存储引擎决定的不只是容量
同样一条查询,在不同存储结构上可能相差几个数量级。数据库存储的核心问题不是“存得下”,而是以什么物理布局存、按什么粒度读写、用什么机制保证一致性。理解这三点,选型才不会只看参数。
行存与列存:按访问模式分工
行存把一条记录的所有字段连续放置,适合按主键取整行、频繁更新和事务型写入,OLTP 系统普遍采用。列存把同一字段的值连续存放,读取少数列做聚合时可跳过大量无关数据,压缩率也更高,适合分析型场景。
判断标准很直接:查询是否总是带回整行、写入是否以单条为主。若答案是肯定的,行存更合适;若以宽表扫描和聚合为主,列存优势明显。现实中不少系统采用行列混合或副本分工,让事务与分析各走各的路径。
页式存储与日志结构存储
页式存储以固定大小的页为读写单位,就地更新,读路径短,但随机写会产生碎片与写放大。日志结构存储把写入追加到日志再后台合并,顺序写吞吐高,代价是读放大和空间回收压力。LSM 树是后者的典型代表,适合写多读少的场景。
缓冲池与持久化
缓冲池用内存缓存热点页,减少磁盘访问,命中率直接决定性能上限。但内存中的数据必须靠 WAL(预写日志)保证崩溃后可恢复:先写日志再改数据页,提交才算安全。检查点机制则控制日志与数据文件的追赶节奏,避免恢复时间失控。
选型的四个提问
- 读写比例如何,写入是单条还是批量?
- 查询是点查为主还是范围扫描与聚合为主?
- 一致性要求是强事务还是最终一致即可?
- 数据增长后,靠垂直扩容还是分片水平扩展?
把这四个问题答清楚,行存还是列存、页式还是日志结构,往往已有明确倾向。存储选型没有通用最优解,只有与访问模式匹配的解。