对于存储服务来说，我们一般会从两个方面对它做改造：
1. 提升它的读写性能，尤其是读性能，因为我们面对的多是一些读多写少的产品。
比方说，你离不开的微信朋友圈、微博和淘宝，都是查询 QPS 远远大于写入 QPS。
2. 增强它在存储上的扩展能力，从而应对大数据量的存储需求。
在 NoSQL 数据库刚刚被应用时，它被认为是可以替代关系型数据库的银弹，也许因为以下几个方面的原因：
弥补了传统数据库在性能方面的不足；数据库变更方便，不需要更改原先的数据结构；适合互联网项目常见的
大数据量的场景；
使用 NoSQL 提升写入性能:
很多 NoSQL 数据库都在使用的基于 LSM 树的存储引擎.
LSM 树（Log-Structured Merge Tree）牺牲了一定的读性能来换取写入数据的高性能，
Hbase、Cassandra、LevelDB 都是用这种算法作为存储的引擎。
它的思想很简单，数据首先会写入到一个叫做 MemTable 的内存结构中，在 MemTable 中数据是按照写入的 Key 来排序的。为了防止 MemTable 里面的数据因为机器掉电或者重启而丢失，一般会通过写 Write Ahead Log 的方式将数据备份在磁盘上。MemTable 在累积到一定规模时，它会被刷新生成一个新的文件，我们把这个 文件叫做 SSTable（Sorted String Table）。当 SSTable 达到一定数量时，我们会将这些 SSTable 合 并，减少文件的数量，因为 SSTable 都是有序的，所以合并的速度也很快。
当从LSM树里面读数据时，我们首先从 MemTable 中查找数据，如果数据没有找到，再从SSTable中查找数 据。因为存储的数据都是有序的，所以查找的效率是很高的，只是因为数据被拆分成多个SSTable，所以读取的效率会低于 B+ 树索引。
提升扩展性.
MongoDB 就有三个扩展性方面的特性:
1)Replica，也叫做副本集，你可以理解为主从分离，也就是通过将数据拷贝成多份来保证当主挂掉后数据不会丢失。同时呢，Replica 还可以分担读请求。Replica 中有主节点来承担写请求，并且把数据变动记录到 oplog 里（类似于 binlog）；从节点接收到 oplog 后就会修改自身的数据以保持和主节点的一致。一旦主节点挂掉，MongoDB 会从从节点中选取一个节点成为主节点，可以继续提供写数据服务。
2) Shard，也叫做分片，你可以理解为分库分表，即将数据按照某种规则拆分成多份，存储在不同的机器上。MongoDB 的 Sharding 特性一般需要三个角色来支持，一个是 Shard Server，它是实际存储数据的节点，是一个独立的 Mongod 进程；二是 Config Server，也是一组 Mongod 进程，主要存储一些元信息，比如说哪些分片存储了哪些数据等；最后是 Route Server，它不实际存储数据，仅仅作为路由使用，它从 Config Server 中获取元信息后，将请求路由到正确的 Shard Server 中。
3)负载均衡，就是当 MongoDB 发现 Shard 之间数据分布不均匀，会启动 Balancer 进程对数据做重新的分配，最终让不同 Shard Server 的数据可以尽量的均衡。当我们的 Shard Server 存储空间不足需要扩容时，数据会自动被移动到新的 Shard Server 上，减少了数据迁移和验证的成本。
此文章为5月Day14学习笔记，内容来源于极客时间《高并发系统设计 40 问》
