Проектирую БД (MS SQL) для работы с большим количеством файлов.
За месяц в систему будет поступать 300 000 отсканированных документов (возможно увеличение до 1 000 000 в будущем). Поступать будут равномерно на протяжении всего месяца. Каждый документ автоматически распознается (по возможности) и информация с него должна попасть в БД (около 25 полей сейчас, а сколько может быть – пока не знаю). Сам документ(*.pdf,*.jpg…) тоже по возможности нужно сохранить в БД. Пользователь будет сравнивать исходник с распознанным и редактировать/подтверждать. В системе параллельно могут вестись несколько заказов и данные по ним должны накапливаться. Количество различных данных, выбираемых из файлов варьируется в зависимости от заказа. Необходимо предусмотреть возможность выгрузки/загрузки данных в базу.

Есть ли смысл хранить исходные файлы отдельно не в БД, а только ссылки на них (если файлы будут около 200 Кб*3,6 млн = дополнительно 720 Гб за год)?

Если за год будет 3,6 млн файлов, и данные постоянно будут добавляться, как это повлияет на скорость поиска (постоянная переиндексация)?

Каким образом хранить данные из файлов –
одна таблица – все данные,
одна таблица – одно поле,
комбинированные значения?

Есть ли где-то возможность почитать литературу по подобного рода задачам?

Модератор: Тема перенесена из форума "Microsoft SQL Server".