erlang的mnesia

     erlang作为一门面向大规模并发、分布式的语言，起自带的mensia数据库自然应该也支持并发和分布式。不过在弄这些之前，必须了解mnesia的一些trap，可能这些在官方给出的文档中没有明确指出来：
    trap1：一定要mnesia:create_schema(NodeList)吗？create_schema的功能是建立一个初始化一个模式(如果NodeList中某一个节点已经有模式，则该函数会失败)。初始化模式的操作会建立一个mnesia数据库的文件夹(如果没有)，文件夹下会有一个FALLBACK.BUP文件，估计是check point之类的数据恢复文件；当mnesia:start()后，还会在该文件夹下建立一个schema.DAT文件，很显然这是模式表schema的定义文件(因为schema表是disc_copies)的，当我们建立一个ram_copies类型表的时候是不会有.DAT文件的。综上所述，如果只是把mensia当做一个内存数据库使用，根本就不用create_schema(当然，如果没有create_schema又要创建一个disc_copies的表是会报错的)。

    trap2：两个节点之间一定要先ping通或者连接上才能做mnesia的分布式功能吗？不一定，erlang里面有些情况下节点之间是会自动连接的，可以我之前的文章：http://user.qzone.qq.com/876336019/2。同样，在mnesia做分布式功能时，会自动连接远程节点（当然，cookie什么的搞定先），例如move_table_copy。其实理解起来应该很简单，节点之间数据传递时，erlang会启动底层连接方法做数据传递，move_table_copy之类的操作和发送消息之类的（如：rpc:call）都是要传递数据，所以自动连接都是一样一样的。

    trap3：表分片可以减少加载时间吗？总所周知，mnesia:start()虽然启动了mnesia，但是并不表示所有操作已经做完（mnesia:start()返回值是很快速的），相反，很多操作是mnesia:start()之后开始。start之后，加载硬盘中的数据到内存，同时mnesia还要判断是用本地硬盘中的数据还是其他节点上的数据。在大部分情况下，数据库加载数据是一个很耗时的工作，除非你根本没多少，为了保证一些表加载完之后再执行程序，需要做mnesia:wait_for_tables(TabList, Timeout)，这个时候，整个进程被挂起，直到TabList中的每个表加载完毕。另一方面，表分片是是将一个表分为若干个更容易处理的片断，每个片断都作为第一类Mnesia表来实现，就像其它表一样，可以被复制、加索引等等，但不能是local_content表和激活snmp连接。所以，如果mnesia加载操作是单进程顺序加载，那分片不能节省时间，如果mneisa加载是多进程同时加载，那分片能节省时间。官方给出的是这样：当多个表被加载时，Mnesia按照默认的加载顺序加载。不过，可用函数
mnesia:change_table_load_order(Tab, LoadOrder)显式改变表的load_order属性来影响加载顺序。所有的表默认的LoadOrder为0，但可被设置为任何整数。有最高load_order的表将首先被加载。对需要确保重要的表能及时使用的应用程序来说，改变加载顺序非常有用。大量次要的表应设置低的加载顺序，或许低于0。根据官方关于加载策略的描述，加载是顺序进行的，所以分片不能减少加载时间（还没有试验过，下次补上试验）。

    trap4：mnesia很消耗内存吗？不一定，看表类型定义以及数据量。如果表示disc_only那表是不用进入内存的，其他需要内存的会把数据全部放到内存。当然还可以利用分片做负载均衡，也能减少内存使用量（在这个内存不值钱的年代，值得这样搞？）。