当前位置: 首页 > news >正文

读书笔记-数据密集型应用系统设计

  1. 读时模式类似编程语言中的动态 (运行时)类型检査,而写时模式类似于静态 (编译
    时) 类型检査
  2. 通常建议文档应该尽量小且避免写入时增加文档大小
  3. 融合关系模型与文档模型是未来数据库发展的一条很好的途径。
  4. 与直觉相反,内存数据库的性能优势并不是因为它们不需要从磁盘读取。如果有足够
    的内存,即使是基于磁盘的存储引擎,也可能永远不需要从磁盘读取,因为操作系统
    将最近使用的磁盘块缓存在内存中。相反,内存数据库可以更快,是因为它们避免使
    用写磁盘的格式对内存数据结构编码的开销[441。
  5. 除了性能外,内存数据库的另一个有意思的地方是,它提供了基于磁盘索引难以实现
    的某些数据模型。例如,Redis为各种数据结构(如优先级队列和集合)都提供了类
    似数据库的访问接口。由于所有的数据都保存在内存中,所以实现可以比较简单。
    最近的研究表明,内存数据库架构可以扩展到支持远大于可用内存的数据集,而不会
    导致以磁盘为中心架构的开销|451。所谓的反缓存方法,当没有足够的内存时,通过将
    最近最少使用的数据从内存写到磁盘,并在将来再次被访问时将其加载到内存。这与
    操作系统对虚拟内存和交换文件的操作类似,但数据库可以在记录级别而不是整个内
    存页的粒度工作,因而比操作系统更有效地管理内存。不过,这种方法仍然需要索引
    完全放入内存(如本章开头的Bitcask示例)。
    如果将来非易失性存储(non-volatile memory, NVM) 技术得到更广泛普及,可能还
    需要进一步改变存储引擎设计[461。目前这是一个新的研究领域,但值得密切关注。
http://www.cnnetsun.cn/news/4283278.html

相关文章:

  • openGauss数据库实验与课设实战:从环境搭建到迁移答辩全攻略
  • 从零构建AI应用:提示词、RAG与Agent实战指南
  • 蓝桥杯国赛超声波测距系统实战:从硬件连接到软件架构全解析
  • 视觉算法岗社招面试全流程复盘:从简历到手撕代码的避坑指南
  • RTK rtk test 万能测试包装器:任意测试命令一键提取失败详情
  • AI Agent工程化实战:从最小闭环到生产级部署
  • 张雪峰.skill志愿填报实战:河南560分家庭的完整选专业策略推演
  • UMA与Agent开发实战:统一内存架构下的高效内存规划与调度
  • ODS完整指南:如何将你的电脑变成私有AI服务器(2026本地AI终极方案)
  • llama.cpp Docker部署:一条命令跑通本地推理服务
  • 数据分析师必学:统计学核心概念与Python实战路径
  • Delphi VCL开源控件集KControls详解:安装、核心组件与实战应用
  • Dograh vs Vapi vs Retell:开源语音Agent平台硬核对比,谁更值得用?
  • Python实战:从零构建学生信息管理系统,掌握数据结构与文件操作
  • scrcpy 安卓投屏控制完整指南:免 Root 跑通全流程,附实用参数速查表
  • PyTorch张量运算核心规则:逐元素、矩阵乘法与广播机制详解
  • Skill机制实战:用AIAgent打造90分钟可用的APP测试搭子
  • 数学背景转AI应用:用Agent构建科研外脑的实践路径
  • 渭河流域GIS数据包实操:shp、DEM、mxd与TIF处理全攻略
  • MoneyPrinterTurbo完整指南:如何用一个主题生成可发布的AI高清短视频
  • 单片机温度传感器数据处理:从整数到定点数的优化实践
  • 滴滴校招数据挖掘笔试解析:算法、SQL与业务场景全攻略
  • AI生成内容与数字人频频“社死”?从技术边界到工程自检的避坑指南
  • 插值算法全解析:从原理到实战,掌握数据处理核心工具
  • scrcpy 录制安卓屏幕要带声音?5 条命令搞定音画同步
  • Python刷题指南:100道练习题覆盖核心知识与实战
  • EBM Lens核心拆解:生物医学搜索、证据排序与主张溯源的Python实现
  • C/C++全链路练习卷:从环境配置到工程实战的进阶指南
  • GM(1,1)灰色预测模型:小样本趋势预测的Matlab实现与工程应用
  • 三步自建AI编码代理控制台:OpenHands Agent Canvas 实操指南