16 KiB
術語表 【DRAFT】
請注意，本術語表中的定義簡短而簡單，旨在傳達核心思想，而不是術語的完整細微之處。 有關更多詳細資訊，請參閱正文中的參考資料。
[TOC]
非同步（asynchronous）
不等待某些事情完成（例如，將資料傳送到網路中的另一個節點），並且不會假設要花多長時間。請參閱同步複製與非同步複製”，“同步網路與非同步網路”，以及“系統模型與現實”。
原子（atomic）
1.在併發操作的上下文中：描述一個在單個時間點看起來生效的操作，所以另一個併發程序永遠不會遇到處於“半完成”狀態的操作。另見隔離。
2.在事務的上下文中：將一些寫入操作分為一組，這組寫入要麼全部提交成功，要麼遇到錯誤時全部回滾。請參閱“原子性（Atomicity）”和“原子提交與兩階段提交（2PC）”。
背壓（backpressure）
接收方接收資料速度較慢時，強制降低傳送方的資料傳送速度。也稱為流量控制。請參閱“訊息傳遞系統”。
批處理（batch process）
一種計算，它將一些固定的（通常是大的）資料集作為輸入，並將其他一些資料作為輸出，而不修改輸入。見第十章。
邊界（bounded）
有一些已知的上限或大小。例如，網路延遲情況（請參閱“超時與無窮的延遲”）和資料集（請參閱第十一章的介紹）。
拜占庭故障（Byzantine fault）
表現異常的節點，這種異常可能以任意方式出現，例如向其他節點發送矛盾或惡意訊息。請參閱“拜占庭故障”。
快取（cache）
一種元件，透過儲存最近使用過的資料，加快未來對相同資料的讀取速度。快取中通常存放部分資料：因此，如果快取中缺少某些資料，則必須從某些底層較慢的資料儲存系統中，獲取完整的資料副本。
CAP定理（CAP theorem）
一個被廣泛誤解的理論結果，在實踐中是沒有用的。請參閱“CAP定理”。
因果關係（causality）
事件之間的依賴關係，當一件事發生在另一件事情之前。例如，後面的事件是對早期事件的迴應，或者依賴於更早的事件，或者應該根據先前的事件來理解。請參閱““此前發生”的關係和併發”和“順序與因果關係”。
共識（consensus）
分散式計算的一個基本問題，就是讓幾個節點同意某些事情（例如，哪個節點應該是資料庫叢集的領導者）。問題比乍看起來要困難得多。請參閱“容錯共識”。
資料倉庫（data warehouse）
一個數據庫，其中來自幾個不同的OLTP系統的資料已經被合併和準備用於分析目的。請參閱“資料倉庫”。
宣告式（declarative）
描述某些東西應有的屬性，但不知道如何實現它的確切步驟。在查詢的上下文中，查詢最佳化器採用宣告性查詢並決定如何最好地執行它。請參閱“資料查詢語言”。
非規範化（denormalize）
為了加速讀取，在標準資料集中引入一些冗餘或重複資料，通常採用快取或索引的形式。非規範化的值是一種預先計算的查詢結果，像物化檢視。請參閱“單物件和多物件操作”和“從同一事件日誌中派生多個檢視”。
衍生資料（derived data）
一種資料集，根據其他資料透過可重複執行的流程建立。必要時，你可以執行該流程再次建立衍生資料。衍生資料通常用於提高特定資料的讀取速度。常見的衍生資料有索引、快取和物化檢視。請參閱第三部分的介紹。
確定性（deterministic）
描述一個函式，如果給它相同的輸入，則總是產生相同的輸出。這意味著它不能依賴於隨機數字、時間、網路通訊或其他不可預測的事情。
分散式（distributed）
在由網路連線的多個節點上執行。對於部分節點故障，具有容錯性：系統的一部分發生故障時，其他部分仍可以正常工作，通常情況下，軟體無需瞭解故障相關的確切情況。請參閱“故障與部分失效”。
持久（durable）
以某種方式儲存資料，即使發生各種故障，也不會丟失資料。請參閱“永續性（Durability）”。
ETL（Extract-Transform-Load）
提取-轉換-載入（Extract-Transform-Load）。從源資料庫中提取資料，將其轉換為更適合分析查詢的形式，並將其載入到資料倉庫或批處理系統中的過程。請參閱“資料倉庫”。
