跳转到主要内容
索引
符号
A
- 中止（事务）, 事务, 原子性
- 抽象, 云服务的分层, 简单性：管理复杂度, 数据模型与查询语言, 事务, 总结
- 意外复杂性, 简单性：管理复杂度
- 问责制, 责任与问责
- 会计（财务数据）, 总结, 不可变事件的优点
- Accumulo（数据库）
- ACID 属性（事务）, ACID 的含义
- 确认（消息）, 确认应答与重新传递
- active/active replication（见 multi-leader replication）
- active/passive replication（见 基于领导者的复制）
- ActiveMQ（消息系统）, 消息代理, 消息代理与数据库的对比
- ActiveRecord（对象关系映射器）, 对象关系映射（ORM）, 处理错误和中止
- activity (workflows)（见 workflow engines）
- Actor 模型, 分布式 actor 框架
- 自适应容量, 倾斜的工作负载与缓解热点
- Advanced Message Queuing Protocol（见 AMQP）
- 航空航天系统, 拜占庭故障
- Aerospike（数据库）
- AGE（图数据库）, Cypher 查询语言
- 汇总
- 聚合管道（MongoDB）, 规范化、反规范化与连接, 文档的查询语言
- 敏捷, 可演化性：让变化更容易
- 一致意见, 单值共识, 原子提交作为共识
- AI (artificial intelligence)（见 machine learning）
- AI Act (European Union), 数据系统、法律与社会
- Airbyte, 数据仓库
- Airflow（工作流调度器）, 持久化执行与工作流, 批处理, 工作流调度
- 阿卡迈
- 算法
- 全互联复制拓扑, 多主复制拓扑
- AllegroGraph（数据库）, 图数据模型
- ALTER TABLE 语句（SQL）, 文档模型中的模式灵活性, 编码与演化
- 亚马逊
- Amazon Web Services (AWS)
- Aurora（见 Aurora（云数据库））
- ClockBound（见 ClockBound（时间同步））
- 正确性测试, 形式化方法和随机测试
- DynamoDB（见 DynamoDB（数据库））
- EBS（见 EBS（虚拟块设备））
- Kinesis（见 Kinesis（消息系统））
- Neptune（见 Neptune（图数据库））
- 网络可靠性, 实践中的网络故障
- S3（见 S3（对象存储））
- 放大
- AMQP（高级消息队列协议）, 消息代理与数据库的对比
- 分析系统, 分析型与事务型系统
- 分析, 分析型与事务型系统-记录系统与衍生数据
- 分析工程, 分析型与事务型系统
- 反熵, 追赶错过的写入
- Antithesis（确定性仿真测试）, 确定性模拟测试
- Apache Accumulo（见 Accumulo）
- Apache ActiveMQ（见 ActiveMQ）
- Apache AGE（见 AGE）
- Apache Arrow（见 Arrow（数据格式））
- Apache Avro（见 Avro）
- Apache Beam（见 Beam）
- Apache BookKeeper（见 BookKeeper）
- Apache Cassandra（见 Cassandra）
- Apache Curator（见 Curator）
- Apache DataFusion（见 DataFusion（查询引擎））
- Apache Druid（见 Druid（数据库））
- Apache Flink（见 Flink（处理框架））
- Apache HBase（见 HBase）
- Apache Iceberg（见 Iceberg（表格式））
- Apache Jena（见 Jena）
- Apache Kafka（见 Kafka）
- Apache Lucene（见 Lucene）
- Apache Oozie（见 Oozie（工作流调度器））
- Apache ORC（见 ORC（数据格式））
- Apache Parquet（见 Parquet（数据格式））
- Apache Pig（查询语言）, 查询语言
- Apache Pinot（见 Pinot（数据库））
- Apache Pulsar（见 Pulsar）
- Apache Qpid（见 Qpid）
- Apache Samza（见 Samza）
- Apache Solr（见 Solr）
- Apache Spark（见 Spark；见 Spark（处理框架））
- Apache Storm（见 Storm）
- Apache Superset（见 Superset（数据可视化软件））
- Apache Thrift（见 Thrift）
- Apache ZooKeeper（见 ZooKeeper）
- Apama （流式分析）, 复合事件处理
