课程大纲&回顾

课程主要内容

• 存储
• 查询引擎
• 事务管理
• 分布式一致性协议

可能涉及的数据管理系统

• LevelDB(Google) — 存储 （NoSQL)
• TiDB(PingCAP) — 查询
• DBX1000(Prototype) — 事务管理

回顾

• 传统关系数据库 — 单节点数据库

  • 不能满足性能的需求

• NoSQL — 非结构化数据管理

  • key-value存储（任意数据）
  • 数据特征（图数据——Neo4j、文本数据、时序数据库)

• NewSQL — 可扩展的分布式数据库

• OldSQL vs. NoSQL vs. NewSQL
  

• 如何评价数据库性能？

  • 响应时间
  • 吞吐率：每秒完成操作的数量

1. 性能

• 时延（响应时间）
• 吞吐量 —— 事务/简单查询的吞吐率
• 可扩展性 —— 增加计算资源（CPU,节点）后系统性能的增长趋势（有没有线性增加）

特殊性能指标

• 日志的恢复时间
• 节点的切换时间（一台节点挂了之后要切换）

从系统内部看什么会影响性能

• critical path 类似于os中的临界区

2. 容错

• 系统如何应对节点问题？
  • 节点宕机、重启
  • 网络分区、延迟
• 数据库系统中有何体现？
  • 日志管理
  • 一致性副本

数据一致性

• 数据一致性在不同场景中有不同意义（常用的三种）

  • 读写操作一致性（多核CPU，KVS系统）
    • 读操作时有静态数据、动态数据，以动态数据为准。
  • 读写集合操作（事务ACID）
  • 副本间数据一致性
    • 数据传递也需要时间

• 实现

  • 日志的实现（WAL)
  • 并发控制的实现

一个典型的数据库系统架构图