知识卡片

问题卡 · 2274.e.1.a.6.e.19.a.1.i.5

写优化存储牺牲查询与删除

理解等级:未标注

推模式的瓶颈偏向大量插入,可选用面向写入优化的存储结构减少随机写;但原书的TokuDB案例同时指出查询和删除较弱,依赖缓存缓解查询并利用低删除频率。存储选型必须匹配读写比例,不能只看写吞吐。

这张卡片看不懂?

已有反馈 · 0 / 10 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《高并发系统设计40问》第39讲《信息流设计(一):通用信息流系统的推模式要如何做?》(源文件:_epub-src/text/part0044_split_003.html) - 结论依据:原文以分形树把随机写转顺序写说明写入优势,同时明确比较TokuDB与InnoDB的查询、删除代价及缓存补偿。 - 原始内容:分形树结构和我们在11讲中提到的LSM一样,可以将数据的随机写入转换成顺序写入,提升写入的性能。另外,TokuDB相比于InnoDB来说,数据压缩的性能更高,经过官方的测试,TokuDB可以将存储在InnoDB中的4TB的数据压缩到200G