发布时间:2014-11-01 00:00 来源:CSDN
Google Analytics存储了全球范围内网站的大量静态数据,随着数据体积越来越大,检索的难度也必然随之增加。近日,Gen Furukaw在Dzone上撰文表示,Google Analytics的高效一定程度上归功于其兼职存储BigTable
在Google,随时都可能存在大量应用程序被添加到其基础设施,而这些应用程序中,任意一个都可能给系统带来繁重的工作负载。迎合这样的资源需求并不简单,而在有限时间内做到这一点就更是难上加难了。
假如Google部署的是一个单节点上的传统数据库,那么一旦达到容量限制,他们必须为其更新硬件。鉴于Google应用程序的数量和存储数据的体积,这种硬件升级可能每天都会进行一次。虽然负载也可以分配到多个节点,但随着节点数的增加,系统维护的难度将变得不可思议。
综上所述,鉴于大规模系统升级和维护的难度,标准关系型数据库对Google来说并不可选。
为了保证速度,及避免频繁的更新硬件,Google定制了自己的存储解决方案——BigTable。取代关系型数据库将数据存放到表格中,BigTable使用了多维排序映射的方式对数据进行存储,也就是现在我们所说的键值存储类型。这种方式不仅提升了性能,也简化了扩展过程。
关系型数据库将信息的每个部分都存放到独立的位置,通常是表中的一列。同时,在关系型数据库中,数据的规范化非常重要,这个过程保证了其他表格或者列中不会存在冗余数据。
举个例子,客户的“姓”必须存放在某个表格的对应列中。假如某个客户的姓在其他位置发现,那么它将被删除,信息的检索仍然会被指定到原始表格。
这种结构的缺点是数据库内部可能变得非常复杂,从而导致即使一个简单的查询都可能涉及到大量的执行路径,而所有这些路径都会在运行时进行计算以寻找最优路径。数据库越复杂,运行时就需要越多的资源来确定查询路径。
在键值存储中,数据被允许存在多个备份。取代使用其他昂贵硬件资源来增加速度,这里的设计理念是利用磁盘空间,它更新起来非常容易,成本也不高。
对于简单查询来说,多备份非常有利,在键值存储中,相关的数据可以被存储到一起,从而避免在查询过程中访问多个路径以获得所需数据。
取代关系型数据中的表格存储类型,键值存储使用域,同时也无需预定义数据结构模式。域中存储的数据通过键定义,它们可以通过大量不同的属性访问。
这些属性可能是字符串,也可以是流行编程语言中匹配的任意数据类型,它可能会是数组、对象、整形、浮点型、布尔型以及编程语言中使用的任意基本数据类型。
在键值存储中,取代数据本身,数据完整性和逻辑通过应用程序代码维护,通过使用1个或多个API,开发者可以编写出最优的实现方法。这样一来,数据检索工作被转移到编写正确的逻辑上,而不是依赖数据库去优化在大量可能路径中选择一个最佳路径。
当然,除了键值存储的使用之外,Google Analytics快还源于其优秀的编程逻辑,这点就不再一一详述了。