Skip to content

Latest commit

 

History

History
377 lines (127 loc) · 15.8 KB

glossary.md

File metadata and controls

377 lines (127 loc) · 15.8 KB

術語表 【DRAFT】

請注意,本術語表中的定義簡短而簡單,旨在傳達核心思想,而不是術語的完整細微之處。 有關更多詳細資訊,請參閱正文中的參考資料。

[TOC]

非同步(asynchronous)

不等待某些事情完成(例如,將資料傳送到網路中的另一個節點),並且不會假設要花多長時間。請參閱同步複製與非同步複製”,“同步網路與非同步網路”,以及“系統模型與現實”。

原子(atomic)

1.在併發操作的上下文中:描述一個在單個時間點看起來生效的操作,所以另一個併發程序永遠不會遇到處於“半完成”狀態的操作。另見隔離。

2.在事務的上下文中:將一些寫入操作分為一組,這組寫入要麼全部提交成功,要麼遇到錯誤時全部回滾。請參閱“原子性”和“原子提交與兩階段提交”。

背壓(backpressure)

接收方接收資料速度較慢時,強制降低傳送方的資料傳送速度。也稱為流量控制。請參閱“訊息傳遞系統”。

批處理(batch process)

一種計算,它將一些固定的(通常是大的)資料集作為輸入,並將其他一些資料作為輸出,而不修改輸入。見第十章

邊界(bounded)

有一些已知的上限或大小。例如,網路延遲情況(請參閱“超時與無窮的延遲”)和資料集(請參閱第十一章的介紹)。

拜占庭故障(Byzantine fault)

表現異常的節點,這種異常可能以任意方式出現,例如向其他節點發送矛盾或惡意訊息。請參閱“拜占庭故障”。

快取(cache)

一種元件,透過儲存最近使用過的資料,加快未來對相同資料的讀取速度。快取中通常存放部分資料:因此,如果快取中缺少某些資料,則必須從某些底層較慢的資料儲存系統中,獲取完整的資料副本。

CAP定理(CAP theorem)

一個被廣泛誤解的理論結果,在實踐中是沒有用的。請參閱“CAP定理”。

因果關係(causality)

事件之間的依賴關係,當一件事發生在另一件事情之前。例如,後面的事件是對早期事件的迴應,或者依賴於更早的事件,或者應該根據先前的事件來理解。請參閱““此前發生”的關係和併發”和“順序與因果關係”。

共識(consensus)

分散式計算的一個基本問題,就是讓幾個節點同意某些事情(例如,哪個節點應該是資料庫叢集的領導者)。問題比乍看起來要困難得多。請參閱“容錯共識”。

資料倉庫(data warehouse)

一個數據庫,其中來自幾個不同的OLTP系統的資料已經被合併和準備用於分析目的。請參閱“資料倉庫”。

宣告式(declarative)

描述某些東西應有的屬性,但不知道如何實現它的確切步驟。在查詢的上下文中,查詢最佳化器採用宣告性查詢並決定如何最好地執行它。請參閱“資料查詢語言”。

非規範化(denormalize)

為了加速讀取,在標準資料集中引入一些冗餘或重複資料,通常採用快取或索引的形式。非規範化的值是一種預先計算的查詢結果,像物化檢視。請參閱“單物件和多物件操作”和“從同一事件日誌中派生多個檢視”。

衍生資料(derived data)

一種資料集,根據其他資料透過可重複執行的流程建立。必要時,你可以執行該流程再次建立衍生資料。衍生資料通常用於提高特定資料的讀取速度。常見的衍生資料有索引、快取和物化檢視。請參閱第三部分的介紹。

確定性(deterministic)

描述一個函式,如果給它相同的輸入,則總是產生相同的輸出。這意味著它不能依賴於隨機數字、時間、網路通訊或其他不可預測的事情。

分散式(distributed)

在由網路連線的多個節點上執行。對於部分節點故障,具有容錯性:系統的一部分發生故障時,其他部分仍可以正常工作,通常情況下,軟體無需瞭解故障相關的確切情況。請參閱“故障與部分失效”。

持久(durable)

以某種方式儲存資料,即使發生各種故障,也不會丟失資料。請參閱“永續性”。

ETL(Extract-Transform-Load)

提取-轉換-載入(Extract-Transform-Load)。從源資料庫中提取資料,將其轉換為更適合分析查詢的形式,並將其載入到資料倉庫或批處理系統中的過程。請參閱“資料倉庫”。

