WAL 是 write-ahead log 系统，其核心思想是将用户的所有修改操作（插入、删除）写入日志，然后再应用到系统状态。一旦日志写入成功，就可以通知用户操作成功。由于日志采用尾部追加方式写入，耗时较短，因此不会长时间阻塞用户线程。另外，为防止意外退出导致数据丢失，系统重启时会根据日志重做用户操作，保证数据可靠性。
创新互联建站从2013年开始，先为云南等服务建站，云南等地企业，进行企业商务咨询服务。为云南企业网站制作PC+手机+微官网三网同步一站式服务解决您的所有建站问题。
WAL 一直是传统 RDBMS 系统中的一个共识，用于帮助保证原子性和持久性（ACID 的 A 和 D）。对表的所有更新首先写入 WA），然后异步的方式使用。
示例 WAL 和 WALEntry 结构：
为什么不将更改直接刷新到实际数据文件？
它有2个方面——
WAL 是一个仅附加日志，它将数据存储中的每个状态更改存储为日志。
一个单独的异步进程可以从 WAL 读取操作，然后按照正常流程通过不同的缓存将数据更新应用于磁盘上的实际数据文件，有助于提高数据存储的写入吞吐量。
此外，如果发生故障，可能会有未应用的更新，由于我们在 WAL 文件中存在操作，我们可以从 WAL 重放操作并应用它们以使数据存储恢复到一致状态。因此，WAL 帮助我们确保数据的完整性和可靠性，同时仍然允许我们的数据存储具有高写入吞吐量。
如前所述，对磁盘的写入可能不会直接刷新，考虑到写入系统中导致性能的问题，需要进行权衡刷新频率或微批处理或两者来将更改刷新到磁盘，以帮助提高性能。请注意，此处存在数据丢失的风险。
需要确保任何刷新到磁盘的操作都不会损坏， WAL 记录还包含一个 CRC 值，该值可用于验证何时从 WAL 读取记录并确保没有损坏。
由于 WAL 是一个附加追尾的文件，因此如果客户端由于通信故障而重试，可能会遇到在 WAL 上写入重复操作的情况。因此，每当读取 WAL 时，要确保忽略重复项，或者对应用数据的动作具有幂等性的。
1）所有数据库，包括像Cassandra这样的NoSQL数据库都使用WAL来保证持久性。
2) Kafka 使用了与 WAL(Commit Log) 类似的结构。
3) 像 Rocks DB、Level DB 这样的 KV 存储和像 Apache Ignite 这样的分布式缓存也使用 WAL。
总而言之，WAL 提供一下价值
1) 更快的性能和吞吐量，避免了所有更改的数据刷新/磁盘写入。
2) 重启时的可恢复性，操作可以从 WAL 应用到实际的数据存储。
3）能够恢复到时间点快照，我们在 WAL 中存在所有操作。
分布式缓存主要用于在高并发环境下，减轻数据库的压力，提高系统的响应速度和并发吞吐。当大量的读、写请求涌向数据库时，磁盘的处理速度与内存显然不在一个量级，因此，在数据库之前加一层缓存，能够显著提高系统的响应速度，并降低数据库的压力。作为传统的关系型数据库，MySQL提供完整的ACID操作，支持丰富的数据类型、强大的关联查询、where语句等，能够非常客易地建立查询索引，执行复杂的内连接、外连接、求和、排序、分组等操作，并且支持存储过程、函数等功能，产品成熟度高，功能强大。但是，对于需要应对高并发访问并且存储海量数据的场景来说，出于对性能的考虑，不得不放弃很多传统关系型数据库原本强大的功能，牺牲了系统的易用性，并且使得系统的设计和管理变得更为复杂。这也使得在过去几年中，流行着另一种新的存储解决方案——NoSQL，它与传统的关系型数据库最大的差别在于，它不使用SQL作为查询语言来查找数据，而采用key-value形式进行查找，提供了更高的查询效率及吞吐，并且能够更加方便地进行扩展，存储海量数据，在数千个节点上进行分区，自动进行数据的复制和备份。在分布式系统中，消息作为应用间通信的一种方式，得到了十分广泛的应用。消息可以被保存在队列中，直到被接收者取出，由于消息发送者不需要同步等待消息接收者的响应，消息的异步接收降低了系统集成的耦合度，提升了分布式系统协作的效率，使得系统能够更快地响应用户，提供更高的吞吐。
当系统处于峰值压力时，分布式消息队列还能够作为缓冲，削峰填谷，缓解集群的压力，避免整个系统被压垮。垂直化的搜索引擎在分布式系统中是一个非常重要的角色，它既能够满足用户对于全文检索、模糊匹配的需求，解决数据库like查询效率低下的问题，又能够解决分布式环境下，由于采用分库分表，或者使用NoSQL数据库，导致无法进行多表关联或者进行复杂查询的问题。
下文例子中演示了如何插入、获取、删除一条记录
LevelDB 简介
一、LevelDB入门
LevelDB是Google开源的持久化KV单机数据库，具有很高的随机写，顺序读/写性能，但是随机读的性能很一般，也就是说，LevelDB很适合应用在查询较少，而写很多的场景。LevelDB应用了LSM (Log Structured Merge) 策略，lsm_tree对索引变更进行延迟及批量处理，并通过一种类似于归并排序的方式高效地将更新迁移到磁盘，降低索引插入开销，关于LSM，本文在后面也会简单提及。
根据LevelDB官方网站的描述，LevelDB的特点和限制如下：
特点：
1、key和value都是任意长度的字节数组；
2、entry（即一条K-V记录）默认是按照key的字典顺序存储的，当然开发者也可以重载这个排序函数；
3、提供的基本操作接口：Put()、Delete()、Get()、Batch()；
