Google Analytics為什么會這么快

對于Google基礎設施來說，任何時刻都可能有大量應用程序進駐。同時，隨著數據量的增加，檢索的難度也是愈來愈高。著眼Google Analytics，他們又是如何增加速度并減少運維難度的呢？ Google Analytics存儲了全球范圍內網站的大量靜態數據，隨著數據體積越來越大，檢索的難度也必然隨之增加。近日，Gen Furukaw在Dzone上撰文表示，Google Analytics的高效一定程度上歸功于其兼職存儲BigTable。

以下為譯文

在Google，隨時都可能存在大量應用程序被添加到其基礎設施，而這些應用程序中，任意一個都可能給系統帶來繁重的工作負載。迎合這樣的資源需求并不簡單，而在有限時間內做到這一點就更是難上加難了。

如果Google部署的是一個單節點上的傳統數據庫，那么一旦達到容量限制，他們必須為其更新硬件。鑒于Google應用程序的數量和存儲數據的體積，這種硬件升級可能每天都會進行一次。雖然負載也可以分配到多個節點，但隨著節點數的增加，系統維護的難度將變得不可思議。

綜上所述，鑒于大規模系統升級和維護的難度，標準關系型數據庫對Google來說并不可選。

尋找一個可擴展解決方案

為了保證速度，及避免頻繁的更新硬件，Google定制了自己的存儲解決方案——BigTable。取代關系型數據庫將數據存放到表格 中，BigTable使用了多維排序映射的方式對數據進行存儲，也就是現在我們所說的鍵值存儲類型。這種方式不僅提升了性能，也簡化了擴展過程。

關系型數據庫中的信息存儲

關系型數據庫將信息的每個部分都存放到獨立的位置，通常是表中的一列。同時，在關系型數據庫中，數據的規范化非常重要，這個過程保證了其他表格或者列中不會存在冗余數據。

舉個例子，客戶的“姓”必須存放在某個表格的對應列中。如果某個客戶的姓在其他位置發現，那么它將被刪除，信息的檢索仍然會被指定到原始表格。

這種結構的缺點是數據庫內部可能變得非常復雜，從而導致即使一個簡單的查詢都可能涉及到大量的執行路徑，而所有這些路徑都會在運行時進行計算以尋找最優路徑。數據庫越復雜，運行時就需要越多的資源來確定查詢路徑。

鍵值存儲中的信息存儲

在鍵值存儲中，數據被允許存在多個備份。取代使用其他昂貴硬件資源來增加速度，這里的設計理念是利用磁盤空間，它更新起來非常容易，成本也不高。

對于簡單查詢來說，多備份非常有利，在鍵值存儲中，相關的數據可以被存儲到一起，從而避免在查詢過程中訪問多個路徑以獲得所需數據。

取代關系型數據中的表格存儲類型，鍵值存儲使用域，同時也無需預定義數據結構模式。域中存儲的數據通過鍵定義，它們可以通過大量不同的屬性訪問。

這些屬性可能是字符串，也可以是流行編程語言中匹配的任意數據類型，它可能會是數組、對象、整形、浮點型、布爾型以及編程語言中使用的任意基本數據類型。

在鍵值存儲中，取代數據本身，數據完整性和邏輯通過應用程序代碼維護，通過使用1個或多個API，開發者可以編寫出最優的實現方法。這樣一來，數據檢索工作被轉移到編寫正確的邏輯上，而不是依賴數據庫去優化在大量可能路徑中選擇一個最佳路徑。

寫在最后

當然，除了鍵值存儲的使用之外，Google Analytics快還源于其優秀的編程邏輯，這點就不再一一詳述了。

原文鏈接： How Is Google Analytics So Damn Fast?（編譯/仲浩 審校/魏偉）
來自：http://www.csdn.net/article/2014-10-31/2822403-how-google-analytics-so-damn-fast