标签:知识 app memcache 测试 修改 有关 压缩 memcach let
互联网业务,绝大部分场景,会使用缓存服务。但有时候,确实会使用到进程内存缓存/数据库,这个时候,LevelDB就能派上用场了。
LevelDB是Google开发的,一个速度非常块的KV存储库(storage library),它支持字符串的key与字符串的value,并且这种映射关系按key排序(ordered mapping)。
(1)key和value可以是字符串或者字节流;
(2)数据默认按key排列,有序存储;
画外音:调用方可以重载排序方法,以实现自定义排序。
(3)简单易用,基本操作只有3种:
(1)LevelDB不是一个SQL数据库,没有关系型的存储模型,不支持SQL语句,不支持索引;
(2)同时只能有一个进程(当然,这个进程可以是多线程的)访问一个特定的数据库;
(3)LevelDB只是一个lib库,没有实现什么client-server网络通讯什么的,当然用户可以自己将lib包装一层,实现自己的server;
内存缓存的特点就是快。
Google也进行了一系列测试:测试库共100w行记录,每条记录16字节的key,100字节的value,压缩后的value大概50字节。
顺序写:平均每次操作耗时1.765微秒,即支持每秒大概55w次顺序写操作;
顺序写+每次都刷盘:平均每次操作耗时268.409微妙,即支持每秒大概3700次的刷盘写操作;
随机写:平均每次操作耗时2.460微秒,即支持每秒大概40w次随机写操作;
更新写:平均每次操作耗时2.380微秒,性能和随机写差不多;
随机读:平均每次操作耗时16.677微秒,即支持每秒大概6w次随机读操作;
顺序读:平均每次操作耗时0.476微秒,即支持每秒大概210w次顺序读操作;
逆序读:平均每次操作耗时0.724微秒,即支持每秒大概130w次逆序读操作;
上述性能都是在没有打开“压缩”功能下的结果,如果打开“压缩”选项,性能会有所提升。
画外音:Google非常诚实的提到,由于100w行的数据量很小,这些数据是能够完全放入内存。
如果仅限于方案调研,上面的内容应该够用了;如果想了解LevelDB内部的细节,未来再撰文吧。
知识星球-刚开始玩
《回表查询?索引覆盖?| 1分钟系列》
《优化工具,迅猛定位低效SQL | 1分钟系列》
《数据库允许空值(null)是悲剧的开始 | 1分钟系列》
《两类非常隐蔽的全表扫描 | 1分钟系列》
你采用啥实现内存KV缓存,"Map+Lock"自己玩么?
标签:知识 app memcache 测试 修改 有关 压缩 memcach let
原文地址:https://blog.51cto.com/jyjstack/2548564