写点什么

墨天轮访谈 | 拓扑岭雷鹏:数据库新思维下的弹性压缩与内存计算

作者:墨天轮
  • 2022 年 4 月 29 日
  • 本文字数:1115 字

    阅读完需:约 4 分钟

分享嘉宾:拓扑岭 CEO、创始人 雷鹏

整理墨天轮社区


导读


这两年云原生的概念非常火爆,相应的,就有了“云原生数据库”的概念,但是,绝大多数自称“云原生”的数据库,只是把“数据库软件”搬到云上,变成“数据库 SaaS”,但是在其架构上,并未充分利用“云计算”的各种优势。


作为一款专为云原生而生的数据库,今天我将为大家解读在新时代背景下,ToplingDB如何充分利用共有云存储和计算的弹性伸缩,真正为企业实现降本增效。

ToplingDB 的性能优势

ToplingDB,fork 自 RocksDB,实现了 SidePlugin 旁路插件化体系,从而,使用 ToplingDB 的代码,可仅通过配置来使用第三方组件,而不需要引入任何对第三方代码的依赖,同时,在 SidePlugin 体系内,内嵌了一个 Web Service,可以在线查看 ToplingDB 的各种配置信息和内部状态,在线修改配置,甚至在线执行一些操作(Compact/Flush……),还可以通过 web 导出 Prometheus 格式的 metrics,以最低的开发成本实现了监控。


图 1 ToplingDB VS RockDB


基于维基百科中的测试数据显示,对于总共 109G,3800 万条,平均长度 2.8K 大规模数据,ToplingDB 的压缩率相比 RocksDB 要高得多,同时在内存限制的情况下,随机读的性能高了 20 倍以上,这就是 ToplingDB 内存压缩算法的优势。

ToplingDB 新思潮:LSM Tree

1、老传统:B+Tree

RocksDB 采用传统的 B + Tree,索引节点只包含 Kry,同时叶子节点 Kry,Value 相邻存储。


这样的方式会增加管理复杂度,传统流式压缩是通用的压缩算法,不是为 DB 专门设计,输入输出都是字节流,无法实现高效搜索。


图 2 老传统:B+Tree

2、新思潮:LSM Tree

图 3 新思潮:LSM Tree


RocksDB 采用 LSM Tree,它的核心思想是“Append Only”,能够实现:随机写、降低随机读与顺序读


图 4 B+Tree VS LSM Tree


不仅如此,LSM Tree 中 Compaction 也提供了福利, Compact 的单个 SST 涉及的数据高达数十 MB、甚至 GB 级别,给了我们在大尺度上窥视/分析数据全貌的机会。


究竟 ToplingDB 如何展现数据库新思维?内存压缩与弹性计算的优势怎样表现?欢迎大家前往文档 &视频专区下载学习。


更多精彩内容,欢迎大家观看现场视频回放与会议资料

视频回放https://www.modb.pro/video/6184

会议资料KV数据库新思维-雷鹏





欲了解更多可以进入👉墨天轮,围绕数据人的学习成长提供一站式的全面服务,打造集新闻资讯、在线问答、活动直播、在线课程、文档阅览、资源下载、知识分享及在线运维为一体的统一平台,持续促进数据领域的知识传播和技术创新。


关注官方公众号: 墨天轮、 墨天轮平台、墨天轮成长营、数据库国产化 、数据库资讯

发布于: 刚刚阅读数: 2
用户头像

墨天轮

关注

数据库技术爱好者 2019.11.22 加入

墨天轮社区围绕数据人的学习成长提供一站式的全面服务。我们的愿景是共同建设一个有温度的技术社区和全新的数据社群聚合体,以乐知乐享之志,成同心共济之果。

评论

发布
暂无评论
墨天轮访谈 | 拓扑岭雷鹏:数据库新思维下的弹性压缩与内存计算_数据库_墨天轮_InfoQ写作社区