4、支持批量操作以原子操作进行；
5、可以创建数据全景的snapshot(快照)，并允许在快照中查找数据；
6、可以通过前向（或后向）迭代器遍历数据（迭代器会隐含的创建一个snapshot）；
7、自动使用Snappy压缩数据；
8、可移植性；
限制：
1、非关系型数据模型（NoSQL），不支持sql语句，也不支持索引；
2、一次只允许一个进程访问一个特定的数据库；
3、没有内置的C/S架构，但开发者可以使用LevelDB库自己封装一个server;
LevelDB本身只是一个lib库，在源码目录make编译即可，然后在我们的应用程序里面可以直接include leveldb/include/db.h头文件，该头文件有几个基本的数据库操作接口，下面是一个测试例子：
#include iostream
#include string
#include assert.h
#include "leveldb/db.h"
using namespace std;
int main(void)
{
leveldb::DB *db;
leveldb::Options options;
options.create_if_missing = true;
// open
leveldb::Status status = leveldb::DB::Open(options,"/tmp/testdb", db);
assert(status.ok());
string key = "name";
string value = "chenqi";
// write
status = db-Put(leveldb::WriteOptions(), key, value);
assert(status.ok());
// read
status = db-Get(leveldb::ReadOptions(), key, value);
assert(status.ok());
coutvalueendl;
// delete
status = db-Delete(leveldb::WriteOptions(), key);
assert(status.ok());
status = db-Get(leveldb::ReadOptions(),key, value);
if(!status.ok()) {
cerrkey" "status.ToString()endl;
} else {
coutkey"==="valueendl;
}
// close
delete db;
return 0;
}
上面的例子演示了如何插入、获取、删除一条记录，编译代码：
g++ -o test test.cpp libleveldb.a -lpthread -Iinclude
执行./test后，会在/tmp下面生成一个目录testdb，里面包含若干文件：
------------------------------------------------------------
LevelDB是google开源的一个key-value存储引擎库，类似于开源的Lucene索引库一样。其他的软件开发者可以利用该库做二次开发，来满足定制需求。LevelDB采用日志式的写方式来提高写性能，但是牺牲了部分读性能。为了弥补牺牲了的读性能，一些人提议使用SSD作为存储介质。
对于本地化的Key-value存储引擎来说，简单的使用一般都分成三个基本的步骤：（1）打开一个数据库实例；（2）对这个数据库实例进行插入，修改和查询操作；（3)最后在使用完成之后，关闭该数据库。下面将详细讨论该三个步骤：
一、打开一个数据库实例
一个leveldb数据库有一个对应一个文件系统目录的名字。该数据库的所有内容都存储在这个目录下。下面的代码描述了怎样打开一个数据库或者建立一个新的数据库。
#include assert.h
#include "leveldb/db.h"
leveldb::DB* db;
leveldb::Options options;
options.create_if_missing = true;
leveldb::Status status = leveldb::DB::Open(options,"/tmp/testdb", db);
assert(status.ok());
如果打开已存在数据库的时候，需要抛出错误。将以下代码插在leveldb::DB::Open方法前面：
options.error_if_exists = true;
二、对数据库的简单读、写操作
LevelDB提供了Put，Delete和Get三个方法对数据库进行修改和查询。例如，下面的代码片段描述了怎样将key1对应的value值，移到key2对应的值。
std::string value;
leveldb::Status s = db-Get(leveldb::ReadOptions(), key1, value);
if(s.ok()) s = db-Put(leveldb::WriteOptions(), key2, value);
if(s.ok()) s = db-Delete(leveldb::WriteOptions(), key1);
三、关闭数据库
在对数据库进行了一系列的操作之后，需要对数据库进行关闭。该操作比较简单：
... open the db as described above...
