DDIA-数据存储与检索

# 日志结构存储引擎

使用日志记录数据，仅支持追加形式的记录集合。

# 面向页的存储引擎

# 索引是基于原始数据派生而来的额外的数据结构，是为了快速定位想要的数据，也就是提高查询的性能。

# 在存储系统中重要的权衡设计：适当的索引可以加快读取速度，但是每个索引会减慢写的速度，两者需要根据实际进行权衡。

# 哈希索引：以键-值方式索引数据。

# 为什么日志采取追加方式，而不进行原地更新？

1. 追加和分段写主要是顺序写，比随机写速度更快。

2. 段文件是追加的，不可变的，故并发和崩溃恢复更为简单。

# 哈希（key-value）到SSTables（排序字符串表）：改变段文件的格式，要求key-value按键排序。每个键在每个合并的段文件中只能出现一次，相比哈希日志段，有两个优点：

1. 合并段更加简单高效，即使文件大于可用内存。

2. 在文件查找特定的键时，不在需要在内存中保存所有键的索引

问题来了？写入是任意顺序的，怎么让数据按键排序？答：内存排序的数据结构：红黑树或AVL树

存储引擎的基本工作流程：

1. 当写入时，将其添加到内存中的平衡数数据结构（内存表）中。

2. 当内存表大于某个阀值时，将其作为SSTable文件写入磁盘。

3. 为了处理请求，首先在内存表查找，然后从最新的依次查找段文件。

4. 后台进程周期性执行段文件合并与压缩，并丢弃已经覆盖或删除的值。

从SSTablesdao LSM-Tree(日志结构的合并树)

LSM-Tree：基于合并与压缩排序文件的原理的存储引擎统称。

# 最广泛使用的存储引擎-B-tree

> 日志结构索引将数据库分解为可变大小的段，通常大小为几兆或更大，并且要求顺序写入端。而，B-tree将数据库分解为固定大小的块或页，每个也可以使用一个地址标识，传统大小为4K，页是操作系统读写的最小单元，这种设计更接近底层。

# 原理：某一页被指定为B-tree的根；每当查找索引的一个键时，总是从这里开始；该页面包含了若干个键和对子页的引用；每个孩子都负责一个连续范围内的键，相邻引用之间的键可以指示这些范围之间的边界。

为了保证数据库能从崩溃中恢复，B-tree增加了预写日志（WAL：write-ahead log），这是一个仅支持追加修改的文件，每个B-tree的修改必须先更新WAL然后再修改树本身的页。