后台架构设计—数据存储层

数据存储重要性：

    数据是企业最重要的财产；

    数据可靠性是企业的命根，一定要保证。

 

单机存储原理：

    存储引擎：存储系统的发动机，它决定存储系统的功能和性能；

    引擎类型：哈希存储引擎、B树存储引擎、LSM存储引擎

1. 哈希存储引擎：基于哈希表结构 ：数组+链表；支持CreateUpdateDelete随机Read
2. B树存储引擎：基于B Tree实现，支持单条记录的CURD，支持顺序查找。RDBMS使用较多。
3. LSM树存储引擎：对数据的修改增量保存在内存，达到一定条件再批量更新到磁盘；优势在于批量写入；劣势在于读取需合并磁盘和内存；
   1. 避免内存数据丢失：修改操作写入到CommitLog日志。

数据模型：

1. 文件：以目录树组织，如linux,mac,windows；
2. 关系型：每个关系是一个表格，多行组成，每行多列；
3. 键值(Key-Value)：Memcached, Tokey, Redis；
4. 列存储型：Casadra, Hbase;
5. 图形数据库：Neo4J, InfoGrid, Infinite Graph
6. 文档型：MongoDB, CouchDB

事务与并发控制：

    事务4个基本属性：ACID 原子性、一致性、隔离性、持久性

         并发控制：

            锁粒度：Process->DB->Table->Row

                 提供Read并发，Read不加锁：写时复制、MVCC

        数据恢复：通过操作日志

    

多机存储原理：

    单机存储原理在多机存储仍然可用；多级存储基于单机存储；

    数据分布：

        分布在多个节点，节点间负载均衡；

        分布方式：

            静态：取模、uid%32；

            动态：一致性hash，数据飘移问题（A节点更新前出现故障，更新迁移到B节点后A节点又恢复）；

        复制：

            分布式存储多个副本；保证高可靠和高可用；Commit Log。

        故障检测：

            心跳机制、数据迁移、故障恢复；

 

FLP定理与设计：

    FLP Impossiblity（FLP不可能性）:

        在异步消息通信场景，即使只有一个进程失败，没有任何方法能保证非失败进程达到一致性。

CAP定理与设计：

    CAP：一致性（Consistency）、可用性(Availabilty)、分区容忍性(Tolerance of network Partition)。

    一致性和可用性需要折中权衡

    分布式存储系统需要能够自动容错，也就是说分区容忍性需要保证。

2PC（Two Phase Commit）协议与设计：

    用于分布式事务;

    两类节点组成：

        协调者（1个）；

        事务参与者（多个）；

    分两阶段：

        请求阶段：协调者通知参与者准备提交或取消事务，所有参与者都需要表决同意或者不同意。

        提交阶段：

收到参与者所有决策后，协调者进行决策（提交或取消）；

通知参与者执行操作，所有参与者都同意就提交，否则取消；

参与者收到协调者的通知后执行操作。

    2PC协议是阻塞式：

        事务参与者可能发生故障

            --设置超时时间；

        协议者可能发生故障

            --日志记录、备用协调者

    应用：交易订单 等；

 

Paxos协议与设计：

    作用：

        解决节点间的一致性问题；

        主节点宕掉，则选择新节点；

        主节点常以操作日志的形式同步备节点。

    分两种角色：提议者(Prpposer)、接受者(Acceptor)；

    执行步骤：

1. 批准：Proposer发送accept消息给Accepter要求接受某个提议者；
2. 确认：超一半的Accepter接受，则提议值生效，Proposer发送acknowledge消息通知所有的Accepter提议生效。

    与2PC比较：：

2PC协议保证多个数据分片上操作的原子性；

        Paxos协议保证一个数据分片多个副本之间的数据一致性；

    Paxos协议用法：

        实现全局的锁服务或者命名和配置服务；

            ---Apache Zookeeper

        将用户数据复制到多个数据中心；

            ---Google Megastore

 

数据存储层冗余：

    多个副本，实现访问的高可用性。

    如何实现：

        数据复制：

            基于日志；

            Master-Slave：mysqlMongoDB

            Replic Set:MongoDB

        双写：

            存储层多主对等结构；比较灵活，但数据模块层成本较高；

    数据备份：

        冷备份：

            定期将数据复制到某个存储介质，是传统的数据保护手段；

            优点：简单、廉价，技术难度低；

            缺点：定期存在数据不一致；恢复数据时间长；

        热备份：

            online备份；提供更好的高可用性；

            异步热备份：

                从主存储写入即返回给应用端，由存储系统异步写入其他副本；

            同步热备份：

                多份数据副本写入同步完成，无主从之分；

                为提高性能，应用程序并发写入；

                响应延迟是最慢的那台服务器；

 

数据存储层失效转移机制：

    失效确认：是否宕机、心跳；

    访问转移：访问路由到非宕机机器；存储数据完全一致；

    数据恢复：主从、日志；