在web APP应用中，大量的数据读写给磁盘访问带来了很大的压力。 虽然Cache可以解决部分数据读取压力，但磁盘通常仍然是系统中最严重的瓶颈。 存储在磁盘上的数据是网站上最重要的资产，磁盘的可用性和容错能力也很重要。
1机械硬盘vs .固态驱动器机械硬盘是目前最常用的硬盘，通过电机驱动磁头臂，使磁头移动到指定磁盘
由于要在位置访问数据，必须在每次访问数据时移动磁头臂，因此机械硬盘连续访问数据(例如
访问的数据存储在连续的磁盘空间中时)和随机访问时，访问的数据存储在不连续的磁盘空间中时，移动磁头臂的次数差异很大，因此性能也相差很大。 机械式硬盘结构如下
固态硬盘又称固态硬盘或闪存驱动器，没有机械装置，数据存储在可持续记录中
存储在的硅晶体上，所以可以像存储器一样快速随机访问。 另外，SSD消耗电力小，消耗电力也少
光盘的振动和噪声。 固态硬盘如图4.19所示。
在网站的APP应用程序中，大多数APP应用程序访问数据是随机的，在这种情况下固态硬盘具有更好的性能
表现。 但是固态硬盘还不成熟，需要提高可靠性和性价比，因此固态硬盘的使用还在探索中。 但是我相信随着SSDI技术的提高，取代传统的机械硬盘是迟早的事。
如2 B树vs LSM树本书前面所述，由于传统的机械磁盘具有高速的顺序读写、低速的随机读写的访问特性，所以该特性对磁盘存储结构和算法的选择有很大的影响。
为了改善数据访问特性，文件系统或数据库系统通常对数据进行排序和存储，以加快数据检索。 因此，必须确保数据在不断更新、插入和删除后仍然有序。 传统的关系数据库使用b树
树b是专门为磁盘存储优化的n叉排序树，以树节点为单位存储在磁盘上。
从根位置查找包含所需数据的节点号和磁盘位置，将其加载到内存中，然后继续查找，直到找到所需数据。
当前，数据库往往采用两级索引的b树，树的层次最多为三级。 因此，可能需要5次磁盘访问
要更新记录，必须通过三次磁盘访问获取数据索引和行ID，然后再次执行数据文件读取操作和数据文件写入操作。
但是，由于磁盘访问每次都是随机，所以以往的机械式硬盘在数据的随机访问时的性能差，
每次数据访问都需要多次访问磁盘，这会影响数据访问的性能。
目前，许多NoSQL产品都采用LSM树作为主要数据结构，如图4.21所示。
LSM树可以被视为n阶合并树。 所有数据写入(包括插入、修改和删除)都在内存中进行，并创建新记录。 更改后将记录新的数据值，删除后将记录删除标志。 这些数据仍然是内存中的排序树，当数据量超过设置的内存阈值时，将该排序树与磁盘上最新的排序树合并。 如果此排序树中的数据量也超过了设置的阈值，它将与磁盘上的上一个等级树合并。 在合并过程中，旧数据将被最新更新的数据复盖(或记录为不同的版本)。
如果需要读取操作，则始终从内存中的排序树开始搜索，如果找不到，则从磁盘上的排序树开始按顺序搜索。
LSM树中的数据更新不需要磁盘访问，在内存中完成，比b树快得多。 如果数据访问以写入操作为中心，读取操作集中在最近写入的数据上，则使用LSM树可以
大大减少对磁盘的访问次数，缩短访问时间。
作为存储结构，b树不是关系数据库特定的，NoSQL数据库也可以使用b树。 同样，LSM也可以用于关系数据库。 另外，随着固态硬盘的成熟和大容量持久存储的内存技术的出现，我们相信b树这一“旧”存储结构将再次恢复青春。
3 raid vs.HDFS磁盘冗馀阵列(raid )技术主要用于改善磁盘访问延迟，提高磁盘可用性和容错能力。 当前，服务器级计算机支持插入多个磁盘，RAID技术允许同时向多个磁盘读取/写入数据和备份数据。
假设服务器上有n个磁盘。
RAID0
当数据从存储器缓冲器写入磁盘时，数据根据磁盘的数量被分成n部分，这些数据同时
对n张磁盘进行写入，使整个数据的写入速度为1张磁盘的n倍。 读取时也是如此，因此RAID0具有非常快的数据读写速度，但RAID0不备份数据，即使n张磁盘中有1张损坏，也会破坏数据完整性，损坏所有磁盘的数据。
RAID1
将数据写入磁盘时，可以同时将一个数据写入两个磁盘，以确保其中一个磁盘不会损坏
如果数据丢失，插入新磁盘时，将通过复制数据自动修复，获得非常高的可靠性。
RAID10
将RAID0和RAID1两种方案结合起来，将所有磁盘平均分为两部分。
in相当于RAID1，但使用RAIDO技术同时读写每个磁盘中的M2张磁盘，可以提高可靠性和性能，但RAID10的磁盘利用率较低，一半磁盘会写入备份数据
RAID3
通常，一台服务器上的两个磁盘不会同时损坏，但如果只有一个磁盘损坏，则可以使用其他磁盘上的数据恢复损坏磁盘上的数据，就像这样
在保证可靠性和性能 的同时，磁盘利用率也得到大幅提升。在数据写入磁盘的时候，将数据分成N-1份，并发写入N-1块磁盘，并在第N块磁 盘记录校验数据，任何一块磁盘损坏（包括校验数据磁盘），都可以利用其他N-l块磁盘的数据修复。
但是在数据修改较多的场景中，修改任何磁盘数据都会导致第N快磁盘重写校验数据，频繁写入的后果是第N块磁盘比其他磁盘容易损坏，需要频繁更换，所以RAID3很少在实践中使用。
RAID5
相比RAID3,方案RAID5被更多地使用。
