"在油田多年的勘探开发历程中,积累的数据量从几十MB增至上TB,并且仍然保持着几何级数式的增长。高效管理并利用历史勘探数据、资料和知识成果来进行勘探开发生产任务部署,可减少生产成本,优化企业决策并提高生产效率和企业效益。采用MongoDB非关系型数据库,其由C++语言编写的,基于Google BigTable分布式文件存储系统的NoSQL数据库,可适用于高并发读写,海量数据高效存储以及图片、文本等半结构化、非结构化数据的管理。利用MongoDB的文档式存储结构,对油田大数据,如井数据、断层数据等进行存取与管理;采用C#编程语言实现了可视化客户端开发,并对MongoDB与SQL SERVER进行了针对油田大数据的存储性能测试对比。实验结果表明,MongoDB在油田大数据存取与管理方面取得了良好的效果,其在数值数据和文件数据的存取性能上,都明显优于传统关系型数据库(如SQL SERVER),尤其是针对海量的非结构化、半结构化油田大数据,其性能优势更加明显。