这是我参与「第五届青训营 」伴学笔记创作活动的第 13 天
数据持久化，用高效的数据结构组织数据。
存储系统，对性能敏感，读写路径不会很复杂，非io路径上考虑多种异常情况，比如硬件损坏，容易受硬件影响。
persistent memory，缓存很重要，贯穿整个存储体系，拷贝很昂贵，应该尽量减少，硬件设备五花八门，需要有抽象统一的接入层。
RAID技术
单机存储系统做到高性能，高性价比，高可靠性。单块大容量磁盘大于多块小容量磁盘，多块磁盘并发写入的性能大于单块磁盘写入的性能，单块磁盘容错能力有限，
raid0 ：多块磁盘简单组合，数据条带化存储，没有额外的容错设计，没有数据备份，性能提高了，但是没有容错
raid1：多块磁盘组合不是为了提高性能而是为了做容错，和raid0是两个极端
raid0+1 真实空间利用率50%，容错能力强，容错效果好
数据库和存储系统
关系型数据库：一个存储系统，存储之外，对结构化数据友好，支持事务，支持复杂的查询语言，比如sql。
非关系型数据库：例如redis等
数据库可能对注册的小明信息用表的形式管理，如果用经典的存储系统，写入文件，自行定义管理结构，可能要自己定义一个结构体，就是写入文件。要描述一下一个字段多长，比如4 bytes这种，非常痛苦，一直要想偏移多少个byte
第二点，数据库支持事务，acid，全做和不做的概念，
第三点，数据库有很复杂的查询的简单办法，如果普通文件操作，可能要写一大段代码，而数据库只需要写简单的几行sql
主流产品分析
1.单机存储
linux：一切都是文件，用inode管理，单机存储，常见使用方式，key-value存储，底层数据结构一般是LSM-Tree，某种程度上牺牲读性能，追求写性能。
2.分布式存储
hdfs，专用的高级硬件很贵，存储量很大，要求超高吞吐；hdfs核心特点：支持海量数据存储，高容错性，弱posix语义，使用普通x86服务器，性价比高，在hdfs上又发展出了hadoop计算模式。ceph，数据分布模型采用crush算法
3.单机关系型数据库
单个计算机节点上的数据库系统，mysql，postgresql，btree b+tree lru list，redolog事务执行过程中的...，
4.单机非关系型数据库
有些内卷，渐渐的都开始支持了弱sql
mongodb,redis,elasticsearch，
es:面向文档存储，可以序列化为json，依赖lucene引擎，实现了大量搜索数据结构，算法，restful，模糊搜索，
mongodb:灵活，collection
redis，数据结构丰富，多sdk
5.分布式数据库
单机数据库遇到了容量，弹性和性价比问题。分布式数据库，解决容量问题，单点容量有限，受到硬件限制，存储节点池化的做法，存储节点池达到一定内存，自动扩展节点，数据库不用感知。
cpu资源紧张，16核不够用，扩容，升级成32核，扩容是一个很漫长的过程，而且如果用户没那么火爆，又缩容，有问题。池化也可以解决扩缩容的问题。
分布式数据库 要找一个很好的算法支持多写，第二个面临的问题是从磁盘弹性到内存弹性，第三个面临的问题是分布式事务的优化。
新技术的演进
软件架构已经很多年没有大的变更了，人工智能的引入？SPDK
