[CMU15445] 04 - Database Storage 2
Log_Structured Storage
基于日志的存儲(chǔ)比起原來(lái)的面向tuple的存儲(chǔ)，只允許append新內(nèi)容而不允許修改舊的內(nèi)容，對(duì)于一個(gè)page來(lái)說(shuō)，基于日志的存儲(chǔ)就一直不斷地append append的添加新內(nèi)容，當(dāng)日志大小超過(guò)一個(gè)page的大小，此時(shí)它便被寫入磁盤。對(duì)于刪除一個(gè)元素，就相當(dāng)于將該元素的值置為一個(gè)已刪除的標(biāo)記。
比起tuple-oriented的存儲(chǔ)，log-structure存儲(chǔ)提高的寫性能，主要原因如下：
- append only，使用順序I/O代替了原來(lái)的隨機(jī)I/O
- 所有寫入的數(shù)據(jù)都是inmutable的
對(duì)于讀來(lái)說(shuō)，log_structure先從內(nèi)存中的page開始尋找，如果沒(méi)找到，就會(huì)從新到舊在磁盤上的page中尋找，為了避免這種linear scan，通常會(huì)維護(hù)存儲(chǔ)元素的最新日志的索引，以便快速確定他在塊中哪個(gè)位置。
因?yàn)椴粩嗟豠ppend，所以日志會(huì)變得越來(lái)越大，需要按照一定策略對(duì)這些文件進(jìn)行合并，也就是對(duì)于一個(gè)相同的key，只保留它最新的一條log，這樣merge結(jié)束后，一個(gè)文件中一個(gè)key就只有一個(gè)記錄了，同時(shí)在merge的時(shí)候，會(huì)將key排序后merge，這樣的數(shù)據(jù)結(jié)構(gòu)叫做 Sorted String Tables (SSTables)
Data Representation
float/real vs numeric/decimal
數(shù)據(jù)庫(kù)在存儲(chǔ)數(shù)字時(shí)，如果要求精確就應(yīng)該使用 decimal/numeric 這些類型，這些類型在底層并不是當(dāng)作數(shù)字直接存儲(chǔ)的，所以對(duì)他們做運(yùn)算比較慢，而如果不要求很精確，就可以使用 float/real 類型，這些都是近似值但是運(yùn)算起來(lái)很快。
large values
如果一個(gè)tuple的某個(gè)字段數(shù)據(jù)很大超過(guò)了一個(gè)頁(yè)的大小，就需要另外存儲(chǔ)這個(gè)字段，通常有兩種方法，兩者的區(qū)別在于數(shù)據(jù)是否由數(shù)據(jù)庫(kù)直接管理：
- overflow pages
使用額外的溢出頁(yè)來(lái)存儲(chǔ)數(shù)據(jù)，原來(lái)字段的內(nèi)容變成指向溢出頁(yè)的指針
- external storage
數(shù)據(jù)存儲(chǔ)在外部的文件中，原來(lái)的字段保存指向外部文件的uri，適用于很大的文件，例如視頻，很長(zhǎng)的文章等，缺點(diǎn)是這個(gè)文件并不由數(shù)據(jù)庫(kù)管理，會(huì)有concurrence等問(wèn)題
