-
8.3 系统架构
8.3 系统架构 8.3.1 整体架构图" level="4"> 8.3.1 整体架构图 8.3 系统架构 8.3.1 整体架构图" class="reference-link"> 8.3.1 整体架构图 OceanBase的整体架构如图8-1所示。 图 8-1 OceanBase整体架构图 OceanBase由如下几个部分组成： ... -
13.5.4 Google Dremel
13.5.4 Google Dremel 13.5.4 Google Dremel Google Dremel是Google的实时分析系统，可以扩展到上千台机器规模，处理PB级别的数据。Dremel还是Google Bigquery服务的底层存储和查询引擎。相比传统的并行数据库，Dremel的优势在于可扩展性，磁盘的顺序读取速度在100MB/s上下，而... -
2.1.2 IO总线
2.1.2 IO总线 2.1.2 IO总线 存储系统的性能瓶颈一般在于IO，因此，有必要对IO子系统的架构有一个大致的了解。以Intel x48主板为例，它是典型的南、北桥架构，如图2-3所示。北桥芯片通过前端总线（Front Side Bus,FSB）与CPU相连，内存模块以及PCI-E设备（如高端的SSD设备Fusion-IO）挂接在北桥上。北桥与... -
3.6 可扩展性
3.6 可扩展性 3.6.1 总控节点" level="4"> 3.6.1 总控节点 3.6 可扩展性 通过数据分布，复制以及容错等机制，能够将分布式存储系统部署到成千上万台服务器。可扩展性的实现手段很多，如通过增加副本个数或者缓存提高读取能力，将数据分片使得每个分片可以被分配到不同的工作节点以实现分布式处理，把数据复制到多个数据中心，等等。 分布... -
5.2 淘宝Tair
5.2 淘宝Tair 5.2.1 系统架构" level="4"> 5.2.1 系统架构 5.2 淘宝Tair Tair是淘宝开发的一个分布式键/值存储引擎。Tair分为持久化和非持久化两种使用方式：非持久化的Tair可以看成是一个分布式缓存，持久化的Tair将数据存放于磁盘中。为了解决磁盘损坏导致数据丢失，Tair可以配置数据的备份数目，Tair自... -
6.1.9 讨论
6.1.9 讨论 6.1.9 讨论 GFS+Bigtable两层架构以一种很优雅的方式兼顾系统的强一致性和可用性。底层文件系统GFS是弱一致性系统，可用性和性能很好，但是多客户端追加可能出现重复记录等数据不一致问题；上层的表格系统Bigtable通过多级分布式索引的方式使得系统对外整体表现为强一致性。Bigtable最大的优势在于线性可扩展，单台机器出... -
6.3 Windows Azure Storage
6.3 Windows Azure Storage 6.3.1 整体架构" level="4"> 6.3.1 整体架构 6.3 Windows Azure Storage Windows Azure Storage（WAS）是微软开发的云存储系统，包括三种数据存储服务：Windows Azure Blob、Windows Azure Table、Wi... -
7.2.2 架构
7.2.2 架构 7.2.2 架构 云SQL Server分为四个主要部分：SQL Server实例、全局分区管理、协议网关、分布式基础部件，如图7-4所示。 图 7-4 云SQL Server的分层架构 下面分别介绍这几个部分： ●每个SQL Server实例是一个运行着SQL Server的物理进程。每个物理数据库包含多个子数据库... -
7.3.2 架构
7.3.2 架构 7.3.2 架构 Spanner构建在Google下一代分布式文件系统Colossus之上。Colossus是GFS的延续，相比GFS,Colossus的主要改进点在于实时性，并且支持海量小文件。 由于Spanner是全球性的，因此它有两个其他分布式存储系统没有的概念： ●Universe。一个Spanner部署实例称为一个Uni... -
第三篇 实践篇
第三篇 实践篇 第三篇 实践篇 本篇内容 第8章 OceanBase架构初探 第9章 分布式存储引擎 第10章 数据库功能 第11章 质量保证、运维及实践