故障切換（failover）
在具有單一領導者的系統中，故障切換是將領導角色從一個節點轉移到另一個節點的過程。請參閱“處理節點宕機”。
容錯（fault-tolerant）
如果出現問題（例如，機器崩潰或網路連線失敗），可以自動恢復。請參閱“可靠性”。
流量控制（flow control）
見背壓（backpressure）。
追隨者（follower）
一種資料副本，僅處理領導者發出的資料變更，不直接接受來自客戶端的任何寫入。也稱為輔助、僕從、只讀副本或熱備份。請參閱“領導者與追隨者”。
全文檢索（full-text search）
透過任意關鍵字來搜尋文字，通常具有附加特徵，例如匹配類似的拼寫詞或同義詞。全文索引是一種支援這種查詢的次級索引。請參閱“全文搜尋和模糊索引”。
圖（graph）
一種資料結構，由頂點（可以指向的東西，也稱為節點或實體）和邊（從一個頂點到另一個頂點的連線，也稱為關係或弧）組成。請參閱“圖資料模型”。
雜湊（hash）
將輸入轉換為看起來像隨機數值的函式。相同的輸入會轉換為相同的數值，不同的輸入一般會轉換為不同的數值，也可能轉換為相同數值（也被稱為衝突）。請參閱“根據鍵的雜湊分割槽”。
冪等（idempotent）
用於描述一種操作可以安全地重試執行，即執行多次的效果和執行一次的效果相同。請參閱“冪等性”。
索引（index）
一種資料結構。透過索引，你可以根據特定欄位的值，在所有資料記錄中進行高效檢索。請參閱“驅動資料庫的資料結構”。
隔離性（isolation）
在事務上下文中，用於描述併發執行事務的互相干擾程度。序列執行具有最強的隔離性，不過其它程度的隔離也通常被使用。請參閱“隔離性（Isolation）”。
連線（join）
彙集有共同點的記錄。在一個記錄與另一個記錄有關（外來鍵，文件參考，圖中的邊）的情況下最常用，查詢需要獲取參考所指向的記錄。請參閱“多對一和多對多的關係”和“Reduce側連線與分組”。
領導者（leader）
當資料或服務被複制到多個節點時，由領導者分發已授權變更的資料副本。領導者可以透過某些協議選舉產生，也可以由管理者手動選擇。也被稱為主人。請參閱“領導者與追隨者”。
線性化（linearizable）
表現為系統中只有一份透過原子操作更新的資料副本。請參閱“線性一致性”。
區域性性（locality）
一種效能最佳化方式，如果經常在相同的時間請求一些離散資料，把這些資料放到一個位置。請參閱“查詢的資料區域性性”。
鎖（lock）
一種保證只有一個執行緒、節點或事務可以訪問的機制，如果其它執行緒、節點或事務想訪問相同元素，則必須等待鎖被釋放。請參閱“兩階段鎖定（2PL）”和“領導者和鎖”。
日誌（log）
日誌是一個只能以追加方式寫入的檔案，用於存放資料。預寫式日誌用於在儲存引擎崩潰時恢復資料（請參閱“讓B樹更可靠”）；結構化日誌儲存引擎使用日誌作為它的主要儲存格式（請參閱“SSTables和LSM樹”）；複製型日誌用於把寫入從領導者複製到追隨者（請參閱“領導者與追隨者”）；事件性日誌可以表現為資料流（請參閱“分割槽日誌”）。
物化（materialize）
急切地計算並寫出結果，而不是在請求時計算。請參閱“聚合：資料立方體和物化檢視”和“物化中間狀態”。
節點（node）
計算機上執行的一些軟體的例項，透過網路與其他節點通訊以完成某項任務。
規範化（normalized）
以沒有冗餘或重複的方式進行結構化。 在規範化資料庫中，當某些資料發生變化時，您只需要在一個地方進行更改，而不是在許多不同的地方複製很多次。 請參閱“多對一和多對多的關係”。
OLAP（Online Analytic Processing）
線上分析處理。 透過對大量記錄進行聚合（例如，計數，總和，平均）來表徵的訪問模式。 請參閱“事務處理還是分析？”。
OLTP（Online Transaction Processing）
線上事務處理。 訪問模式的特點是快速查詢，讀取或寫入少量記錄，這些記錄通常透過鍵索引。 請參閱“事務處理還是分析？”。
