《大规模分布式计算深入解析》10.3 读偏好、一致性窗口与超时
读扩展允许请求由多个持有数据库副本的服务器处理,但副本可能尚未应用最新事务。是否接受陈旧读取决于查询合同;“都读主就必然零窗口”忽略了会话依赖、事务隔离、故障切换与驱动路由。
category
读扩展允许请求由多个持有数据库副本的服务器处理,但副本可能尚未应用最新事务。是否接受陈旧读取决于查询合同;“都读主就必然零窗口”忽略了会话依赖、事务隔离、故障切换与驱动路由。
字典 source 定义数据来源,layout 定义 full-memory、cache、direct 等访问形态。hashed/flat 全量加载字典可以在读时走内存,但不能据此说所有 layout 加载一次后永不读远端;刷新仍会产生远端 IO。
固定 n 个投票成员的多数派为 floor(n/2)+1,因此 3/4/5 成员分别需要 2/3/3。当前存活数不能替换原投票集合:三成员只剩一台时不能自称一成员集群并继续提交。成员变更需要协议,不能靠本地删掉离线地址。
建索引的收益是省下的数据读取和计算,代价是索引扫描、写入计算、存储及可能的缓存竞争。选择率术语要注明是行比例还是块比例;同样 5% 的行命中可以集中在少量块,也可以散布到所有块。
Neo4j Enterprise 集群中的 primary 参与写入共识,某数据库的 leader 处理写事务;secondary 用于异步复制和读扩展。不是每个进程都对所有数据库同时担任同一角色,也不能把 Community 单节点当成这套集群的实测替身。
Bloom 位数组用多个哈希位置表示集合,插入值不应被错误判成不存在;不存在的值可能假阳性,读回后仍需执行真实谓词。这个保证以正确实现、相同编码与完整索引为前提。
两个事务各持一个资源再请求对方资源,就形成等待环。无环等待链只是排队;检测器要把资源持有和等待关系对应起来,不能把所有锁超时都叫死锁。一般系统可能允许一个事务等待多个资源,单后继 Map 是简化情形。
分区裁剪按分区表达式及谓词排除 parts,主索引按排序相关键缩小 granule,附加 minmax 对索引块给出范围摘要。三者相互协作但不是一套固定“先分区后所有 minmax”的逻辑图,实际 EXPLAIN 以版本为准。
真实图库针对实体、关系、索引或结构性元数据使用不同锁;不能只说所有写都拿节点锁。读取、关系创建、稠密节点和索引约束的锁行为随版本与操作变化,设计吞吐测试时必须固定语句。
预聚合是否能回答查询,需要同时检查分组维度、过滤列、时间边界与状态可合并性。查询分组键是存储分组键子集只是必要条件之一;丢失的筛选维度和明细时间无法凭空恢复。
原子性要求事务的一组变更一起提交或回滚,一致性涉及约束与应用不变量,隔离决定并发观察,持久性依赖提交日志及存储保证。这四件事不能由一个返回“apply+unlock”的字符串函数证明。
24.8 的 Projection 可为表内数据提供不同排序或预聚合布局,和独立目标表的增量物化视图不同。可用性取决于查询覆盖列、谓词、聚合匹配、已有 part 是否物化及版本限制,优化器不是只按 ORDER BY 字符串选同名副本。
优化器选择锚点、索引、展开顺序与连接方法时,需要预测每一步基数及访问成本。cardinality×unitCost 是一个解释框架,不是完整 Neo4j COST 公式。标签分布、属性相关性和高度数节点会让独立选择率假设偏离实际。
增量物化视图处理进入源表的插入 block,并将转换结果写到目标表;block 与落盘 part 不是一一对应关系。它通常不自动重算历史数据,也不因源表旧行 mutation、删除或后台合并而自动撤销目标表中的贡献。
属性索引解决进入图之前的定位,邻接结构解决进入后的展开。索引维护也在写路径上,修改标签或属性后必须移除旧条目并发布新条目;不能一方面说它零维护,一方面依赖它保证点查正确。
过滤和列裁剪在保证语义时可下推,聚合可用状态分解;任意子查询、去重或 LIMIT 不能不加条件地独立放到分片。全局排序 Top-N 通常需要各片按同一排序规则保留局部 Top-N,再全局归并。
执行器把起点绑定、关系和终点扩成结果行;保留哪些变量决定后续投影与去重。候选数×平均度数可作为估算,但真实访问次数受关系类型、方向、终点谓词和度数相关性影响,不能把乘法估算当实测行数。
普通分布式 JOIN 的子查询由各远端分别执行,右侧若是本地表,语义依赖数据是否正确共置;若再次读 Distributed 表,还受 distributed_product_mode 与重复分发影响。不能把普通 JOIN 一概定义为协调者广播。
前端先将文本解析为 AST,再进行变量作用域、类型与表达式合法性检查;schema-free 查询中不存在的标签或关系类型通常不等于语法错误。逻辑计划表达选择、展开、连接、投影,物理计划再选择扫描、索引及运行时。
Cypher 用模式描述结果,Gremlin 用遍历步骤组合结果;二者都有优化器、策略与执行器,不能把“显式写步骤”等同物理顺序永不可重排。GQL 是属性图查询的标准化语言,具体产品支持的是标准的哪些特性仍需逐项核对。