数据存储重要性：
数据是企业最重要的财产；
数据可靠性是企业的命根，一定要保证。
单机存储原理：
存储引擎：存储系统的发动机，它决定存储系统的功能和性能；
引擎类型：哈希存储引擎、B树存储引擎、LSM存储引擎
- 哈希存储引擎：基于哈希表结构 ：数组+链表；支持Create\Update\Delete\随机Read
- B树存储引擎：基于B Tree实现，支持单条记录的CURD，支持顺序查找。RDBMS使用较多。
-
LSM树存储引擎：对数据的修改增量保存在内存，达到一定条件再批量更新到磁盘；优势在于批量写入；劣势在于读取需合并磁盘和内存；
- 避免内存数据丢失：修改操作写入到CommitLog日志。
数据模型：
- 文件：以目录树组织，如linux,mac,windows；
- 关系型：每个关系是一个表格，多行组成，每行多列；
- 键值(Key-Value)：Memcached, Tokey, Redis；
- 列存储型：Casadra, Hbase;
- 图形数据库：Neo4J, InfoGrid, Infinite Graph
- 文档型：MongoDB, CouchDB
事务与并发控制：
事务4个基本属性：ACID 原子性、一致性、隔离性、持久性
并发控制：
锁粒度：Process->DB->Table->Row
提供Read并发，Read不加锁：写时复制、MVCC
数据恢复：通过操作日志
多机存储原理：
单机存储原理在多机存储仍然可用；多级存储基于单机存储；
数据分布：
分布在多个节点，节点间负载均衡；
分布方式：
静态：取模、uid%32；
动态：一致性hash，数据飘移问题（A节点更新前出现故障，更新迁移到B节点后A节点又恢复）；
复制：
分布式存储多个副本；保证高可靠和高可用；Commit Log。
故障检测：
心跳机制、数据迁移、故障恢复；
FLP定理与设计：
FLP Impossiblity（FLP不可能性）:
在异步消息通信场景，即使只有一个进程失败，没有任何方法能保证非失败进程达到一致性。
CAP定理与设计：
CAP：一致性（Consistency）、可用性(Availabilty)、分区容忍性(Tolerance of network Partition)。
一致性和可用性需要折中权衡
分布式存储系统需要能够自动容错，也就是说分区容忍性需要保证。
2PC（Two Phase Commit）协议与设计：
用于分布式事务;
两类节点组成：
协调者（1个）；
事务参与者（多个）；
分两阶段：
请求阶段：协调者通知参与者准备提交或取消事务，所有参与者都需要表决同意或者不同意。
提交阶段：
收到参与者所有决策后，协调者进行决策（提交或取消）；
通知参与者执行操作，所有参与者都同意就提交，否则取消；
参与者收到协调者的通知后执行操作。
2PC协议是阻塞式：
事务参与者可能发生故障
--设置超时时间；
协议者可能发生故障
--日志记录、备用协调者
应用：交易订单 等；
Paxos协议与设计：
作用：
解决节点间的一致性问题；
&