... do something with db ...
delete db;
上面对levelDB的简单使用做了基本的介绍，接下来就是如何自己写一个完成并且能运行的例子。
1、下载源码 git clone
2、编译源码 cd leveldb make all
3、编写test.cpp
#include assert.h
#include string.h
#include leveldb/db.h
#include iostream
int main(){
leveldb::DB* db;
leveldb::Options options;
options.create_if_missing = true;
leveldb::Status status = leveldb::DB::Open(options,"/tmp/testdb", db);
assert(status.ok());
//write key1,value1
std::string key="key";
std::string value = "value";
status = db-Put(leveldb::WriteOptions(), key,value);
assert(status.ok());
status = db-Get(leveldb::ReadOptions(), key, value);
assert(status.ok());
std::coutvaluestd::endl;
std::string key2 = "key2";
//move the value under key to key2
status = db-Put(leveldb::WriteOptions(),key2,value);
assert(status.ok());
status = db-Delete(leveldb::WriteOptions(), key);
assert(status.ok());
status = db-Get(leveldb::ReadOptions(),key2, value);
assert(status.ok());
std::coutkey2"==="valuestd::endl;
status = db-Get(leveldb::ReadOptions(),key, value);
if(!status.ok()) std::cerrkey" "status.ToString()std::endl;
else std::coutkey"==="valuestd::endl;
delete db;
return 0;
}
4、编译链接 g++ -o test test.cpp ../leveldb/libleveldb.a -lpthread -I../leveldb/include
注意libleveldb.a 和leveldb include的路径。
5、运行结果./test：
value
key2===value
key NotFound:
思路一，使用独立的商品类表， 构造商品属性信息，1、N个商品类属性值表，2、商品基本信息表，3、商品属性表
思路二，使用key-value模型，使用动态行列转换模型，将商品属性信息碎片化存储，整合型只读输出快照，1、公共键值表，2、公共类表，3、公共键类表，4、属性值物化表，5、商品基本信息表，6、商品属性表，6、商品属性快照表或模型
总体来说，主流数据库并不存在明确的好坏之分，每一种数据库都有各自的优缺点，最主要还是看它是否能够满足您的需求。
总的来说，选择数据库可以从以下角度考虑：
从个人角度出发的话，如果是以学习和小型业务需求为主，推荐使用MySQL，它的优势在于：
成本（免费）
自由（完全开源，适用多个场景）
性能（体积小但速度快）
这三点决定了MySQL数据库的超高性价比。并且目前有不少主流公司仍然青睐MySQL，大名鼎鼎的Fackbook就依然在延续MySQL的使用。
2. 如果是企业角度出发，主流的大型数据库如Oracle、Sql Server...以及近些年来大数据领域十分火热的非关系型数据库，例如Redis、HBse等等，都可以作为考虑的对象。
接下来具体列举一些常用数据库的优缺点，希望能为大家提供参考：
MySQL：
优势：
MySQL是开放源代码的数据库，任何人都可以获得该数据库的源代码。
MySQL能够实现跨平台操作，可以在Windows、UNIX、Linux和Mac OS等操作系统上运行。
MySQL数据库是一款自由软件，大部分应用场景下都是免费使用。
MySQL功能强大且使用方便，社区生态繁荣，有诸多学习资料。
