資料庫用ssd

㈠ 阿里雲ssd和高效雲盤有什麼區別

區別如下：

1、SSD是用固態電子存儲晶元陣列而製成的硬碟，由控制單元和存儲單元（FLASH晶元、DRAM晶元）組成。

SSD在介面的規范和定義、功能及使用方法上與普通硬碟的完全相同，在產品外形和尺寸上也完全與普通硬碟一致。被廣泛應用於軍事、車載、工控、視頻監控、網路監控、網路終端、電力、醫療、航空、導航設備等諸多領域。

2、高效雲盤是一種專業的互聯網存儲工具，是互聯網雲技術的產物，它通過互聯網為企業和個人提供信息的儲存，讀取，下載等服務。

高效雲盤具有以下特點：

①、安全保密：密碼和手機綁定、空間訪問信息隨時告知

②、超大存儲空間：不限單個文件大小，最多支持無限獨享存儲空間

③、好友共享：通過提取碼輕松分享。

(1)資料庫用ssd擴展閱讀：

SSD優點：

1、讀寫速度快：採用快閃記憶體作為存儲介質，讀取速度相對機械硬碟更快。固態硬碟不用磁頭，尋道時間幾乎為0。持續寫入的速度非常驚人，固態硬碟廠商大多會宣稱自家的固態硬碟持續讀寫速度超過了500MB/s！

固態硬碟的快絕不僅僅體現在持續讀寫上，隨機讀寫速度快才是固態硬碟的終極奧義，這最直接體現在絕大部分的日常操作中。與之相關的還有極低的存取時間，最常見的7200轉機械硬碟的尋道時間一般為12-14毫秒，而固態硬碟可以輕易達到0.1毫秒甚至更低。

2、防震抗摔性：傳統硬碟都是磁碟型的，數據儲存在磁碟扇區里。而固態硬碟是使用快閃記憶體顆粒（即mp3、U盤等存儲介質）製作而成，所以SSD固態硬碟內部不存在任何機械部件，這樣即使在高速移動甚至伴隨翻轉傾斜的情況下也不會影響到正常使用，而且在發生碰撞和震盪時能夠將數據丟失的可能性降到最小。相較傳統硬碟，固態硬碟佔有絕對優勢。

3、低功耗：固態硬碟的功耗上要低於傳統硬碟。

4、無噪音：固態硬碟沒有機械馬達和風扇，工作時噪音值為0分貝。基於快閃記憶體的固態硬碟在工作狀態下能耗和發熱量較低（但高端或大容量產品能耗會較高）。內部不存在任何機械活動部件，不會發生機械故障，也不怕碰撞、沖擊、振動。由於固態硬碟採用無機械部件的快閃記憶體晶元，所以具有了發熱量小、散熱快等特點。

5、工作溫度范圍大：典型的硬碟驅動器只能在5到55攝氏度范圍內工作。而大多數固態硬碟可在-10~70攝氏度工作。固態硬碟比同容量機械硬碟體積小、重量輕。固態硬碟的介面規范和定義、功能及使用方法上與普通硬碟的相同，在產品外形和尺寸上也與普通硬碟一致。其晶元的工作溫度范圍很寬（-40~85攝氏度）。

6、輕便：固態硬碟在重量方面更輕，與常規1.8英寸硬碟相比，重量輕20-30克。

㈡ 如何在資料庫應用中發揮SSD的優勢

利用固態硬碟(SSD)技術的優勢設計資料庫應用架構是非常有吸引力的一件事。特別值得注意的是，固態硬碟並行訪問數據的能力已經有了很大的提升。這些提升使得固態硬碟對於許多類型的資料庫應用幾乎能達到了隨機訪問內存存儲的性能，而成本只是其八分之一。

在過去的幾年裡，固態硬碟的性能得到了突飛猛進的增長，同時相比於傳統硬碟和RAM，其成本卻在持續降低。但是要利用好這些改進的優勢，需要掌握存儲特性選擇合適的AWS實例大小，理解應用特性並利用合適的編程語言。

掌握AWS選項

AWS IaaS EC2實例可以配置不同級別的存儲：

A)內存。對應於傳統物理計算機的RAM。

B)實例存儲。也稱為臨時存儲。它對應於傳統物理計算機的磁碟大小。

C)靈活的持久化補充存儲(比如EBS和S3)。基本上可以把它視為物理PC的網路存儲。

Amazon現在把SSD作為部署臨時存儲和通用存儲的默認配置，也是EBS的默認配置(早期的實例類型默認不是SSD)。EBS的其它好處是存儲系統可以在資料庫伺服器本身退役以後仍然繼續可用。

