是读取操作昂贵吗？

Question

看着Basho Vimeo谈论Voxer时，Matt告诉“阅读操作真的很贵”。

当读取发生时，Riak使用某种Quorum来选择哪个节点将提供数据？

Riak是无主的，所以每个节点都应该包含相同的数据，不是吗？ （不一致窗口之后，显然，这是来自最终一致性）

感谢

Answer 1

你稍不明白他在说什么;他正在谈论旋转磁盘和读取它们的费用。这不是一个Riak特定的问题。

他们有大量的数据无法放入内存。它容易使用SSD太大了，因为它们无法将它们足够地塞进服务器中，因为它们当前的大小限制（这就是为什么他们将从SSD中移出，并在他的讲话中声明时回到旋转磁盘上）。

如果你没有使用内存数据库（Riak不是，除非你使用内存后端），正如马特在他的讲话部分所说的那样，你只是受限于如果您必须从磁盘读取数据，您的磁盘可以为您提供的iops数量。这是没有办法的;你正在读取磁盘。他继续说，你想缓存一切你可以帮助的。

这几乎是如何工作的，无论您使用何种数据库平台来打击磁盘;没有免费午餐:)

如果您使用的是Riak，并且您的数据集超出了可用内存量，那么当出现“缓存未命中”时，您将不得不从磁盘读取数据。如果您使用默认Bitcask后端，则Riak依赖底层操作系统的磁盘缓存 - 其他后端可能会或可能不会这样做，而是执行其自己的内存缓存。

至于你在节点上的数据问题...... Riak是无主的，最初基于亚马逊Dynamo纸张。我们使用一致性哈希来将副本周围的数据与副本一起分发，然后写入相邻节点，由您配置的“N值”控制（并且可以基于每个存储桶配置，甚至基于每个请求）。当你读到这个相同的散列方法被用来找到数据“生活”的节点。

默认情况下，读取将从（n_val/2）+ 1个节点读取，但您可以根据每个请求调整此值以满足您的需求。通过最终的一致性，不能保证这些节点上的数据在您读取的时间点上是相同的，并且您可能需要根据业务逻辑执行冲突解决方案。据说这样理解，在正常操作下（例如，您没有网络分区或节点正在恢复），以毫秒为单位的时间量是不一致的。

我们有一个吨有关这些信息在我们的网站上可用，并非常努力地组织它，所以很容易找到。特别是你可能想看看Riak - clustering数据分布的方式。