缺点：规模小，功能有限。
SQL Server
高度可扩展：可以从单一的笔记本电脑上运行任何东西或以高倍云服务器网络运行，或在两者之间任何东西。
“虽然说是“任何东西”，但是仍然要满足相关的软件和硬件的要求“
生态链广：具有内置的商务智能工具，以及一系列的分析和报告工具，可以创建数据库、备份、复制，带来了更好的安全性。
Oracle
Oracle数据库系统是目前世界上流行的关系数据库管理系统，具有以下特点：
可移植性好（在各类大、中、小、微机环境中都适用）
使用方便、
功能强
因此，Oracle是一种高效率、可靠性好的、适应高吞吐量的数据库解决方案。
DB2
DB2是IBM开发的一种大型关系型数据库平台。它支持多用户或应用程序在同一条SQL 语句中查询不同database甚至不同DBMS中的数据。它的应用特点如下：
支持面向对象的编程：db2支持复杂的数据结构，如无结构文本对象，可以对无结构文本对象进行布尔匹配、最接近匹配和任意匹配等搜索。可以建立用户数据类型和用户自定义函数。
支持多媒体应用程序：db2支持大二分对象（blob），允许在数据库中存取二进制大对象和文本大对象。其中，二进制大对象可以用来存储多媒体对象。
具有良好的备份和恢复能力
支持存储过程和触发器，用户可以在建表时显示的定义复杂的完整性规则
支持异构分布式数据库访问，支持数据复制
PostgreSQL
PostgreSQL 是一个免费的对象-关系数据库服务器(ORDBMS)，它的 Slogan 是 “世界上最先进的开源关系型数据库”。
PostgreSQL具有如下特征：
函数：通过函数，可以在数据库服务器端执行指令程序。
索引：用户可以自定义索引方法，或使用内置的 B 树，哈希表与 GiST 索引。
触发器：触发器是由SQL语句查询所触发的事件。如：一个INSERT语句可能触发一个检查数据完整性的触发器。触发器通常由INSERT或UPDATE语句触发。 多版本并发控制：PostgreSQL使用多版本并发控制（MVCC，Multiversion concurrency control）系统进行并发控制，该系统向每个用户提供了一个数据库的”快照”，用户在事务内所作的每个修改，对于其他的用户都不可见，直到该事务成功提交。
规则：规则（RULE）允许一个查询能被重写，通常用来实现对视图（VIEW）的操作，如插入（INSERT）、更新（UPDATE）、删除（DELETE）。
数据类型：包括文本、任意精度的数值数组、JSON 数据、枚举类型、XML 数据等。
全文检索：通过 Tsearch2 或 OpenFTS，8.3版本中内嵌 Tsearch2。
NoSQL：JSON，JSONB，XML，HStore 原生支持，至 NoSQL 数据库的外部数据包装器。
数据仓库：能平滑迁移至同属 PostgreSQL 生态的 GreenPlum，DeepGreen，HAWK 等，使用 FDW 进行 ETL
postgreSQL是一款先进的开源数据库，拥有非常齐全的自由软件的对象-关系型数据库管理系统（ORDBMS），可面向企业复杂SQL的OLTP业务场景，支持多项企业级功能，能解决使用数据库的各种难题。
PostgreSQL的优势有很多。它是一个免费的对象-关系数据库服务器(ORDBMS)，在灵活的BSD许可证下发行。
postgreSQL的特征
函数：通过函数，可以在数据库服务器端执行指令程序。
索引：用户可以自定义索引方法，或使用内置的 B 树，哈希表与 GiST 索引。
触发器：触发器是由SQL语句查询所触发的事件。如：一个INSERT语句可能触发一个检查数据完整性的触发器。触发器通常由INSERT或UPDATE语句触发。 多版本并发控制：PostgreSQL使用多版本并发控制（MVCC，Multiversion concurrency control）系统进行并发控制，该系统向每个用户提供了一个数据库的"快照"，用户在事务内所作的每个修改，对于其他的用户都不可见，直到该事务成功提交。
规则：规则（RULE）允许一个查询能被重写，通常用来实现对视图（VIEW）的操作，如插入（INSERT）、更新（UPDATE）、删除（DELETE）。
数据类型：包括文本、任意精度的数值数组、JSON 数据、枚举类型、XML 数据等。全文检索：通过 Tsearch2 或 OpenFTS，8.3版本中内嵌 Tsearch2。
NoSQL：JSON，JSONB，XML，HStore 原生支持，至 NoSQL 数据库的外部数据包装器。
数据仓库：能平滑迁移至同属postgreSQL生态的GreenPlum，DeepGreen，HAWK 等，使用 FDW 进行 ETL。
