纪录一下最近对分布式的感悟
分布式存储，主要由2部分组成，1、网络对数据切分。 2、存储。
对 于网络对数据切分需要解决哪些问题？解决数据部署在多台服务器上（一台服务器存储不了，或者计算能力不够或网络流量有限等）， 因此3个硬性需求，你要的数据在哪台服务器上如何切片， 某台服务器挂了怎么办， 业务扩大需要添加机器怎么办。 对于某台服务器挂了自然是添加备份（涉及到数据同步），和机器管理（如何在主备之间切换）。对于添加机器需要解决数据同步问题。
对于非k-v形式（以mysql）为例子
mysql 数据一般不会被切分在不同服务器上（也就是说每个服务器上的数据都是完整的）“分库分表是例外”。插入更新等修改数据的操作都是直接操作主库， 然后将这些对应操作写成log。或者涉及到修改的数据。 同步发送到备库。 查询等操作随即的从一台服务器上进行。因此添加服务器上只能加速查询的速度。所以引入了分库分表，但是分库分表的想法其实就是一种k-v思想。主备的切换 应该是dns解析（或者用近似的方法，就是设计2个管理节点，由管理节点不停检查主库是否挂了，如果挂了把他剔除资源列表。下次”dns解析“结果自然定 位到备库了。
对于k-v
因为他可以将数据切分到不同服务器上， 数据是在哪台服务器上，往往对k mod 服务器数目 （memcache 引入了一致性hash， 目的是减少服务器数目变化时对k % 影响） 。 还有一种思路是引入管理节点，可以通过查询或者管理节点生成的资源配置表等，知道数据在哪台服务器上（比如tair).
对于每台服务器上数据备份，基本同上面非k-v。对于新添加的机器，他是先对现有数据序列化发给新添加的同步机器（redis)。
对于存储
主要是解决索引。
对于k-v
数 据是按map<k, v>组织， 如果数据存储不了，可能要序列化将数据v存储硬盘(在硬盘建立一个类似阉割版的文件系统)，（memcache 是用链表纪录最后修改排序，内存不足时将老数据挤出去， 所以因为这点memcache 只能当cache），因此内存只需记住在文件系统种的位置，以及他占有多少个page(页）。文件系统管理，用了位索引（放在内存种），纪录哪些页已经被 使用。
对于mysql 等， 他查询(任意的列进行条件）决定了不能进行key-val 组织数据（除非对所有列做key, 貌似列式数据库就是这么做的)，只能类似2查搜索树进化版－－极小堆或者红黑树， 因为数据在文件，为了减少io（查询的深度）， 采用的是b+树。MyISAM引擎，其叶子节点是数据在硬盘的位置。 对于innodb, 主键索引其叶子节点就是数据， 非主键索引叶子节点保存的是对应主键索引值，因此往往需要查询2次索引。
题外话：
上述涉及网络为了性能，采用非阻塞＋多路复用＋状态机模式。状态机模式要么用状态位（不同状态调用不同的函数），要么函数指针转移。 （原因是什么时候切换函数，依赖数据的到来， 数据可能需要多路复用）要轮训k次， 而k未知。
此外很多时候，解决超时链接，一般就是用极小堆或者红黑树纪录。 这样查询只要0(1), 插入和删除只要0(logn) (libevent) 。
