HyperDex学习笔记

最近一个NoSQL数据库很火，它高度一致, 高度可搜索, 非常快。几乎全面超越NoSQL的代表MongoDB和Cassandra。它就是HyperDex, 看一下官方给出的性能测试结果:

左边是系统吞吐量的对比，右边是系统响应时间的对比。这么牛的系统一定要看一下：

• 最大的特点是不只可以根据主键搜索， 还可以根据其它字段搜索, 而且效率很高。
• 它的奥妙在于它的数据分布方式: Hyperspace Hashing
  • 把每个属性作为一个维度，构造一个N维空间
  • 每个记录的每个字段通过hash，计算出一个值，映射到这个N维空间里面去
  • 使用的不是普通的hash，而是保持数据之间顺序的hash， 因此可以做遍历（scan)。
• 对于那些有很多字段的表，按照这种设计，这个hyperspace会很大，但是机器数目就那么多。最后导致的问题就是，对于一般的查询，都要去很多server node去查询。HyperDex的解决办法是建立多个子的hyperspace而不是一个大的Hyperspace, 这样可以很好的解决这个问题.
• HyperDex的为了使得search的效率更高，在多个subspace里面存了一条数据的多个副本，因此空间效率应该不会太高。
• 通过value dependent chain来解决一致性问题，以及replication.
  • 对于每条数据，由于有多个subspace, 有多个node上有同一条记录， 所以会出现concurrent updates的问题: update1更新replica1, 而同时update2在更新replica2, 顺序混乱最后会导致数据不一致。
  • HyperDex通过在每个请求里面加上版本号信息来解决，比如有两个请求upadte1, update2, update1先过来的，它的版本号是1，那么HyperDex直接执行这个请求，而对于update2, 如果先到达某个node， 但是因为它的version是2， 所以要等1执行之后才会执行它。
  • 如果同时一个update，一个delete过来，事情会变得更加复杂，HyperDex的做法是避免这种情况，当HyperDex发现delete的时候，有人在update， 那么它等update做完之后再做。
• HyperDex的replication对于用户来说是同步的 — 用户需要等replication结束，调用才能返回。
• HyperDex不是schema free的

• 新增机器怎么弄？

作者: xumingming | 可以转载, 但必须以超链接形式标明文章原始出处和作者信息及版权声明
网址: http://xumingming.sinaapp.com/785/hyperdex-notes/