我有一个简单的应用程序的想法，它将监视一组文件夹，索引它找到的任何文件。 gui将允许我快速标记新文件并将它们移动到单个数据库中进行存储，还可以通过标记，名称，文件类型和日期提供查询数据库的简单机制。目前，我在一对移动硬盘上拥有大约100多GB的文件，数据库至少会有这么大。如果可能，我想支持嵌入式二进制和文本文档的全文搜索。这将是一个单用户应用程序。BLOB存储 - 100 + GB，MySQL，SQLite或PostgreSQL + Python
没有试图启动数据库战争，但是什么开源数据库将最适合我？我很确定SQLLite不在桌面上，但我可能是错的。
我仍然在为自己的项目研究这个选项，但CouchDB可能值得一看。
我总是讨厌回答“不要”，但是你最好用Lucene（PyLucene）之类的东西索引。几乎总是建议将路径存储在数据库中而不是文件内容。为了补充说明，这些数据库引擎都不会将LOB存储在单独的数据空间中（它们将嵌入到表的数据空间中），因此这些引擎中的任何一个都应该执行得差不多（除了sqllite以外）。您需要迁移到Informix，DB2，SQLServer或其他平台以获取这种二进制对象处理。
为什么将文件存储在数据库中？只需存储元数据和文件名即可。如果出于某种原因需要将它们复制到新位置，请将其作为文件系统副本来执行。
删除文件内容后，任何有能力的数据库都将能够处理几十万个文件的元数据。
它们几乎都可以工作（即使SQLLite并不打算用于并发多用户环境中，这可能是一个问题......），因为您不想索引实际内容的文件。
唯一的限制因素是给定数据库的最大“数据包”大小（我指的是查询/响应的数据包）。通常这些限制大约为2MB，这意味着您的文件必须小于2MB。当然你可以增加此限制，但整个过程是相当低效的，因为比如：插入一个文件，你还必须是：
我会去用一个简单的DB和相关的文件使用命名约定存储， kes他们很容易找到（例如基于主键）。当然这个设计不是“纯粹的”，但它会表现得更好，而且使用起来也更容易。
为什么你在浪费时间来模拟文件系统应该能够处理的事情？更多的存储+ grep是你的答案。
我的偏好是将文档与元数据一起存储。一个原因是关系完整性。您不能轻松地移动文件或修改文件，而不需要由数据库斡旋的操作。我确信我可以处理这些问题，但它并不像我想的那么干净，我的经验是，大多数供应商现在可以在数据库中处理大量的二进制数据。我想我很想知道PostgreSQL或MySQL在这些领域有什么明显的优势，我主要是熟悉Oracle。无论如何，感谢你的回应，如果数据库知道外部文件的位置，如果需要，也可以很容易地在稍后的日期提交文件。问题的另一个方面是，如果任何一个数据库在使用Python时更容易使用。我假设这是一个洗涤。
呃，显而易见。每个<2MB的100GB文件至少为50,000个文件。搜索那么多文件的文件系统目录会比搜索元数据数据库表慢得多。 – djangofan 2009-07-27 19:51:42