唯一可行的方法是将一些密集访问数据的任务(如表扫描)下推到存储节点,从而减少计算节点与存储节点之间的网络流量。这要求存储节点具备更高的数据处理能力,来处理额外的表扫描任务。在实现上,一种方式是增强存储节点的配置,但针对行存储数据的表扫描任务不适用于现代CPU 架构,同时也会导致极高的成本。另一种方式是采用异构计算框架,为存储节点配置可以执行表扫描任务,同时又具有更高性价比的特殊硬件(如FPGA、GPU)。
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。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。