6.824

巩固基础

---

---

数据存在数据库中时，是离散的存储，数据表中相邻的字段存储位置并不相邻，因此在顺序查找字段时需要一个一个查找，这是很大的io消耗。因此需要降低io引入数据结构，二叉树，红黑树，b树，哈希表等。

---

Introduction

无限制添加服务器，它的边际收益递减，所以不能简单增加服务器数量。加钱实现扩展性

性能
容错（tolerance）：可用性 + 可修复性
大型集群分布式的1000台机器上的常见错误其实是每台机器上很罕见的错误，各个地方总有些小问题，所以是不可靠的。
非易失存储（贵） 复制（副本一致性）
一致性（consistency）
强一致性：实现成本昂贵(通信)
弱一致性：获得高的性能

Mapreduce框架
将文件作为输出，按kv存储列表，
map（k,v）将v分割成每一个单词；emit(w,1)
reduce（k,v）; emit(len(v))