NoSQL篇


惡補NoSQL Database?

一雌续、Consistency

1、CAP theorem---Consistency、Availability婴谱、Partition Tolerance

????????? (English)How to beat the CAP theorem?

??????? (中文版)如何打敗CAP理論?

2、Optimistic Locking樂觀鎖躯泰、Timestamps時間戳、向量時鐘Vector Clock

???? 樂觀鎖(Optimistic Locking)與悲觀鎖(Pessimistic Locking)?

???? mysql樂觀鎖總結(jié)和實踐

??? 向量時鐘兩篇好文: ? 向量時鐘Vector Clock in Riak?????? Vector Clock理解 ?

二华糖、Partition

??? 當大規(guī)模數(shù)據(jù)系統(tǒng)的數(shù)據(jù)超過單個計算機的容量麦向,并且還要保證數(shù)據(jù)副本的可靠性、系統(tǒng)的可擴展性(負載平衡措施)客叉,這時推薦數(shù)據(jù)切分的方法诵竭,將數(shù)據(jù)存儲于不同數(shù)據(jù)庫節(jié)點上。有不同的方法實現(xiàn)數(shù)據(jù)庫讀取的負載平衡: memory cache: 如MangoDB兼搏、? Clustering卵慰、數(shù)據(jù)的讀寫分開、數(shù)據(jù)切分sharding(如MongoDB采取橫向切分的方法)佛呻。

? 其中裳朋,數(shù)據(jù)的切分(Sharding)根據(jù)其切分規(guī)則的類型,可以分為兩種切分模式吓著。一種是按照不同的表(或者Schema)來切分到不同的數(shù)據(jù)庫(主機)之上鲤嫡,這種切可以稱之為數(shù)據(jù)的垂直(縱向)切分送挑;另外一種則是根據(jù)表中的數(shù)據(jù)的邏輯關(guān)系,將同一個表中的數(shù)據(jù)按照某種條件拆分到多臺數(shù)據(jù)庫(主機)上面暖眼,這種切分稱之為數(shù)據(jù)的水平(橫向)切分惕耕。

技術(shù):? 1、sharding過程中使用 一致性哈希算法 ? ? 分布式緩存的一致性hash算法原理

??? Consistent Hashing最大限度地抑制了hash鍵的重新分布诫肠。另外要取得比較好的負載均衡的效果司澎,往往在服務(wù)器數(shù)量比較少的時候需要增加虛擬節(jié)點來保證服務(wù)器能均勻的分布在圓環(huán)上。因為使用一般的hash方法栋豫,服務(wù)器的映射地點的分布非常不均勻挤安。使用虛擬節(jié)點的思想,為每個物理節(jié)點(服務(wù)器)在圓上分配100~200個點笼才。這樣就能抑制分布不均勻漱受,最大限度地減小服務(wù)器增減時的緩存重新分布。用戶數(shù)據(jù)映射在虛擬節(jié)點上骡送,就表示用戶數(shù)據(jù)真正存儲位置是在該虛擬節(jié)點代表的實際物理服務(wù)器上昂羡。

? ? ? 2、副本策略——減少讀取訪問的次數(shù)摔踱,負載平衡虐先,如cassandra副本策略:

并且還討論了分布式數(shù)據(jù)庫某節(jié)點的加入及宕機情況下,如何保證某數(shù)據(jù)片段依然能夠在其他數(shù)據(jù)結(jié)點上訪問到派敷。


三蛹批、數(shù)據(jù)存儲(決定了物理存儲以何種方式被訪問)

1、行式存儲 Row-based storage

2篮愉、列式存儲 Columar storage



另外腐芍。幾張圖看懂列式存儲? 一文包括字典表壓縮數(shù)據(jù)。


3试躏、列族存儲 Columnar Storage Layout with Locality Groups(如Google BigTable)

4猪勇、日志結(jié)構(gòu)的合并樹? Log Structured Merge Trees

? 前三個存儲方式?jīng)]有涉及到序列化的邏輯數(shù)據(jù)結(jié)構(gòu),他們都涉及的是如何高效利用內(nèi)存和磁盤存儲空間進行讀寫(效率颠蕴、性能和安全)泣刹。





????????????

???

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市犀被,隨后出現(xiàn)的幾起案子椅您,更是在濱河造成了極大的恐慌,老刑警劉巖寡键,帶你破解...
    沈念sama閱讀 206,482評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件掀泳,死亡現(xiàn)場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機开伏,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,377評論 2 382
  • 文/潘曉璐 我一進店門膀跌,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人固灵,你說我怎么就攤上這事捅伤。” “怎么了巫玻?”我有些...
    開封第一講書人閱讀 152,762評論 0 342
  • 文/不壞的土叔 我叫張陵丛忆,是天一觀的道長。 經(jīng)常有香客問我仍秤,道長熄诡,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 55,273評論 1 279
  • 正文 為了忘掉前任诗力,我火速辦了婚禮凰浮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘苇本。我一直安慰自己袜茧,他們只是感情好,可當我...
    茶點故事閱讀 64,289評論 5 373
  • 文/花漫 我一把揭開白布瓣窄。 她就那樣靜靜地躺著笛厦,像睡著了一般。 火紅的嫁衣襯著肌膚如雪俺夕。 梳的紋絲不亂的頭發(fā)上裳凸,一...
    開封第一講書人閱讀 49,046評論 1 285
  • 那天,我揣著相機與錄音劝贸,去河邊找鬼姨谷。 笑死,一個胖子當著我的面吹牛映九,可吹牛的內(nèi)容都是我干的菠秒。 我是一名探鬼主播,決...
    沈念sama閱讀 38,351評論 3 400
  • 文/蒼蘭香墨 我猛地睜開眼氯迂,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了言缤?” 一聲冷哼從身側(cè)響起嚼蚀,我...
    開封第一講書人閱讀 36,988評論 0 259
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎管挟,沒想到半個月后轿曙,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 43,476評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 35,948評論 2 324
  • 正文 我和宋清朗相戀三年导帝,在試婚紗的時候發(fā)現(xiàn)自己被綠了守谓。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,064評論 1 333
  • 序言:一個原本活蹦亂跳的男人離奇死亡您单,死狀恐怖斋荞,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情虐秦,我是刑警寧澤平酿,帶...
    沈念sama閱讀 33,712評論 4 323
  • 正文 年R本政府宣布,位于F島的核電站悦陋,受9級特大地震影響蜈彼,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜俺驶,卻給世界環(huán)境...
    茶點故事閱讀 39,261評論 3 307
  • 文/蒙蒙 一幸逆、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧暮现,春花似錦还绘、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,264評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至栋荸,卻和暖如春菇怀,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背晌块。 一陣腳步聲響...
    開封第一講書人閱讀 31,486評論 1 262
  • 我被黑心中介騙來泰國打工爱沟, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人匆背。 一個月前我還...
    沈念sama閱讀 45,511評論 2 354
  • 正文 我出身青樓呼伸,卻偏偏與公主長得像,于是被迫代替她去往敵國和親钝尸。 傳聞我的和親對象是個殘疾皇子括享,可洞房花燭夜當晚...
    茶點故事閱讀 42,802評論 2 345

推薦閱讀更多精彩內(nèi)容