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;
&