BigTable，Percolator，MVCC初步理解

数据库分布式事务

解决数据库内部多个数据节点写入时的原子性问题

BigTable

学习资料：理解BigTable | Hexo

一个分布式 多维 映射 表

三级索引row_key,column_key,timestamp查询

row_key: 倒排（com.google.www)字符串，按照字典序排序

column: 有列族的概念，族名必须有意义，是访问控制的基本单元

time： 保存数据版本

一个整表分成tablets(子表）

Chubby作用：1. 选定master server，获取独占锁 2.发现活跃的子表服务器 获取子表位置

主服务器作用：1. 了解子表分配情况，监控 2. 扫描metadata table发现未分配的子表，将其分配到子表服务器 3. 负载均衡

子表的物理形态：SSTable

SSTable是专门为Bigtable设计的存储格式

子表服务器（一个server大概存100个子表）

一个子表对应多个SSTable

查询体系

BigTable基本架构：

 

子服务器知道对应子表的sstables,通过索引找到它（在GFS）里，通过GFS找到数据。

Percolator

分库分表水平切分，解决可扩展性

跨行事务：在单个事务中操作多行

增加了一个全局时钟TSO和全局锁

事务流程：（加强版2PC)

在bigtable列概念上增加两个列：lock(存储事务过程中的锁信息）, write（存储最近一次提交的版本号）

大体流程就是

pre-write阶段，事务内确定一个primary写操作，其他的都是secondary。先要执行primary写操作，然后把primary lock锁定主操作行，然后再去异步执行次操作。在此操作的lock列添加主操作行及列名。

commit阶段，先要去提交主操作，即在主操作行的write列加上最新timestamp。然后抹去lock，之后异步地把其他此操作给提交，抹去lock。

转账流程很好理解漫谈Google Percolator分布式事务-CSDN博客

快照隔离级别：

区别于传统关系型数据，percolator是快照隔离级别。

优点：

对于读操作：能够保证不会幻读（即读到多一行数据，结果集不同）

对于写操作：能够保证在多个事务并发的时候，不会有多余一个事务提交成功。

实现：保证所有commit_ts的时间要早于之前所有start_ts和commit_ts。

 MVCC

为了提高并发性能，处理读写冲突，目的是不加锁，非阻塞并发读。

当前读：select lock in share mode, select for update, update, insert,delete。这些操作都会加锁

快照读：不加锁，非阻塞读

MVCC是行锁的变种，避免了加锁操作，但是基于多版本，意思是可能读到的是历史版本。

InnoDB 的MVCC如何工作：

InnoDB存储记录多个版本

 Mysql-MVCC流程理解

核心是返回查询结果的两个条件：

1. 事务开始前已经存在，或自己插入。

2. 事务读取行在开始之前未删除。