使用日志型的数据结构

　　Cassandra、HBase、Redis 和 Riak 都会把写操作顺序的写入到一个日志文件中。相对于存储系统中的其他数据结构，上面说到的日志文件可以频繁地进行 fsync 操作，这样就把对磁盘的随机写变成顺序写了。

　　通过合并写操作提高吞吐性能

　　Cassandra 有一个机制，它会把一小段时间内的几个并发的写操作放在一起进行一次 fsync 调用，这种做法叫 group commit。

　　多机可靠性

　　由于硬件层面有时会造成无法恢复的损坏，单机可靠性的保证在这时就鞭长莫及了。对于一些重要数据，跨机器做备份保存是必备的安全措施。一些 NoSQL 系统提供了多机可靠性的支持。

　　Redis 采用传统的主从数据同步的方式。

　　MongoDB 提供了一种叫 Replica Sets 高可用架构。

　　Riak、Cassandra 和 Voldemort 提供了一些更灵活的可配置策略，并提供一个可配置的参数N，代表每一个数据会被备份的份数。为了应对整个数据中心出现故障的情况，需要实现跨数据中心的多机备份功能。

　　横向扩展带来性能提升

　　横向扩展的目标是达到线性的效果，即如果你增加一倍的机器，那么负载能力应该也能相应的增加一倍。其主要需要解决的问题是如何让数据在多台机器间分布，这里面涉及到分片技术。

　　分片的意思，就是没有任何一台机器可以处理所有写请求，也没有任何一台机器可以处理对所有数据的读请求。下面我们将会对 hash 分片和范围分片两种分片方式进行描述。

　　如非必要，请勿分片

　　分片会导致系统复杂程度大增，所以，如果没有必要，请不要使用分片。普通情况下，我们可以使用读写分离和构建缓存的方式来缓解我们的数据读压力。但如果写操作达到单点无法承担的程度，那我们可能就真的需要进行分片了。

　　通过协调器进行数据分片

　　一种分片策略是通过引入一个中间代理层来实现，该代理层记录数据在各个节点的分布状况，所有读写请求都通过代理层来做路由。比如与 CouchDB 的两个项目：Lounge 和 BigCouch。类似的，Twitter 自己也实现了一个叫 Gizzard 的协调器，可以实现数据分片和备份功能。

　　一致性 hash 环算法

　　一致性 hash 是一种被广泛应用的技术，其最早在一个叫 distributed hash tables（DHTs）的系统中进行使用。那些类 Dynamo 的应用，比如 Cassandra、Voldemort 和 Riak，基本上都使用了一致性 hash 环算法。

　　如图 1 所示，一致性 hash 环算法有一个 hash 函数H，所有存储数据的节点和数据本身都可以通过这个函数算出一个 hash 值，作为自己在下面环上的位置。然后每个节点会负责存储其 hash 值到下一个节点间的所有数据的存储。这样使得即使节点数变化了，大部分数据并不需要进行迁移。

图 1 一致性 hash 环算法的 hash 函数