问题一：是否有专门的数据库来存储密集和稀疏矩阵？我搜索了一下，但没有找到…
有问题的矩阵很大（10^5乘10^5），但它是稀疏的，这意味着它的大多数值是零，我只需要存储非零值。所以我想做一张这样的桌子：
2D Matrix
---------------
X Y val
---------------
1 2 4.2
5 1 91.0
9 3 139.1
等等。三列，两列表示坐标，第三列表示稀疏矩阵中该单元格的值。问题2：这是存储稀疏矩阵的最佳方法吗？我也考虑过MongoDB，但似乎为矩阵的每个单元格生成一个文档的开销太大了。面向表的数据库速度很慢，但我可以使用voltdb:）side node:我想到了redis散列，但无法使其成为二维（找到了序列化2d矩阵并使其成为1d的方法，这样我就可以存储在redis散列甚至列表中）
问题3:voltdb每行使用多少字节？坐标将是0到10^5之间的整数，可能更多，单元格的值将是浮点数。
最佳答案
关于问题3，根据您的示例，x和y列可以是voltdb中的整数数据类型，即4字节。值列可以是浮点数据类型，即8字节。
因此，每条记录将是16字节，因此内存中的标称大小将是16字节*行计数。一般来说，您需要增加30%的开销，然后为每台服务器增加1GB的堆大小，以确定所需的总内存。有关更多详细信息，请参阅下面的参考资料。
您可能需要为该表编制索引，因此，假设您需要（x，y）的复合索引，那么大小如下：
树索引：
（列大小之和+8+32）*行数
哈希索引：
（（2*行计数）+1）*8）+（（列大小之和+32）*行计数）
（x，y）的列大小之和为8字节。
参考文献：
可用的数据类型在使用voltdb的附录A中列出：
http://community.voltdb.com/docs/UsingVoltDB/ddlref_createtable#TabDatatypes
估计内存大小的准则和公式见voltdb规划指南：
http://community.voltdb.com/docs/PlanningGuide/ChapMemoryRecs
关于sql - 存储二维稀疏数组(二维稀疏矩阵)的最佳方法是什么？ VoltDB中将有多少大小？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/10872769/