分布式事务内存数据库--MemDB
高性能和可伸缩
- 快速的内存数据访问，高达 25,000 ops (single doc read/write) /碎片 (each shard take one CPU core).
- 系统可水平伸缩
- 没有单点瓶颈
真正的分布式 ACID 事务
- 在分布式环境真正支持 ACID (Stands for Atomicity, Consistency, Isolation, Durability) 事务
- MemDB 让 MongoDB 支持 ACID 事务
- 兼容 MongoDB 和 Mongoose
- 直接使用 MongoDB 的查询 API
- 内置 Mongoose 支持
高可用性
- 每个碎片都有一个或者多个 slaves，不会发生单点故障
链接
- 主页：http://memdb.org
- GitHub：https://github.com/rain1017/memdb
- GitHub权威资料：https://github.com/0voice/newsql_nosql_library
- API参考：https://github.com/rain1017/memdb/wiki/API-Reference
架构
特点
MemDB 是一个key/value平台系统。
MemDB定位于【memcache、redis】与【mysql】间的一个key/value持久存储平台。
如下特点：
- MemDB是定位于【memcache、redis】与【mysql】间的一个key/value持久存储平台。
- 与Memcache、redis不同，MemDB通过扩充存储引擎满足不同类型数据、业务规则的数据的高效存储于操作。
- 对于不同的引擎，Unistor对外提供一致的访问API。但存储引擎可以通过MemDB API的扩展字段，对接口进行裁剪、扩展，以满足自己业务的需要。
- MemDB虽自身不支持分组，但用户可以基于Key的范围进行划分(也可基于hash)。系统对基于key范围的数据导出提供支持。key的大小比较及hash，有用户的存储引擎决定
- MemDB通过zookeeper实现集群以保证系统的高可用。一个集群对外不分主、从内部进行消息的转发。支持用户建立master、slave集群。
- MemDB提供可配置的Read、write Cache以保证读写的高效。
- MemDB有自己的binlog，保证系统数据的高可靠，而且数据同步采用多连接防止阻塞。支持高效的跨IDC数据同步。
- MemDB提供完备的运行信息共运维使用。此信息可通过监控端口的mc stats指令获取，也可以通过get/gets接口获取，此时i参数的值为2(获取系统信息)。
- MemDB提供统一的运维工具。
- MemDB的存储引擎开发非常简单。
配置文件
[common] home=/usr/local/memdb #运行目录 thread_num=4 #线程数量 store_type=bdb #存储engine类型 sock_buf_kbyte=8192 #数据同步的socket buf max_chunk_kbyte=1024 #数据同步最大的chunk大小 store_flush_num=10000 #多少条数据必须sync 存储 host=172.168.1.8 #主机标示，为内部同步的host ip地址 idc=yf #所属的idc名字 group=1 #所属的分组名字 trans_conn_num=20 #内部消息转发的连接数量 sync_conn_num=20 #内部数据同步的连接树立 write_cache_mbyte=256 #写cache的大小 read_cache_mbyte=2048 #读cache的大 read_cache_max_key_num=20000000 #读cache的最大key数量 master_lost_binlog=100000 #slave变为master，运行丢失的最大binlog数量。 max_write_queue_messge=500000 #写队列排队消息的最大数量，超过则写失败。 max_trans_message=100000 #并发master转发消息的最大数量，超过则失败。 monitor=:9900 #监控端口 enable_expire=yes/no #是否支持key的expire，yes：支持；no：不支持。 expire_default=3600 #若没有指定expire，缺省的expire值，单位为s。 expire_concurrent = 100 #expire检查的并发消息数量。 [inner_dispatch] user=async #内部分发的连接用户名 passwd=async_passwd #内部分发的用户口令 listen=:9903 #内部分发的监听地址 [outer_dispatch] user=async #外部分发的连接用户名 passwd=async_passwd #外部分发的用户口令 listen=:9903 #外部分发的监听地址 [zk] server=172.16.42.1:2181 #zookeeper的连接 auth= #zk的认证 root=/memdb #zookeeper配置信息的root目录 [binlog] path=/data2/kv_data/data/binlog #binlog文件的路径 file_prefix=binlog #binlog文件的前缀 file_max_mbyte=1024 #binlog文件的最大大小 max_file_num=24 #维护的binlog文件的数量 del_out_file=yes #是否删除不维护的binlong文件 cache=no #对接受的到binlog是否cache，cache的话，若程序以外down会丢失 flush_log_num=100000 #多少条日志flush binlog文件 flush_log_second=100 #多少秒必须flsuh binlog文件 [bdb] #bdb存储engine的配置 env_home=/data3/bdb_home #bdb的env home目录 db_path=/data4/bdb_data #bdb的db目录 compress=yes #bdb是否压缩 cache_msize=3000 #bdb的cache大小 page_ksize=32 #bdb的page大小 [bdbc] #海量、高效、动态可配多计数值的计数器引擎配置 env_home=/data3/bdb_home #bdb的env home目录 db_path=/data4/bdb_data #bdb的db目录 compress=yes #bdb是否压缩 cache_msize=3000 #bdb的cache大小 page_ksize=32 #bdb的page大小 key_type=int64 #key的类型。可为int32/int64/int128/int256/char int32_hex=no/yes #对于int32的key，返回时是否以16进制表示 int64_hex=yes/no #对于int64的key，返回时是否以16进制表示 hex_upper=yes/no #对于返回的16进制的key，是否大写a-f group_start_time_bit =0 #bdb文件分组的key的group bit32值的开始bit位 group_end_time_bit=5 #bdb文件分组的key的group bit32值的结束bit位 counter_def_file=/usr/home//unistor/bin/counter_def.dat #key的计数器名字配置文件
Mdbgoose：
var memdb = require('memdb-client');
var P = memdb.Promise;
var mdbgoose = memdb.goose;
// Define player schema
var playerSchema = new mdbgoose.Schema({
_id : String,
name : String,
areaId : Number,
deviceType : Number,
deviceId : String,
items : [mdbgoose.SchemaTypes.Mixed],
}, {collection : 'player'});
// Define player model
var Player = mdbgoose.model('player', playerSchema);
var main = P.coroutine(function*(){
// Connect to memdb
yield mdbgoose.connectAsync({
shards : { // specify all shards here
s1 : {host : '127.0.0.1', port: 31017},
s2 : {host : '127.0.0.1', port: 31018},
}
});
// Make a transaction in s1
yield mdbgoose.transactionAsync(P.coroutine(function*(){
var player = new Player({
_id : 'p1',
name: 'rain',
areaId : 1,
deviceType : 1,
deviceId : 'id1',
items : [],
});
// insert a player
yield player.saveAsync();
// find player by id
var doc = yield Player.findByIdAsync('p1');
console.log('%j', doc);
// find player by areaId, return array of players
var docs = yield Player.findAsync({areaId : 1});
console.log('%j', docs);
// find player by deviceType and deviceId
player = yield Player.findOneAsync({deviceType : 1, deviceId : 'id1'});
// update player
player.areaId = 2;
yield player.saveAsync();
// remove the player
yield player.removeAsync();
}), 's1');
});
if (require.main === module) {
main().finally(process.exit);
} #学习路径#
投递腾讯等公司6个岗位 >
