元数据
深入浅出存储引擎
- 书名： 深入浅出存储引擎
- 作者： 文小飞
- 简介： 全书分为3篇： 1.第1篇首先会详细讲解存储引擎的全貌，让读者能对存储引擎有一个整体的思维框架，介绍存储引擎的两大分支：基于b+树的存储引擎、基于lsm派系的存储引擎，其次对存储引擎部分涉及的一些数据结构、存储介质等概念做一个简要的介绍，为后面内容的深入学习做铺垫。 2.第二篇主要介绍基于b+树的存储引擎，在理论部分重点回答为什么选择b+树做存储引擎索引结构、b+树存储引擎解决哪些问题以及如何解决。在实践部分选择开源社区中比较有名的boltdb存储引擎项目来讲解其内部核心源码的实现细节。 3.第三篇主要介绍基于lsm派系的存储引擎，理论部分重点介绍lsm tree中各组件的功能及作用，并在此基础上扩展介绍其他几类lsm派系存储引擎的实现思路，帮助读者开阔视野，实践部分分别以bitcask、moss、leveldb等开源项目的核心源码来展开，介绍其内部实现细节。 通过阅读本书，读者不仅能对存储引擎，尤其是单机的存储引擎有一个整体的框架，而且能对两类存储引擎的实现思路及背后原理有个深刻的掌握，只有深刻理解了存储引擎的背后实现原理，读者不仅可以自己动手开发自己的存储引擎，更可以很快掌握关系型数据库或者NoSql这类组件的核心原理，对未来实际应用与开发提供参考。
- 出版时间： 2024-04-25 00:00:00
- ISBN： 9787111753001
- 分类： 计算机-计算机综合
- 出版社： 机械工业出版社
- PC地址：https://weread.qq.com/web/reader/d36327a0813ab9069g011ffa
高亮划线
读书笔记
1.1 数据存储体系
划线评论
📌 再后来，20世纪80年代至90年代涌现出大量的SQL数据库产品，例如Oracle、DB2、SQL Server、PostgreSQL、MySQL等。
SQL数据库按照以“行”为单位的二维表格存储数据，这种方式最符合现实世界中的实体，同时通过事务的支持为数据的一致性提供了非常好的保证。这既是SQL数据库的优势，也是它的缺陷。在面对海量数据存储、高并发访问的场景下，SQL数据库的扩展性和性能会受到限制。随着互联网的飞速发展，到2000年左右，存储海量数据、高并发处理读/写的需求变得非常强烈，这对SQL数据库提出了巨大的挑战。为了解决这个问题，出现了支持数据可扩展性、最终一致性的NoSQL数据库。因此，NoSQL数据库可以看作基于SQL数据库的缺陷而诞生的一种新产品。
2.NoSQL数据库
NoSQL组件普遍选择牺牲复杂SQL的支持及ACID事务功能，以换取弹性扩展能力和更高的读/写性能。这类 ^15826765-7XZYkDt42 - 💭 - ⏱ 2025-02-16 11:21:28
划线评论
📌 再后来，20世纪80年代至90年代涌现出大量的SQL数据库产品，例如Oracle、DB2、SQL Server、PostgreSQL、MySQL等。
SQL数据库按照以“行”为单位的二维表格存储数据，这种方式最符合现实世界中的实体，同时通过事务的支持为数据的一致性提供了非常好的保证。这既是SQL数据库的优势，也是它的缺陷。在面对海量数据存储、高并发访问的场景下，SQL数据库的扩展性和性能会受到限制。随着互联网的飞速发展，到2000年左右，存储海量数据、高并发处理读/写的需求变得非常强烈，这对SQL数据库提出了巨大的挑战。为了解决这个问题，出现了支持数据可扩展性、最终一致性的NoSQL数据库。因此，NoSQL数据库可以看作基于SQL数据库的缺陷而诞生的一种新产品。
2.NoSQL数据库
NoSQL组件普遍选择牺牲复杂SQL的支持及ACID事务功能，以换取弹性扩展能力和更高的读/写性能。这类系统主要存储半结构化或非结构化数据。 ^15826765-7XZYk1Wk5 - 💭 - ⏱ 2025-02-16 11:21:19
划线评论
📌 (2)键值数据库
键值数据库也就是一般意义上的KV数据库，它提供的功能和数据结构中的哈希(Hash)表类似。通常添加或更新数据时调用Put(k，v)接口，而在检索和删除时都只需要传入k即可。一般用Get(k)接口来获取数据，用Delete(k)接口来删除数据。这类数据库最为常用的是Redis，此外还有Riak、Amazon DynamoDB等。这类数据库的主要特点是读/写性能超高，系统内部可以支持弹性扩展，主要适用于对性能要求比较高的单点读/写场景，例如推荐系统，用于存储用户或物品特征、用户对内容的互动信息（点赞数、收藏数）等。
(3)图数据库
图数据库是一种使用图数据结构进行语义查询的数据库。图是一组点和边的集合，“点”表示实体，“边”表示实体间的关系，图数据库通过点和边来存储数据。鉴于它采用独特的图数据结构组织数据，类似于现实世界中的人际关系、交通网络，因此这类数据库比较适用于社交网 ^15826765-7XZYlfFqN - 💭 - ⏱ 2025-02-16 11:21:37