哦
关键看你要咋用这些数据，光存储肯定是没问题，TiDB 还是做 TP 和 HTAP 好些，纯 AP 不好用，性价比也不高
你的要求只能上tiflash了把。但是你机器的配置貌似也跟不上。
看了下，数据建模采用宅表比较合适
数据库类型的话
优选是时序数据库，兼容支持日线因子，更细粒度因子
次选是列式数据库
TiDB 单表从技术上完全可以承载 100 亿行数据，但你当前的业务场景（股票因子库）和部署架构，需要重点解决表结构设计、存储性能和运维成本的问题，否则会面临严重的性能和稳定性风险。
是的，扩容肯定会能用，但是感觉列式数据库对这种场景可以高压缩，应该更合适一点
3000个因子的数据从什么地方获取啊？
此话题已在最后回复的 7 天后被自动关闭。不再允许新回复。