RAID5和RAID3很相似，但是校验数据不是写入第N块磁盘，而是螺旋式地写入所 有磁盘中。这样校验数据的修改也被平均到所有磁盘上，避免RAID3频繁写坏一块磁盘的情况。
RAID6
如果数据需要很高的可靠性，在岀现同时损坏两块磁盘的情况下（或者运维管理水 平比较落后，坏了一块磁盘但是迟迟没有更换，导致又坏了一块磁盘），仍然需要修复数 据，这时候可以使用RAID6。
RAID6和RAID5类似，但是数据只写入N-2块磁盘，并螺旋式地在两块磁盘中写入
校验信息（使用不同算法生成）。
在相同磁盘数目（N）的情况下，各种RAID技术的比较如表4.3所示。
RAID技术可以通过硬件实现，比如专用的RAID卡或者主板直接支持，也可以通过 软件实现。RAID技术在传统关系数据库及文件系统中应用比较广泛，但是在大型网站比 较喜欢使用的NoSQL,以及分布式文件系统中，RAID技术却遭到冷落。
例如在HDFS （ Hadoop分布式文件系统）中，系统在整个存储集群的多台服务器上 进行数据并发读写和备份，可以看作在服务器集群规模上实现了类似RAID的功能，因此
HDFS以块（Block ）为单位管理文件内容，一个文件被分割成若干个Block,当应用 程序写文件时，每写完一个Block, HDFS就将其自动复制到另外两台机器上，保证每个 Block有三个副本，即使有两台服务器宕机，数据依然可以访问，相当于实现了 RAID1 的数据复制功能。
当对文件进行处理计算时，通过MapReduce并发计算任务框架，可以启动多个计算 子任务（MapReduce Task ）,同时读取文件的多个Block,并发处理，相当于实现了 RAID0 的并发访问功能。
在HDFS中有两种重要的服务器角色：NameNode （名字服务节点）和DataNode （数 据存储节点）。NameNode在整个HDFS中只部署一个实例，提供元数据服务，相当于操 作系统中的文件分配表（FAT）,管理文件名Block的分配，维护整个文件系统的目录树 结构。DataNode则部署在HDFS集群中其他所有服务器上，提供真正的数据存储服务。
和操作系统一样，HDFS对数据存储空间的管理以数据块（Block ）为单位，只是比 操作系统中的数据块（512字节）要大得多，默认为64MBO HDFS将DataNode上的磁盘 空间分成N个这样的块，供应用程序使用。
应用程序（Client）需要写文件时，首先访问NameNode.请求分配数据块，NameNode根据管理的DataNode服务器的磁盘空间，按照一定的负载均衡策略，分配若干数据块供Client 使用。
当Client写完一个数据块时,HDFS会将这个数据块再复制两份存储在其他DataNode
服务器上，HDFS默认同一份数据有三个副本，保证数据可靠性。因此在HDFS中，即使
DataNode服务器有多块磁盘，也不需要使用RAID进行数据备份，而是在整个集群上进
行数据复制，而且系统一旦发现某台服务器宕机，会自动利用其他机器上的数据将这台 服务器上存储的数据块自动再备份一份，从而获得更高的数据可靠性。
HDFS配合MapReduce等并行计算框架进行大数据处理时，可以在整个集群上并发
读写访问所有的磁盘，无需RAID支持。
网站性能优化技术是在网站性能遇到问题时的解决方案。而网站的性能问题很多是 在用户高并发访问时产生的，所以网站性能优化的主要工作是改善高并发用户访问情况 下的网站响应速度。本章开篇所举的例子，当老板说“我们要改善网站性能”的时候， 他期望的是在A方案的基础上，不管是100个并发访问还是200个并发访问，响应时间 都能达到1秒。而架构师能做到的，则是利用分布式的方案改善网站并发特性，由于分 布式不可避免地会带来架构复杂、网络通信延迟等问题，所以最终设计出来的可能是B 方案：缩短高并发访问响应延迟的同时，却延长了原来低并发访问时的响应延迟。架构 师对这种可能性要心中有数，合理调整相关各方对性能优化的心理预期。
网站性能对最终用户而言是一种主观感受，性能优化的最终目的就是改善用户的体 验，使他们感觉网站很快。离开这个目的，追求技术上的所谓高性能，是舍本逐末，没 有多大意义。而用户体验的快或是慢，可以通过技术手段改善，也可以通过优化交互体 验改善。
即使在技术层面，性能优化也需要全面考虑，综合权衡：性能提升一倍，但服务器数量也需要增加一倍；或者响应时间缩短，同时数据一致性也下降，这样的优化是否可 以接受？这类问题的答案不是技术团队能回答的。归根结底，技术是为业务服务的，技 术选型和架构决策依赖业务规划乃至企业战略规划，离开业务发展的支撑和驱动，技术 走不远，甚至还会迷路。
前沿技术总是出现在前沿业务领域。近几年，以Google为首的互联网企业 领跑IT前沿技术潮流，是因为互联网企业的业务发展远超传统IT企业领域， 面临更多挑战，对IT系统提岀了更高的要求。
新技术的出现又会驱动企业开展新的业务。亚马逊等互联网公司利用自己 的技术优势进军企业级市场，以技术驱动业务，开展云计算、SaaS等新兴IT 业务，逐步蚕食IBM、HP、Oracle.微软等传统软件巨头的市场。