存储与数据库 ｜ 字节青训营笔记

目录

一、存储系统

1、什么是存储系统

2、存储系统的特点

3、RAID技术

RAID出现的背景

RAID 0

RAID 1

RAID 0+1

二、数据库

1、难道数据库和存储系统不一样吗

2、数据库vs经典存储

三、主流产品剖析

1、单机存储

本地文件系统

key-value存储

2、分布式存储系统

分布式文件系统

分布式对象存储

3、单机数据库

关系型数据库

非关系型数据库

4、分布式数据库

解决容量问题

解决弹性问题

解决性价比问题

总结

---

一、存储系统

1、什么是存储系统

一个提供了读写、控制类接口，能够安全有效的把数据持久化的软件，就可以称为存储系统

2、存储系统的特点

• 作为后端软件的底座，对性能极其敏感
• 存储系统软件架构，容易受硬件影响（只要硬件发生变革，软件的代码可能也会改变）
• 存储系统的代码，既简单（要代码要简单不然性能差），又复杂（要考虑到各种情况，防止出问题，要考虑到各种硬件是否会坏什么的）

3、RAID技术

单机存储系统怎么做到高性能/高性价比/高可靠性？

RAID出现的背景

• 单块大容量磁盘的价格>多块小容量磁盘
• 单块磁盘的写入性能<多块磁盘的并发写入性能
• 单块磁盘的容错能力有限，不够安全

RAID 0

多块磁盘简单组合，数据条代话存储，提高磁盘带宽，没有额外的容错设计。（比如把一块私盘分为两个，存储1000mb的文件分为两个500的分别存到第一快的1位置和第二块的1位置，这样分开存入，速度肯定是增加了）

RAID 1

一块磁盘对应一块而外的磁盘镜像，真实的空间利用率只有百分之50，容错能力强（分两块，一块存数据，另一个存镜像，复制一样的）

RAID 0+1

这种就是结合了上面两种情况，把0的高性能和1的容错率结合，真实存储还是百分之50为了存镜像，但是用了0的分开写，性能快了。

二、数据库

1、难道数据库和存储系统不一样吗

数据库分为 关系型数据库 和 非关系型数据库 

关系数据库是存储系统，但是存储之外，又发展出其他能力（结构化数据友好，支持事务，支持复杂的查询语言）

非关系型数据库也是存储系统，但是一般不要求严格的结构化，半结构化数据友好，可能支持事务，可能支持复杂查询语句

2、数据库vs经典存储

数据库支持结构化数据管理

数据库支持事务

数据库支持复杂的查询

三、主流产品剖析

1、单机存储

单机存储系统就是单个计算机节点上的存储软件系统，一般不实际网络交互

本地文件系统

linux的哲学就是一切皆文件，所以文件系统的管理单元就是文件。

key-value存储

世间一切皆key-value，key可以是你的身份证，value是你的内涵

常见的使用方式：put & get

2、分布式存储系统

分布式存储=单机存储的基础上实现了分布式协议，涉及大量网络交互

分布式文件系统

HDFS：堪称大数据时代的基石

当时时代背景，专用的高级硬件很贵，同时数据存量很大，要求超高吞吐，于是就想说要很多海量的便宜的硬件堆起来实现，支持海量存储，吞吐量大，而且因为硬件都是很多便宜的组成，容易坏，所以要求高容错性，极高的性价比

分布式对象存储

Geph：开源的分布式存储系统的万金油

特点：一套系统支持对象接口、快接口、文件接口、但是一切皆对象。数据写入采用主备复制模型，数据布模型采用CRUSH算法（一份数据为了保证可靠性分为很多副本，分布到哪里通过分布算法实现）

3、单机数据库

单机数据库是单个计算机节点上的数据存储系统，事务在单机内执行，也可能通过网络交互实现分布式事务

关系型数据库

Oracle和MySQL

非关系型数据库

MongoDB、redis、elasticsearch三足鼎立

交互方式各不相同，schema相对灵活，都在想办法支持sql子集和事务

elasticsearch是基于文档来存储，可以序列化为json，支持嵌套，实现了大量搜索数据结构和算法，支持restful api也支持弱sql交互

mongoDB面向文档存储，可以序列化json和bason支持嵌套，4.0后也开始支持事务，也可以通过插件支持弱sql

redis数据结构非常丰富，纯c实现，超高性能，主要基于内存，但支持aof和rdb两种方式来持久化，redis-cli多语言sdk交互

4、分布式数据库

单机数据库遇到了什么问题？这么好了为什么还要卷到分布式架构？

解决容量问题

单点容量有限，受硬件限制，我们把存储节点池化，不够的话就的动态扩容增加节点

解决弹性问题

当用户原本服务的数据库不够用了，不如一个服务突然火爆，那么肯定得换更好的机器来带，更大的内存cpu和数据库，数据库的扩容更换是要很长时间的，然后等一段时间又没人了，系统又要换回小容量数据库cpu这些，换来换去就很慢，为了解决这种弹性问题，也可以用上面这种池化技术。

解决性价比问题

有可能我们只要分配数据库容量增加，并不需要增加cpu和内存，分多了cpu过剩就会导致性价比低，那么我们也可以用这种池化的技术，不用分配cpu可以不变内存可以因为池化动态扩容的，不会因为配置更多的容量而要更好的cpu。

不仅如此，我们还要解决更难的

多写问题、从磁盘弹性改到内存弹性、分布式事务优化

总结

在存储和数据库的领域，硬件反推软件变革十分常见！