故障切換(failover)

在具有單一領導者的系統中,故障切換是將領導角色從一個節點轉移到另一個節點的過程。請參閱“處理節點宕機”。

容錯(fault-tolerant)

如果出現問題(例如,機器崩潰或網路連線失敗),可以自動恢復。請參閱“可靠性”。

流量控制(flow control)

見背壓(backpressure)。

追隨者(follower)

一種資料副本,僅處理領導者發出的資料變更,不直接接受來自客戶端的任何寫入。也稱為輔助、僕從、只讀副本或熱備份。請參閱“領導者與追隨者”。

全文檢索(full-text search)

透過任意關鍵字來搜尋文字,通常具有附加特徵,例如匹配類似的拼寫詞或同義詞。全文索引是一種支援這種查詢的次級索引。請參閱“全文搜尋和模糊索引”。

圖(graph)

一種資料結構,由頂點(可以指向的東西,也稱為節點或實體)和邊(從一個頂點到另一個頂點的連線,也稱為關係或弧)組成。請參閱“圖資料模型”。

雜湊(hash)

將輸入轉換為看起來像隨機數值的函式。相同的輸入會轉換為相同的數值,不同的輸入一般會轉換為不同的數值,也可能轉換為相同數值(也被稱為衝突)。請參閱“根據鍵的雜湊分割槽”。

冪等(idempotent)

用於描述一種操作可以安全地重試執行,即執行多次的效果和執行一次的效果相同。請參閱“冪等性”。

索引(index)

一種資料結構。透過索引,你可以根據特定欄位的值,在所有資料記錄中進行高效檢索。請參閱“驅動資料庫的資料結構”。

隔離性(isolation)

在事務上下文中,用於描述併發執行事務的互相干擾程度。序列執行具有最強的隔離性,不過其它程度的隔離也通常被使用。請參閱“隔離性”。

連線(join)

彙集有共同點的記錄。在一個記錄與另一個記錄有關(外來鍵,文件參考,圖中的邊)的情況下最常用,查詢需要獲取參考所指向的記錄。請參閱“多對一和多對多的關係”和“Reduce側連線與分組”。

領導者(leader)

當資料或服務被複制到多個節點時,由領導者分發已授權變更的資料副本。領導者可以透過某些協議選舉產生,也可以由管理者手動選擇。也被稱為主人。請參閱“領導者與追隨者”。

線性化(linearizable)

表現為系統中只有一份透過原子操作更新的資料副本。請參閱“線性一致性”。

區域性性(locality)

一種效能最佳化方式,如果經常在相同的時間請求一些離散資料,把這些資料放到一個位置。請參閱“查詢的資料區域性性”。

鎖(lock)

一種保證只有一個執行緒、節點或事務可以訪問的機制,如果其它執行緒、節點或事務想訪問相同元素,則必須等待鎖被釋放。請參閱“兩階段鎖定”和“領導者和鎖”。

日誌(log)

日誌是一個只能以追加方式寫入的檔案,用於存放資料。預寫式日誌用於在儲存引擎崩潰時恢復資料(請參閱“讓B樹更可靠”);結構化日誌儲存引擎使用日誌作為它的主要儲存格式(請參閱“SSTables和LSM樹”);複製型日誌用於把寫入從領導者複製到追隨者(請參閱“領導者與追隨者”);事件性日誌可以表現為資料流(請參閱“分割槽日誌”)。

物化(materialize)

急切地計算並寫出結果,而不是在請求時計算。請參閱“聚合:資料立方體和物化檢視”和“物化中間狀態”。

節點(node)

計算機上執行的一些軟體的例項,透過網路與其他節點通訊以完成某項任務。

規範化(normalized)

以沒有冗餘或重複的方式進行結構化。 在規範化資料庫中,當某些資料發生變化時,您只需要在一個地方進行更改,而不是在許多不同的地方複製很多次。 請參閱“多對一和多對多的關係”。

OLAP(Online Analytic Processing)

線上分析處理。 透過對大量記錄進行聚合(例如,計數,總和,平均)來表徵的訪問模式。 請參閱“事務處理還是分析?”。

OLTP(Online Transaction Processing)

線上事務處理。 訪問模式的特點是快速查詢,讀取或寫入少量記錄,這些記錄通常透過鍵索引。 請參閱“事務處理還是分析?”。

分割槽(partitioning)

