database - Riak 上的读取操作成本高吗？

Question

看着 Basho Vimeo 谈论 Voxer，Matt 说“读取操作真的很昂贵”。

当发生读取时，Riak 使用某种 Quorum 来选择哪个节点将提供数据？

Riak 是无主的，所以每个节点都应该包含相同的数据，不是吗？（显然在来自最终一致性的不一致窗口之后）

谢谢

Answer 1

你有点不明白他在说什么；他说的是旋转磁盘和读取磁盘的费用。这不是 Riak 特定的问题。

他们有大量无法放入内存的数据。它甚至太大而无法轻松使用 SSD，因为它们无法在当前大小限制下将足够多的 SSD 塞入服务器（这就是为什么他们从SSD 转移到旋转磁盘上，正如他在演讲中所说的那样）。

如果你没有使用内存数据库（Riak 不是，除非你使用的是内存后端），正如 Matt 在他演讲的那部分所述，你只是受限于你的 iops 数量如果您必须从磁盘读取，磁盘可以给您。没有办法解决这个问题。你正在从磁盘读取。他接着说，你想缓存所有你能提供帮助的东西。

无论您在访问磁盘时使用的是什么数据库平台，它几乎都是这样工作的；没有免费午餐:)

如果您使用 Riak 并且您的数据集超过了可用内存量，那么当出现“缓存未命中”时，您将不得不从磁盘读取。如果您使用默认的 Bitcask 后端，Riak 依赖于底层操作系统的磁盘缓存 - 其他后端可能会也可能不会这样做，而是执行自己的内存缓存。

至于您关于节点数据的问题...... Riak 是无主的，最初基于 Amazon Dynamo 论文。我们使用一致的散列在环周围分布数据，然后将副本写入相邻节点，由您配置的“N 值”控制（这可以基于每个存储桶甚至每个请求进行配置）。当您阅读时，使用相同的散列方法来查找数据“存在”在哪个节点上。

默认情况下，读取将从 (n_val/2) + 1 个节点读取，但您可以根据每个请求对其进行调整以满足您的需求。在最终一致性的情况下，无法保证这些节点上的数据在您读取的时间点上是相同的，您可能需要根据您的业务逻辑执行冲突解决。话虽如此，请理解在正常操作下，不一致的时间以毫秒为单位（例如，您没有网络分区或从停机中恢复的节点）。

我们的网站上有大量关于这些东西的信息，并且非常努力地整理这些信息，以便于查找。特别是，您可能希望查看Riak - 集群以了解数据的分布方式。