开发者社区 > 数据库 > 正文

共享存储设计虽然无须像其他采用大规模并行处理架构的数据库一样进行大量数据搬迁,但是也会造成存储服务层

已解决

共享存储设计虽然无须像其他采用大规模并行处理架构的数据库一样进行大量数据搬迁,但是也会造成存储服务层每个节点都处理写事务,而因此概率产生数据冲突,解决这些冲突需要更高处理代价。那么云原生数据库是如何解决这个问题的呢?

展开
收起
云上静思 2022-09-12 11:01:18 659 0
1 条回答
写回答
取消 提交回答
  • 推荐回答

    一些云原生数据库在实现时为了简化实现,往往指定其中一个节点为更新节点,其他作为只读节点。只读节点需要根据事务隔离的语义提供一致性数据页面的读取。共享存储层不等同于一般意义上的分布式文件系统,如Google 文件系统(Google File System,GFS)、Hadoop 分布式文件系统(Hadoop Distributed File System,HDFS),更多的是为适应数据库的段页式结构来设计的。数据块大小的选择会更多地考虑数据库的I/O 模式,更重要的是共享存储层里集成了数据的日志回放逻辑,利用分布式能力增加并发度,提升页面更新的性能。

    以上内容摘自《云原生数据库原理与实践》,这本书可以在电子工业出版社天猫店购买。

    2022-09-12 11:46:29
    赞同 展开评论 打赏

数据库领域前沿技术分享与交流

相关产品

  • 云数据库 Redis 版
  • 云数据库 RDS MySQL 版
  • 云原生数据库 PolarDB
  • 相关电子书

    更多
    微服务×容器Meetup:云原生架构与应用专场PPT合辑 立即下载
    云原生架构容器&微服务优秀案例集 立即下载
    以银行架构视角解读和落实银行数字化转型的两份重磅指导文件 立即下载