11、云数据存储：文档存储全解析

云数据存储：文档存储全解析

1. 复合索引与查询性能

在数据查询中，有一种索引涉及两个属性，我们称之为复合索引。它需要用户自行定义，若没有这种索引，某些查询将无法运行，这与关系型数据库不同，关系型数据库即使没有索引，查询也能运行，只是速度可能较慢。

当数据发生变化时，索引的更新会影响查询性能。例如，更新电子邮件的属性时，所有复制该数据的索引也需要更新，这就引出了数据一致性的问题。

2. 一致性与复制

像 Gmail 这样的分布式存储系统，需要满足两个关键要求：始终可用和随结果集扩展。这意味着不仅要复制数据，还要为查询创建和维护索引。

云数据存储采用了一种名为两阶段提交的协议进行数据复制。该过程分为两个阶段：
- 准备阶段 ：向一组副本发送请求，描述更改并要求副本做好应用更改的准备。
- 提交阶段 ：在所有副本确认已准备好更改后，发送第二个请求，指示所有副本应用更改。在数据存储中，这个提交阶段是异步进行的，某些更改可能会处于已准备但尚未应用的状态。

这种安排导致在运行广泛查询时出现最终一致性，即实体或索引条目可能过时。而强一致性查询（如获取单个实体）会先促使副本执行所有待处理的资源提交，然后再运行查询，从而得到强一致性的结果。

在分布式系统中维护实体和索引是一项复杂的任务，因为保存操作还需要更新受影响的所有索引，并且这些索引需要在多个地方进行复制和更新。

数据存储有两种更新选项：
- 同步更新 ：同步更新实体和所有索引，但确认操作所需时间