nosql： not sql 或者 not only sql

CAP理论基础：

一致性：　分为强一致性、弱一致性。
强一致性：所有的读操作总是能读取到上一次写的数据
弱一致性：有的读操作读到的不是上一次写的数据， 常见的有最终一致性，顾名思义，客户端最终能读到上一次写的数据，在互联网应用比较常见。

高可用：即使在有机器发生故障的情况下系统仍然能正常提供服务

分区可容忍：在分布式情况下，机房或网络故障仍然能够满足一致性和高可用

关系数据库的ACID：
A: 事务的原子性
C: 数据一致性
I： 独立性，其他事务不可见
D: 持续性，事务完成后更新持久化存储

tombstones： 直译为“墓碑”， 用来表示数据的生命周期（数据过期和删除操作）

hinted handoff： 临时转移的意思，当有节点临时挂掉，其上新写的数据会转移到其他节点，节点恢复后再转移回来，这个过程对用户是透明的。

commit log： 即redolog， 先写日志，后写磁盘，将随机写转化为顺序写，除了性能提升还能保证不丢数据 ，文件以APPEND模式打开的时候write系统调用是原子操作。

memtable：即内存表：将新数据或常用数据保存在内存表，可以减少磁盘IO访问

compaction： 压缩， 磁盘上或网络上数据都可以压缩，节省磁盘空间或网络带宽

gossip： 是一个算法，又称”反熵“，意思就是从杂乱无章的状态中寻求一致，每个节点都要跟其他所有的节点通信。在dynamo和cassandra等p2p分布式系统中使用。

monitor： 监控，任何分布式系统都必须有监控机制，对于运维很重要。

master：在hadoop中称为namenode， 管理数据服务器。需要注意master的单点问题。

一致性hash算法：对传统hash算法的改进，当路由发生变化的时候数据迁移量较少。

replication： 复制，通过数据冗余保证数据不丢失，副本也可以提供读写服务， 这里会有数据一致性的问题。 replication也有很多种策略，比如机房、机架等

paxios： 选举算法，奇数个节点，保证系统的高度可用

w+r>n: 强一致性，w表示写成功的个数，r表示读到最新数据的次数，n表示副本个数

failover： 一个或多个节点发生故障，系统能自动恢复到正常状态

recovery： 节点重启后从磁盘上的文件恢复

gc: 垃圾回收

负载均衡： 所有节点上的数据或任务均匀

锁： 获取/释放锁的操作位于分布式系统的不同节点上

分布式事务：事务的参与者位于分布式系统的不同节点上

分布式消息队列： 一个队列会保存在分布式系统中不同的节点上

列存储： 关系数据库一般都是行存储，nosql 多采用列存储，free-schema，列特别多的时候性能会比较差

两阶段提交： 将事务的提交分成两个阶段，事务处理器向存储服务器先发送”准备提交“的请求，存储服务器收到请求后执行修改，但是处理完成后只是返回”可以提交“的应答，事务处理器收到后发送”提交完成“的请求，存储服务器修改将事务的状态由”可以提交“置为”提交完成“。如果事务处理器没有收到”可以 提交“的应答，则回滚该事务；如果存储服务器没有收到第二阶段的”提交完成“的请求，则回滚”可以提交“的事务。 这是分布式事务常用的一种处理方式。

数据迁移： 数据从一个节点迁移到其他节点，发生在负载均衡、节点变化等时候

数据分裂： 当数据量达到阈值，存储数据的单元一份为二

云： 个人觉得云是服务的总称，粗略分为存储和计算两块，存储细分的话有关系数据库/类nosql/类kv存储/其他（比如队列），或者持久化存储/临时存储/缓存，计算的话有m/r，实时处理等，编程模型更贴切一点。