单机存储 — 本地文件系统
文件系统的管理单元：文件
文件系统接口：文件系统繁多，如Ext2/3/4，sysfs，rootfs等，但都遵循VFS的统一抽象接口
Linux文件系统的两大数据结构：Index Node & Directory Entry
Index Node
记录文件元数据，如id、大小、权限、磁盘位置等 inode是一个文件的唯一标识，会被存储到磁盘上 inode的总数在格式化文件系统时就固定了
Directory Entry
记录文件名、inode指针，层级关系(parent)等 dentry是内存结构，与inode的关系是N:1(hardlink的实现)
单机存储 — key-value存储
世间一切皆key-value —— key是你身份证，value是你的内涵：）
常见使用方式：put(k, v) & get(k)
常见数据结构：LSM-Tree，某种程度上牺牲读性能，追求写入性能
拳头产品：RocksDB
分布式存储 = 在单机存储基础上实现了分布式协议，涉及大量网络交 互
分布式存储 — HDFS
HDFS：堪称大数据时代的基石
时代背景：专用的高级硬件很贵，同时数据存量很大，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
分布式存储 — Ceph
Ceph：开源分布式存储系统里的「万金油」
Ceph的核心特点：
- 一套系统支持对象接口、块接口、文件接口， 但是一切皆对象
- 高容错性
- 数据写入采用主备复制模型
- 数据分布模型采用CRUSH算法
单机数据库 = 单个计算机节点上的数据库系统 事务在单机内执行，也可能通过网络交互实现分布式事务
单机数据库 — 关系型数据库
关系型数据库的通用组件：:
Query Engine —— 负责解析query，生成查询计划
Txn Manager —— 负责事务并发管理
Lock Manager —— 负责锁相关的策略
Storage Engine —— 负责组织内存/磁盘数据结构
Replication —— 负责主备同步
关键内存数据结构：B-Tree、B+-Tree、LRU List等
关键磁盘数据结构：WriteAheadLog（RedoLog）、Page
单机数据库 — 非关系型数据库
MongoDB、Redis、Elasticsearch三足鼎立
关系型数据库一般直接使用SQL交互， 而非关系型数据库交互方式各不相同
非关系型数据库的数据结构千奇百怪， 没有关系约束后，schema相对灵活
不管是否关系型数据库，大家都在 尝试支持SQL(子集)和“事务”
新技术演进 — 高性能硬件
01. RDMA网络
- 传统的网络协议栈，需要基于多层网络协议处理数据包，存在用 户态 & 内核态的切换，足够通用但性能不是最佳
- RDMA是kernel bypass的流派，不经过传统的网络协议栈，可以把 用户态虚拟内存映射给网卡，减少拷贝开销，减少cpu开销
02. Persistent Memory
- 在NVMe SSD和Main Memory间有一种全新的存储产品：Persistent Memory
- IO时延介于SSD和Memory之间，约百纳秒量级
- 可以用作易失性内存（memory mode），也可以用作持久化介质（app-direct）
03. 可编程交换机
- P4 Switch，配有编译器、计算单元、DRAM，可以在交换机层对网 络包做计算逻辑。在数据库场景下，可以实现缓存一致性协议等
04. CPU/GPU/DPU
- CPU：从multi-core走向many-core
- GPU：强大的算力 & 越来越大的显存空间
- DPU：异构计算，减轻CPU的workload
