共计 1591 个字符，预计需要花费 4 分钟才能阅读完成。
现在存储数据的形式有很多，而硬盘因为价格和数据保护方面的劣势，是大部分用户的首选。然而，硬盘和内存相比在 IO 读写上慢了好几个数量级，那为什么会更偏好硬盘呢？
首先须要提到的是，操作磁盘之所以慢次要是因为对磁盘的读写耗时。读写次要有三局部耗时： 寻道工夫 + 旋转工夫 + 传输工夫 ，其中寻道工夫是最久的。因为寻道须要挪动磁头到对应的磁道上，通过马达驱动磁臂挪动，是一种机械运动因而耗时较长。同时咱们对磁盘的操作通常都是随机读写，也就须要频繁挪动磁头到对应的磁道，这就让耗时缩短了，显得性能比拟低。
这样看来如果要让磁盘读写速度变快，只有不应用随机读写，或者缩小随机的次数，就能够无效晋升磁盘读写速度了。那具体要如何操作呢？
程序读写
先来聊聊第一个办法，如何应用程序读写，而不是随机读写？下面提到寻道工夫是耗时最久的，所以最直观的思路就是省去这部分工夫，而程序 IO 正好能够满足需要。
追加写就是一种典型的程序 IO，应用这个思路优化的典型的产品就是音讯队列。以热门的 Kafka 为例，Kafka 为了实现高性能 IO，用了很多优化的办法，其中就应用了程序写这种优化办法。
Kafka 以工夫复杂度为 O(1) 的形式提供音讯长久化能力，即便对 TB 级以上数据也能保障常数工夫复杂度的拜访性能。对于每个分区，它把从 Producer 收到的音讯，程序地写入对应的 log 文件中，一个文件写满后，才开启一个新的文件。生产的时候，也是从某个全局的地位开始，也就是某一个 log 文件中的某个地位开始，按程序地读出音讯。
缩小随机次数
看完了程序形式，咱们再来看看缩小随机写次数的办法。在很多场景中，为了不便咱们后续对数据的读取和操作，咱们要求写入硬盘的数据是有序的。比方在 MySQL 中，索引在 InnoDB 引擎中是以 B+ 树形式来组织的，而 MySQL 主键是聚簇索引（一种索引类型，数据与索引数据放在一起），既然数据和索引数据放在一起，那么在数据插入或者更新的时候，咱们须要找到要插入的地位，再把数据写到特定的地位上，这就产生了随机的 IO。所以，如果咱们每次插入、更新数据都把数据写入至 .ibd 文件的话，而后磁盘也要找到对应的那条记录，而后再更新，整个过程 IO 老本、查找老本都很高，数据库的性能和效率都会大打折扣。
为了解决写入性能问题，InnoDB 引入了 WAL 机制，更确切的说，就是 redo log。上面我再简略介绍下 Redo Log。
InnoDB redo log 是一个程序写入的、大小固定的环形日志。次要作用有两个：
- 进步 InnoDB 存储引擎写入数据的效率
- 保障 crash-safe 能力
在这里咱们只关怀它是如何进步写入数据的效率的。下图是 redo log 的示意图。
从图中能够看出，red olog 的写入是程序写入的，不须要找到某一个具体的索引地位，而是简略地从 write-pos 指针地位追加。
其次当一个写事务或者更新事务执行时，InnoDB 首先取出对应的 Page，而后进行批改。当事务提交时，将位于内存中的 redo log buffer 强制刷新至硬盘中，如果不思考 binlog 的话，咱们能够认为事务执行能够返回胜利了，写入 DB 的操作由另外的线程异步进行。
再而后，可由 InnoDB 的 Master Thread 定时地将缓冲池中的脏页，也就是下面儿咱们批改的页，刷新至磁盘，此时被批改数据真正的写入至 . ibd 文件。
总结
很多时候，咱们不得不把数据存储到硬盘上，然而因为硬盘绝对于内存来说切实是太“慢”了。所以咱们就得想方法晋升性能。文章里总结了两个办法，第一个是追加写，利用程序 IO 来实现疾速写；第二个是很多数据库中为了晋升性能都会引入的 WAL 机制。文章里别离拿了 Kafka 和 MySQL 的 InnoDB 存储引擎举例。除了这两个，感兴趣的同学也能够看下 LSM 树，etcd 等是怎么实现疾速写的。
举荐浏览
【文言科普】10s 从零看懂 H5
面试官问，Redis 是单线程还是多线程? 我懵了