- append-only files（见 logs）
- Application Programming Interfaces (APIs), 数据模型与查询语言
- application state（见 状态）
- approximate search（见 similarity search）
- 档案储存、数据库数据, 归档存储
- arcs（见 edges）
- ArcticDB（数据库）, 数据框、矩阵与数组
- 算术平均值, 平均值、中位数与分位数
- 数组
- Arrow（数据格式）, 列式存储, 数据框
- artificial intelligence（见 machine learning）
- ASCII text, Protocol Buffers
- ASN.1 (schema language), 模式的优点
- 关联表格, 多对一与多对多关系, 属性图
- 异步网络, 不可靠的网络, 术语表
- 异步复制, 同步复制与异步复制, 术语表
- 异步传输模式, 我们不能简单地让网络延迟可预测吗？
- 原子广播, 共享日志作为共识
- 原子钟, 带置信区间的时钟读数, 用于全局快照的同步时钟
- 原子性, 术语表
- 原子性, 原子性, 单对象与多对象操作, 术语表
- 可审计性, 信任但验证-可审计数据系统的工具
- Aurora（云数据库）, 云原生系统架构
- Aurora DSQL（数据库）
- 自动伸缩, 运维：自动/手动再平衡
- Automerge (CRDT library), 同步引擎的利弊
- 可用性, 可靠性与容错
- 可用区, 通过冗余容忍硬件故障, 读己之写
- Avro（数据格式）, Avro-动态生成的模式
- awk （Unix 工具） （英语）., 简单日志分析, 简单日志分析, 分布式作业编排
- Axon Framework, 事件溯源与 CQRS
- Azkaban（工作流调度器）, 批处理
- Azure Blob Storage（对象存储）, 云服务的分层, 设置新的副本
- Azure managed disks, 存储与计算的分离
- Azure SQL DB（数据库）, 云原生系统架构
- Azure Storage, 对象存储
- Azure Synapse Analytics（数据库）, 云原生系统架构
- Azure Virtual Machines
B
- B 树（索引）, B 树-B 树变体
- B2（对象存储）, 分布式文件系统
- Backblaze B2（见 B2（对象存储））
- 后端, 数据系统架构中的权衡
- 指数退避, 描述性能, 处理错误和中止
- 背压, 描述性能, 读取性能, 消息传递系统, 术语表
- 备份
- 向后兼容, 编码与演化
- BadgerDB（数据库）
- BASE, contrast to ACID, ACID 的含义
- bash shell（Unix）, OLTP 系统的存储与索引
- 批处理, 批处理-本章小结, 术语表
- 与函数式编程, MapReduce
- 惠益, 批处理
- 结合流处理, 统一批处理与流处理
- 与流处理的比较, 流处理
- 数据流引擎, 数据流引擎-数据流引擎
- 容错, 故障处理, 消息传递系统
- 数据整合, 批处理与流处理-统一批处理与流处理
- 图表和迭代处理, 机器学习
- high-level APIs and languages, 查询语言-查询语言
- 云数据仓库中, 查询语言
- 在分布式系统中, 分布式系统中的批处理
- JOIN 与 GROUP BY, JOIN 与 GROUP BY-JOIN 与 GROUP BY
- 限制, 批处理
- 基于日志的信息和, 重播旧消息
- 保持衍生状态, 维护衍生状态
- 衡量性能, 批处理
- 模式, 批处理模型
- 资源分配, 资源分配-资源分配
- 资源管理员, 分布式作业编排
- 调度器, 分布式作业编排
- 服务衍生数据, 对外提供衍生数据-对外提供衍生数据
- 混洗数据, 混洗数据-混洗数据
- 任务执行, 分布式作业编排
- 用例, 批处理用例-对外提供衍生数据
- 使用 Unix 工具（例如）, 使用 Unix 工具的批处理-排序与内存聚合
- 批处理框架
- Beam （数据流库）, 统一批处理与流处理
- BERT (language model), 向量嵌入
- 偏见, 偏见与歧视
- bidirectional replication（见 multi-leader replication）
- 泥浆大球, 简单性：管理复杂度
- 大数据
- BigQuery（数据库）, 云原生系统架构, 云数据仓库, 批处理
- Bigtable（数据库）
- 二进制数据编码, 二进制编码-模式的优点
- 二进制编码
- binary strings, lack of support in JSON and XML, JSON、XML 及其二进制变体
- 比特币（加密货币）, 可审计数据系统的工具
- 位图索引, 列压缩
- BitTorrent uTP protocol, TCP 的局限性