分割槽（partitioning）
將單機上的大型資料集或計算結果拆分為較小部分，並將其分佈到多臺機器上。 也稱為分片。見第六章。
百分位點（percentile）
透過計算有多少值高於或低於某個閾值來衡量值分佈的方法。 例如，某個時間段的第95個百分位響應時間是時間t，則該時間段中，95％的請求完成時間小於t，5％的請求完成時間要比t長。 請參閱“描述效能”。
主鍵（primary key）
唯一標識記錄的值（通常是數字或字串）。 在許多應用程式中，主鍵由系統在建立記錄時生成（例如，按順序或隨機）; 它們通常不由使用者設定。 另請參閱次級索引。
法定人數（quorum）
在操作完成之前，需要對操作進行投票的最少節點數量。 請參閱“讀寫的法定人數”。
再平衡（rebalance）
將資料或服務從一個節點移動到另一個節點以實現負載均衡。 請參閱“分割槽再平衡”。
複製（replication）
在幾個節點（副本）上保留相同資料的副本，以便在某些節點無法訪問時，資料仍可訪問。請參閱第五章。
模式（schema）
一些資料結構的描述，包括其欄位和資料型別。 可以在資料生命週期的不同點檢查某些資料是否符合模式（請參閱“文件模型中的模式靈活性”），模式可以隨時間變化（請參閱第四章）。
次級索引（secondary index）
與主要資料儲存器一起維護的附加資料結構，使您可以高效地搜尋與某種條件相匹配的記錄。 請參閱“其他索引結構”和“分割槽與次級索引”。
可序列化（serializable）
保證多個併發事務同時執行時，它們的行為與按順序逐個執行事務相同。 請參閱第七章的“可序列化”。
無共享（shared-nothing）
與共享記憶體或共享磁碟架構相比，獨立節點（每個節點都有自己的CPU，記憶體和磁碟）透過傳統網路連線。 見第二部分的介紹。
偏斜（skew）
1.各分割槽負載不平衡，例如某些分割槽有大量請求或資料，而其他分割槽則少得多。也被稱為熱點。請參閱“負載偏斜和熱點消除”和“處理偏斜”。
2.時間線異常導致事件以不期望的順序出現。 請參閱“快照隔離和可重複讀”中的關於讀取偏斜的討論，“寫入偏斜與幻讀”中的寫入偏斜以及“有序事件的時間戳”中的時鐘偏斜。
腦裂（split brain）
兩個節點同時認為自己是領導者的情況，這種情況可能違反系統擔保。 請參閱“處理節點宕機”和“真相由多數所定義”。
儲存過程（stored procedure）
一種對事務邏輯進行編碼的方式，它可以完全在資料庫伺服器上執行，事務執行期間無需與客戶端通訊。 請參閱“真的序列執行”。
流處理（stream process）
持續執行的計算。可以持續接收事件流作為輸入，並得出一些輸出。 見第十一章。
同步（synchronous）
非同步的反義詞。
記錄系統（system of record）
一個儲存主要權威版本資料的系統，也被稱為真相的來源。首先在這裡寫入資料變更，其他資料集可以從記錄系統衍生。 請參閱第三部分的介紹。
超時（timeout）
檢測故障的最簡單方法之一，即在一段時間內觀察是否缺乏響應。 但是，不可能知道超時是由於遠端節點的問題還是網路中的問題造成的。 請參閱“超時與無窮的延遲”。
全序（total order）
一種比較事物的方法（例如時間戳），可以讓您總是說出兩件事中哪一件更大，哪件更小。 總的來說，有些東西是無法比擬的（不能說哪個更大或更小）的順序稱為偏序。 請參閱“因果順序不是全序的”。
事務（transaction）
為了簡化錯誤處理和併發問題，將幾個讀寫操作分組到一個邏輯單元中。 見第七章。
兩階段提交（2PC, two-phase commit）
一種確保多個數據庫節點全部提交或全部中止事務的演算法。 請參閱原子提交與兩階段提交（2PC）”。
兩階段鎖定（2PL, two-phase locking）
一種用於實現可序列化隔離的演算法，該演算法透過事務獲取對其讀取或寫入的所有資料的鎖，直到事務結束。 請參閱“兩階段鎖定（2PL）”。
無邊界（unbounded）
沒有任何已知的上限或大小。 反義詞是邊界（bounded）。