01 经典案例
数据流动
用户 → 后端服务器 → 数据库 → 存储系统或非存储系统
数据持久化
校验数据的合法性
修改内存
写入存储介质
02 存储&数据库简介
2.1 存储系统
什么是存储系统 :一个提供了读写、控制类接口，能够安全有效地把数据持久化的软件，就可以称为存储系统
系统特点
作为后端软件的底座,性能敏感
存储系统软件架构,容易受硬件影响
存储系统代码,既“简单”又“复杂”
数据怎么从应用到存储介质
「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
RAID出现的背景:
单块大容量磁盘的价格 > 多块小容量磁盘
单块磁盘的写入性能 < 多块磁盘的并发写入性能
单块磁盘的容错能力有限，不够安全
RAID 0
多块磁盘简单组合
数据条带化存储，提高磁盘带宽
没有额外的容错设计
RAID 1
一块磁盘对应一块额外镜像盘
真实空间利用率仅50%
容错能力强
RAID 0+1
结合了RAID0和RAID1
真实空间利用率仅50%
容错能力强，写入带宽好
2.2 数据库
关系是什么?
关系=集合=任意元素组成的若干有序偶对反应了事物间的关系
关系代数=对关系作运算的抽象查询语言交、并、笛卡尔积….
SQL = -种DSL =方便人类阅读的关系代数表达形式
关系型数据库特点
关系型数据库是存储系统，但是在存储之外，又发展出其他能力
结构化数据友好
支持事务
支持复杂查询语言 (SQL)
非关系型数据库特点
半结构化数据友好
可能支持事务(ACID)
可能支持复杂查询语言
2.3 数据库 vs 经典存储
结构化数据库管理
事务能力 : 凸显出数据库支持「事务」的优越性
A(tomicity)，事务内的操作要么全做，要么不做
C(onsistency),事务执行前后，数据状态是一致的
I(solation)，可以隔离多个并发事务，避免影响
D(urability),事务一旦提交成功，数据保证持久性
复杂的查询能力
03 主流产品剖析
3.1单机存储
单机存储 = 单个计算机节点上的存储软件系统，一般不涉及网络交互
本地文件系统
Linux经典哲学:一切皆文件
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)
key - value 存储
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
3.2分布式存储
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
分布式文件存储系统 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
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
数据写入采用主备复制模型
数据分布模型采用CRUSH算法（HASH + 权重 + 随机抽签）
3.3单机关系型数据库
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
关系型数据库
商业产品Oracle称王，开源产品MySQL & PostgreSQL称霸
关系型数据库的通用组件:
Query Engine一一负责 解析query,生成查询计划
Txn Manager一一负责事务并发管理
Lock Manager一一负责锁相关的策略
Storage Engine一一负责组织内存/磁盘数据结构
Replication一一负责主备同步
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

3.4单机非关系型数据库
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”
Elasticsearch
面向「文档」存储
文档可序列化成JSON,支持嵌套
存在「index」 ，index= 文档的集合
存储和构建索引能力依赖Lucene引擎
实现了大量搜索数据结构&算法
支持RESTFUL API,也支持弱SQL交互
MongoDB
面向「文档」存储
文档可序列化成JSON/BSON,支持嵌套
存在「collection」, collection = 文档的集合 存储和构建索引能力依赖wiredTiger引擎
4.0后开始支持事务(多文档、跨分片多文档等)
常用client/SDK交互，可通过插件转译支持弱SQL
Redis
数据结构丰富(hash表、 set、 zset、 list)
C语言实现，超高性能
主要基于内存，但支持AOF/RDB持久化
常用redis-cli/ 多语言SDK交互
3.5分布式数据库
单机数据库遇到了哪些问题&挑战，需要我们引入分布式架构来解决?
容量 弹性 性价比
单点容量有限,受硬件限制 ×
存储节点池化,动态扩缩容 √
MORE TO DO
单写 vs 多写
从磁盘弹性到内存弹性
分布式事务优化
04 新技术演进
概览
软件架构变更
Bypass OS kernel
AI增强
智能存储格式转换
新硬件革命
存储介质变更
计算单元变更
网络硬件变更
SPDK
Bypass OS kernel 已经成为一种趋势

AI & Storage
AI领域相关技术， 如Machine Learning在很多领域:如推荐、风控、视觉领域证明了有效性
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
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-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
总结
存储系统
块存储:存储软件栈里的底层系统，接口过于朴素
文件存储:日常使用最广泛的存储系统，接口十分友好，实现五花八门
对象存储:公有云上的王牌产品，immutable语 义加持
key-value存储: 形式最灵活，存在大量的开源/黑盒产品
数据库系统
关系型数据库:基于关系和关系代数构建的，-般支持事务和SQL访问，使用体验友好的存储产品
非关系型数据库:结构灵活，访问方式灵活，针对不同场景有不同的针对性产品
分布式架构
数据分布策略:决定了数据怎么分布到集群里的多个物理节点，是否均匀， 是否能做到高性能
数据复制协议:影响|0路径的性能、机器故障场景的处理方式
分布式事务算法:多个数据库节点协同保障一个事务的ACID特性的算法，通常基于2pc的思想设计