此外，AWS還提供SSD存儲作為Amazon DynamoDB的默認選項。SSD同時也是Amazon RDS和Amazon
Redshift的可選配置。這個配置非常好，它可以降低資料庫應用需要的開發代價。但是，如果企業需要部署其它資料庫，也有很多其它可配置項可以幫助他
們利用到SSD的並行特性。

並行存儲的物理原理

物理計算機通常設置有三種主要存儲類型。RAM安裝在主板上，緊挨著CPU，它提供最高的性能，成本代價也最高，計算機關閉以後內容不會保存。
SSD和傳統硬碟是連接到計算機上的補充存儲，通過PCI-e，SCSI和SATA線纜連接，或者在網路上通過eSATA或者光纖通道連接。

傳統硬碟包含有一個物理讀寫頭，一次可以跨多個物理碟片讀取數據流。如果數據可以順序讀取(比如讀取較大的多媒體視頻音頻文件)，或者對於一些
資料庫分析應用(比如Hadoop應用)，這種模式都非常合適。然而，如果讀取數據要搜索碟片的多個扇區，那麼傳統硬碟讀寫頭的性能會急劇下降。

與此相反，快閃記憶體驅動的物理構成就是成百上千個可以隨機訪問的塊，是由分散的許多晶元組成的，讀取哪一塊的數據不會影響訪問性能。快閃記憶體檔有兩個瓶頸：第一就是計算機處理器和個體晶元儲存區之間的存儲控制器;第二是不能從單個晶元上的不同塊區同時讀取隨機數據。

當今時代的大部分資料庫引擎都沒有利用快閃記憶體檔訪問數據隨機位的功能優勢。其結果是，資料庫都比較慢，或者雖然其訪問模式可以被緩存，但需要更多
RAM才能實現同樣的性能效果。而RAM存儲肯定比快閃記憶體檔速度快，不過對於相同數量的存儲空間，RAM的成本是快閃記憶體檔的十倍。在物理層面上，RAM比
SSD有更好的IO處理能力，但是成本也是其大約三到四倍。這些相對成本也被反映到了Amazon Web服務上可用的不同計算機實例相對成本上。

寫入隊列

利用跨多個晶元並行訪問數據能力優勢的關鍵在於編寫程序時要考慮到隊列深度這一特性。在資料庫應用中增加隊列深度可以使應用從SSD不同個體晶元中並行讀寫數據，這對提高資料庫性能有直接的效果。

如果隊列深度設置過大，訪問同一晶元中不同數據位的可能性就增大了，這也會破壞性能。因此，大部分應用的最佳隊列深度是每驅動器32到64個並
發請求，盡管驅動器本身支持更多並發請求。通過優化資料庫應用訪問SSD的隊列深度，應用程序可以花更少的代價就能達到用更昂貴RAM才能實現的更佳性能
狀態。

在應用層面，開發者需要考慮如何實現應用對存儲系統的請求隊列化，以實現並行處理。但是，軟體方面要獲得較好的並行有許多陷阱。要用像
JavaScript、Ruby和Python這樣的編程語言實現並行是很困難的，因為這些語言對實現多線程支持的不太好，Java和C#相對更容易一
些。

C和C++是實現高並發系統代碼最合適的編程語言，因為它們直接操作操作系統核心功能。例如，互斥擴展(也叫互斥量)就是簡化編程生成低級系統並行調用的語言特性。另一種選擇是使用自帶SSD存儲優化方案的商業資料庫，比如Aerospike。

為應用選擇合適的架構

不是所有的資料庫應用都需要快閃記憶體存儲功能來並行訪問隨機數據。處理大量並發用戶Web請求的資料庫很容易看到快閃記憶體存儲的最大優勢。

與此相反，像Hadoop這種分析應用在某種意義上是並行的，但是通常這些應用最後都需要訪問存儲驅動器上的大量數據流來完成數據訪問。例如，
處理一個月的用戶日誌來分析其行為或者分析用戶，本質上都要按順序提取數據，因此遷移到SSD並不能帶來太多益處。在這兩種極端場景之間，還有一些實時分
析類型的應用，它們既需要一定的隨機搜索和也需要數據流處理。

