我有一个项目，它在数据库中存储了数百万个域名，并执行搜索请求来查找域是否存在于数据库中。我需要的唯一操作 - 检查给定值是否存在。没有范围查询，没有附加信息，什么都没有。针对域名数据库选择哪种NoSQL解决方案？
查询我做数据库的数量是相当大的，例如100000每一个用户会话。
我每天一次新的数据库，甚至有可能检查什么记录被删除，并添加了什么 - 我不认为这是值得的。所以，我正在将数据库导入新表并将脚本指向新名称。
寻找可以使整个事情更快的解决方案，因为我不使用任何SQL功能。名称搜索和导入时间对我很重要。
我的服务器不能存储这个数据库在内存中，甚至一半，所以我觉得有些NoSQL的解决方案，从硬盘驱动器的工作能帮助我。
你能提出一些建议吗？
一个更小，更快的解决方案是使用Berkeley DB与key-value pair API。 Berkeley DB是一个链接到您的应用程序的数据库库，因此不需要客户端/服务器开销，也不需要单独的服务器来安装和管理。 Berkeley DB非常简单，在几个API中提供了一个简单的键值（NoSQL）API，它提供了所有基本数据管理例程，您可以在更大，更复杂的RDBMS中找到这些例程（索引，二级索引，外键），但没有SQL引擎的开销。
声明：我是Berkeley DB的产品经理，所以我有点偏见。也就是说，它的设计宗旨就是完成您所要求的 - 简单，快速，可扩展的键值数据管理，而不会产生不必要的开销。
实际上，有许多“数据库域”类型的应用程序服务使用Berkeley DB作为其主数据存储。大多数开源和/或商业LDAP实现使用Berkeley DB（包括OpenLDAP，Redhat的LDAP，Sun Directory Server等）。 Cisco，Juniper，AT & T，Alcatel，Mitel，Motorola和其他许多公司使用Berkeley DB来管理他们他们使用Berkeley DB作为他们的网关，认证和配置管理系统，他们使用BDB，因为它确实满足了他们的需求，快速，可扩展和可靠。
如果您可以接受非常小的误报率（假设您使用足够大的过滤器），那么您可以很好地得到Bloom filter。
在另一方面，你当然可以使用Cassandra。它大量使用bloom滤波器，所以要求不存在的东西很快，而且您不必担心误报。它旨在处理不适合内存的数据集，因此性能下降非常平稳。
导入数据的任何量应当快速 - 正常的机器上，卡桑德拉可以处理大约15k的每次写。
这里有很多选择。 Berkeley DB肯定能完成这项工作，可能是最简单的解决方案之一。同样简单：将所有内容都存储在memcached中，如果需要（如果查询加载或数据大小增加），则可以选择在多台计算机上分割值的缓存。