將單機上的大型資料集或計算結果拆分為較小部分,並將其分佈到多臺機器上。 也稱為分片。見第六章

百分位點(percentile)

透過計算有多少值高於或低於某個閾值來衡量值分佈的方法。 例如,某個時間段的第95個百分位響應時間是時間t,則該時間段中,95%的請求完成時間小於t,5%的請求完成時間要比t長。 請參閱“描述效能”。

主鍵(primary key)

唯一標識記錄的值(通常是數字或字串)。 在許多應用程式中,主鍵由系統在建立記錄時生成(例如,按順序或隨機); 它們通常不由使用者設定。 另請參閱次級索引。

法定人數(quorum)

在操作完成之前,需要對操作進行投票的最少節點數量。 請參閱“讀寫的法定人數”。

再平衡(rebalance)

將資料或服務從一個節點移動到另一個節點以實現負載均衡。 請參閱“分割槽再平衡”。

複製(replication)

在幾個節點(副本)上保留相同資料的副本,以便在某些節點無法訪問時,資料仍可訪問。請參閱第五章

模式(schema)

一些資料結構的描述,包括其欄位和資料型別。 可以在資料生命週期的不同點檢查某些資料是否符合模式(請參閱“文件模型中的模式靈活性”),模式可以隨時間變化(請參閱第四章)。

次級索引(secondary index)

與主要資料儲存器一起維護的附加資料結構,使您可以高效地搜尋與某種條件相匹配的記錄。 請參閱“其他索引結構”和“分割槽與次級索引”。

可序列化(serializable)

保證多個併發事務同時執行時,它們的行為與按順序逐個執行事務相同。 請參閱第七章的“可序列化”。

無共享(shared-nothing)

與共享記憶體或共享磁碟架構相比,獨立節點(每個節點都有自己的CPU,記憶體和磁碟)透過傳統網路連線。 見第二部分的介紹。

偏斜(skew)

1.各分割槽負載不平衡,例如某些分割槽有大量請求或資料,而其他分割槽則少得多。也被稱為熱點。請參閱“負載偏斜和熱點消除”和“處理偏斜”。

2.時間線異常導致事件以不期望的順序出現。 請參閱“快照隔離和可重複讀”中的關於讀取偏斜的討論,“寫入偏斜與幻讀”中的寫入偏斜以及“有序事件的時間戳”中的時鐘偏斜。

腦裂(split brain)

兩個節點同時認為自己是領導者的情況,這種情況可能違反系統擔保。 請參閱“處理節點宕機”和“真相由多數所定義”。

儲存過程(stored procedure)

一種對事務邏輯進行編碼的方式,它可以完全在資料庫伺服器上執行,事務執行期間無需與客戶端通訊。 請參閱“真的序列執行”。

流處理(stream process)

持續執行的計算。可以持續接收事件流作為輸入,並得出一些輸出。 見第十一章

同步(synchronous)

非同步的反義詞。

記錄系統(system of record)

一個儲存主要權威版本資料的系統,也被稱為真相的來源。首先在這裡寫入資料變更,其他資料集可以從記錄系統衍生。 請參閱第三部分的介紹。

超時(timeout)

檢測故障的最簡單方法之一,即在一段時間內觀察是否缺乏響應。 但是,不可能知道超時是由於遠端節點的問題還是網路中的問題造成的。 請參閱“超時與無窮的延遲”。

全序(total order)

一種比較事物的方法(例如時間戳),可以讓您總是說出兩件事中哪一件更大,哪件更小。 總的來說,有些東西是無法比擬的(不能說哪個更大或更小)的順序稱為偏序。 請參閱“因果順序不是全序的”。

事務(transaction)

為了簡化錯誤處理和併發問題,將幾個讀寫操作分組到一個邏輯單元中。 見第七章

兩階段提交(2PC, two-phase commit)

一種確保多個數據庫節點全部提交或全部中止事務的演算法。 請參閱原子提交與兩階段提交”。

兩階段鎖定(2PL, two-phase locking)

一種用於實現可序列化隔離的演算法,該演算法透過事務獲取對其讀取或寫入的所有資料的鎖,直到事務結束。 請參閱“兩階段鎖定”。

無邊界(unbounded)

沒有任何已知的上限或大小。 反義詞是邊界(bounded)。