分布式点滴

有同学在[分布式系统&数据库论坛](https://distsys.cn/)问如何找到一个数据库实习。我感觉很多想做基础软件方向的在校同学可能都会有类似问题，所以开个小文简单聊聊。

单主模型一个最大问题：所有写入都要经过它，如果由于任何原因，客户端无法连接到主副本，就无法向数据库写入。 于是自然产生一种想法：多主行不行？

DDIA 读书分享会，会逐章进行分享，结合我在工业界分布式存储和数据库的一些经验，补充一些细节。每两周左右分享一次，欢迎加入。

知乎上有个问题，如何辨别一个程序员水平的高低？就这几年 Review 代码的体感，忍不住就工程素养这个话题吐两句槽，正好作为“好好写代码”系列的第二篇。

云上一个重要特征就是资源池化、按需分配和精准计费，从而在整体上实现资源的充分利用，通过规模化优势抵消通用性带来的成本。

本篇是 RocksDB 优化系列第一篇，为了优化深层查询性能，将不同层级的 SST 通过一定方式索引起来。

RDD 承自 MapReduce 而来，常驻内存以优化 IO 开销、利用流水线调度以降低批处理延迟，使得在多机上交互式的执行处理称为可能。

第二章讲了上层抽象：数据模型和查询语言。本章下沉一些，聚焦数据库底层如何处理查询和存储。这其中，有个逻辑链条：使用场景→ 查询类型 → 存储格式。

很久没有发文了，搞了一个月事务相关的资料和分享，今天用这篇文章做个小节。本文试着从锁的角度来梳理下几种常见的隔离级别，用相对不精确的叙述给大家建立一个直观感性的认识。

引子 每次 DDIA 读书会之后，会把文字稿发在知乎、博客或者微信上。但是文字稿实在是又臭又长，这些平台似乎都不太是一个好的载体。

在Google I/O 大会上，Google Cloud 发布了兼容 PostgreSQL 标准的云原生数据库 AlloyDB，号称速度是 Amazon 的同类产品的两倍。

偶然看到群里同学分享的 Meta 技术博客[2]新公开的高可用、强一致、链式复制的对象存储。由于我也做过一段时间的对象存储，也分享过 Facebook 家的小文件存储：Haystack 和 F4

做数据库有一段时间了。最近有一些在校的同学问到，在实际中，分布式数据库中存储层工作内容是什么样的？简单回答了下，想到其他人可能也有类似问题，于是来这里总结下、抛个砖头。经验所限，难免有误，欢迎交流。

今天早上起床时，无意看到一篇 RethinkDB 创始人 Slava 在 2017 年宣告 RethinkDB 商业化失败的博文。

概要 本节围绕两个主要概念来展开。 如何分析一个数据模型： 基本考察点：数据基本元素，和元素之间的对应关系（一对多，多对多） 利用几种常用模型来比较：（最为流行的）关系模型，（树状的）文档模型、图模型

本书为什么以数据系统为主题 数据系统（data system）是一种模糊的统称。在信息社会中，一切皆可信息化，或者，某种程度上来说——数字化。这些数据的采集、存储和使用，是构成信息社会的基础。

今年（2022）建了一个分布式系统和数据库爱好者的微信群，如果不组织大家做点什么，微信群迟早沦为僵尸群，“好”一点的可能变成吹水群，但这显然不是我的初衷。念念不忘，必有回响，心里又掠过了这本书，更兼在

Spark 作为一个成功的开源项目，在很多公司都早有落地；但是其背后的商业公司 Databricks，在近些年才被越来越多的提起。尤其是其友商“Snowflake” 以天价估值上市后，Databric

继 Spark 之后，UC Berkeley AMP 实验室又推出一重磅高性能AI计算引擎——Ray，号称支持每秒数百万次任务调度。

MapReduce 是谷歌 2004 年（Google 内部是从03年写出第一个版本）发表的论文里提出的一个概念。虽然已经过去15 年了，但现在回顾这个大数据时代始祖级别概念的背景、原理和实现。