專家建議，充分利用各種層次成本差異的一種方式是，配置資料庫利用臨時存儲讀取數據以獲得最佳性能。這一點可以通過存儲在EBS持久化數據層的數據進行備份。這種方案提供了AWS上價格和性能的最佳平衡組合。

後台進程也需要考慮

資料庫應用架構師還應該考慮其它細微特徵。要理解資料庫軟體如何利用RAM，如何把數據刷到磁碟，這些對於優化SSD應用配置非常重要。這對於
評估資料庫與文件系統交互的各種方式也非常重要。最明顯的讀負載繁重會有大量後台IO競爭。而其他進程像報表系統、日誌文件生成是需要後台維護的。

要想找到合適的平衡點，專家建議以真實世界部署的強大指標為基準進行參考。這樣可以幫助企業判斷部署和優化SSD系統有多大益處。不過，在RAM和SSD之間選擇，最重要的考慮因素是深刻掌握要處理的數據集大小。

配置合適的SSD和RAM容量有許多種組合，會增加資料庫更高的復雜度。更多的是傳統資料庫系統，它們會部署一台主伺服器和許多備用伺服器用於
故障恢復，除了在磁碟級別的情況它們的配置都很簡單。另一方面，分布式資料庫系統根據節點數量不同，RAM數量和網路設置的不同會有更多的變化。

盡管在大多數情況下，如果你關注技術的力量和資料庫系統的可操作性作為選擇硬體驅動器的考慮因素，那麼你需要比較評估的系統應該相對不會很多。

㈢ 互聯網時代處理大量流動性數據社交網路數據最好使用哪些類型資料庫

使用現有的主要吸引力一、可擴展的NoSQL資料庫
如果您的整個 _active set_ 適合單個機器的主內存（現代商品機器可以高達 128GB +），那麼您就沒有水平可擴展性問題：即，您絕對沒有理由進行分區（「分片") ) 你的資料庫和放棄關系。如果您的活動數據集適合內存，那麼任何帶有索引的適當調整的資料庫都將表現得足夠好，可以在資料庫本身成為限制之前使您的乙太網卡飽和。

如果您認為關系模型本身並不合適，您可以輕松地在 MySQL 之上構建一個「面向文檔的存儲」：這就是 Friendfeed 最終要做的，我會遵循他們的模型（除非我使用 Avro （軟體）、Apache Thrift 或 Google Protocol Buffers 而不是特定於語言的序列化）-
http://bret.appspot.com/entry/how-friendfeed-uses-mysql

如果您的站點變得非常成功，您將擁有一個不再適合您機器的主內存的活動集。在這種情況下，設計不當的存儲引擎的性能會迅速下降。但是，MySQL 的 InnoDB（或 Postgres 的存儲引擎）仍然允許您使用旋轉磁碟保持（取決於您的請求分布）大約 2:1-5:1 的數據與內存比率。一旦超出這個范圍，性能就會開始迅速下降（因為您要為每個請求進行多次磁碟搜索）。現在，您最好的做法是升級到 SSD（固態驅動器），這再次允許您在資料庫成為限制之前使乙太網卡飽和。

最後，當您遇到不適合的數據集大小時，例如，軟體 raid 1 + 0 配置中的多個 SSD（同時為備份、多個版本的數據等提供空間...），那麼您必須水平縮放。也就是說，您必須使用本質上支持分區的資料庫（例如 Riak、Voldemort、Cassandra、HBase），或者在基於 MySQL/Postgres 的數據存儲之上構建應用程序級分區層。我無法告訴您哪種解決方案是正確的，因為我（或您）都不知道您的數據及其訪問模式在那時會是什麼樣子。也就是說，編寫自己的分片層是您可以在代碼中引入額外錯誤的另一個地方：不必構建自己的分布式資料庫（您通過構建分片層有效地做的事情）是使用現有的主要吸引力一、可擴展的NoSQL數據

㈣ 資料庫就一定要用固態硬碟嗎

不一定要用，伺服器上面要麼連接san存儲，要麼本地盤通過sas卡做raid陣列，本身性能並不差，但如果你自己用台式機，沒有sas卡，這時候可以用ssd。

㈤ 用固態硬碟裝系統用機械硬碟做數據盤好點還是系統和資料庫全都用固態硬碟好些

建議用固態硬碟做系統盤，機械硬碟做數據盤，因為一固態硬碟容量大的很貴，用它存儲數據不安全(固態硬碟是集成電路IC，如果IC晶元燒壞了在寶貴的資料神仙也就不了的），反之，機械硬碟還是可以數據恢復的。