slide1
Download
Skip this Video
Download Presentation
CascaDB / TokuDB 性能与适用场景分享

Loading in 2 Seconds...

play fullscreen
1 / 13

CascaDB / TokuDB 性能与适用场景分享 - PowerPoint PPT Presentation


  • 290 Views
  • Uploaded on

CascaDB / TokuDB 性能与适用场景分享. 一工. 个人简介. 一工 开源爱好者, http://logN.me 目前在淘宝核心系统数据库组从事存储引擎研发工作. 大纲. B-tree 索引缺点 Buffer-tree 索引结构 性能及适用 场景 分析. 随机读. 随机读总时间 = 寻道时间 + 读取数据时间. B-tree. B = 16KB 50GB / 16KB ~ 300 百万个 node ,太 多 了! 缺点:不适合随机读写,大部分是寻道时间!. Buffer -tree.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' CascaDB / TokuDB 性能与适用场景分享' - papina


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
slide2

个人简介

  • 一工
  • 开源爱好者,http://logN.me
  • 目前在淘宝核心系统数据库组从事存储引擎研发工作
slide3

大纲

  • B-tree 索引缺点
  • Buffer-tree 索引结构
  • 性能及适用场景分析
slide4

随机读

  • 随机读总时间 = 寻道时间 + 读取数据时间
slide5

B-tree

  • B = 16KB
  • 50GB / 16KB ~ 300百万个node,太多了!
  • 缺点:不适合随机读写,大部分是寻道时间!
slide6

Buffer-tree

  • B = 4MB (块大,整块压缩,~1MB)
  • 50GB / 4MB ~ 1万个node,node少!
slide7

Buffer-tree VS LSM-tree

  • Buffer-tree(CascaDB/TokuDB)
  • - Compactions的时候,数据流动性:root-to-leaf
  • - 父节点的数据要到自己的子节点去,范围可控
  • LSM-tree(LevelDB)
  • - Compactions的时候,Level-N的数据可能要merge
  • 到Level-(N+1)的多个“节点”
  • - 范围不好控制,可能会浪费磁盘IO
slide8

10亿随机写(CascaDBvsLevelDB)

  • 单线程4G缓存,10亿条数据随机写
  • 详情: http://weibo.com/1918215711/zoriiqbaO (@鸣嵩)
slide9

10亿随机写(TokuDBvsInnoDB)

  • 更多http://t.cn/zQAhmaR (via tokutek)
slide10

SSD如何?

  • B-tree块小,不好压缩,写ops高
  • Buffer-tree块大,压缩性能好,写ops低,对SSD友好
  • 更多 http://t.cn/zQA7XVA (via tokutek)
slide11

Buffer-tree索引

  • 索引:
  • - Insert/Delete/Update均可lazy式操作,延迟小
  • - Column可Hot式增删改
  • - 多版本,无undo log ,recovery快
  • - 节点块大,适合压缩,写盘少,也适合SSD
  • 读优化:
  • - buffer又细分成多个block
  • - 增加bloom filter,读可只load pivots数据。
slide12

不适用场景

  • select count操作,需做表扫描
  • affected rows操作
  • 有得有失,不同场景
slide13

讨论

  • Thanks!
ad