- Bkd 树（索引）, 多维索引与全文索引
- 无责复盘, 人类与可靠性
- Blazegraph（数据库）, 图数据模型
- blob storage（见 object storage）
- 块, 分布式文件系统
- 块设备（磁盘）, 存储与计算的分离
- 区块链, 总结
- 阻塞式原子提交, 三阶段提交
- Bloom 过滤器（算法）, 布隆过滤器, 读取性能, 流分析
- BookKeeper (replicated log), 将工作分配给节点
- 有界数据集, 流处理, 术语表
- 受限延迟, 术语表
- 广播
- 无中介消息, 直接从生产者传递给消费者
- Brubeck（指标聚合器）, 直接从生产者传递给消费者
- BTM (transaction coordinator), 两阶段提交（2PC）
- Buf
- Bufstream（消息系统）, 磁盘空间使用
- 新建或购买, 云服务与自托管
- 突发的网络流量模式, 我们不能简单地让网络延迟可预测吗？
- 商业分析员, 分析型与事务型系统, 从数据仓库到数据湖
- 商业数据处理, 事务处理与分析的特征
- 商业情报, 分析型与事务型系统-数据仓库
- Business Process Execution Language (BPEL), 持久化执行与工作流
- Business Process Model and Notation (BPMN), 持久化执行与工作流
- 字节序列,编码数据, 编码数据的格式
- 拜占庭故障, 拜占庭故障-弱形式的谎言, 系统模型与现实, 术语表
C
- 缓存, 全内存存储, 术语表
- 日历同步, 同步引擎与本地优先软件, 同步引擎的利弊
- California Consumer Privacy Act (CCPA), 数据系统、法律与社会
- Camunda（工作流程引擎）, 持久化执行与工作流
- 规范版本（数据）, 记录系统与衍生数据
- CAP定理, CAP 定理-CAP 定理, 术语表
- 容量规划, 云时代的运维
- Cap’n Proto（数据格式）, 编码数据的格式
- 碳排放, 分布式与单节点系统
- 级联中止, 没有脏读
- 连锁失败, 软件故障, 运维：自动/手动再平衡, 超时和无界延迟
- Cassandra（数据库）
- 数据变更捕获, 变更数据捕获的实现, 变更流的 API 支持
- 压实策略, 压实策略
- consistency level ANY, 单主与无主复制的性能
- 哈希范围分片, 按键的哈希分片, 按哈希范围分片
- 最后写入者胜的冲突解决, 检测并发写入
- 无主复制, 无主复制
- 轻量事务, 单对象写入
- 缺乏线性一致性, 实现线性一致性系统
- 日志结构存储, 构建和合并 SSTable
- 多区域支助, 多地区操作
- 二级索引, 本地二级索引
- 使用时钟, 仲裁一致性的局限, 用于事件排序的时间戳
- 虚节点（分片）, 分片
- cat（Unix 工具）, 简单日志分析
- 目录, 云数据仓库
- 因果上下文, 版本向量
- 因果依赖, “先发生"关系与并发-版本向量
- 因果关系, 术语表
- 基于单元格的架构, 面向多租户的分片
- 复合事件处理（见 复合事件处理）
- CephFS（分布式文件系统）, 批处理, 对象存储
- 证书透明性, 可审计数据系统的工具
- cgroups, 分布式作业编排
- 数据变更捕获, 逻辑（基于行）日志复制, 变更数据捕获
- 更改日志, 状态、流和不变性
- 混沌工程, 容错, 故障注入
- 检查点
- 断路器（限制重试）, 描述性能
- 电路交换网络, 同步网络与异步网络
- 循环缓冲器, 磁盘空间使用
- 环形复制拓扑, 多主复制拓扑
- Citus（数据库）
- ClickHouse（数据库）, 事务处理与分析的特征, 云原生系统架构
- 点击流数据,分析, JOIN 与 GROUP BY
- 客户端
- ClockBound（时间同步）, 带置信区间的时钟读数
- 时钟, 不可靠的时钟-限制垃圾回收的影响
- 原子钟, 带置信区间的时钟读数, 用于全局快照的同步时钟
- 置信区间, 带置信区间的时钟读数-用于全局快照的同步时钟
- 全局快照, 用于全局快照的同步时钟
- 混合逻辑时钟, 混合逻辑时钟
- logical（见 logical clocks）
- 偏斜, 最后写入者胜（丢弃并发写入）, 仲裁一致性的局限, 对同步时钟的依赖-带置信区间的时钟读数, 实现线性一致性系统
- 渐进校准, 单调时钟
- 同步和准确性, 时钟同步和准确性-时钟同步和准确性
- synchronization using GPS, 不可靠的时钟, 时钟同步和准确性, 带置信区间的时钟读数, 用于全局快照的同步时钟
- 日历时钟与单调时钟, 单调时钟与日历时钟
- 时间标记事件, 你用的是谁的时钟？
- 云服务, 云服务与自托管-云计算与超级计算
- 可用区, 通过冗余容忍硬件故障, 读己之写
- 数据仓库, 云数据仓库
- 需要发现服务, 服务发现
- 网络故障, 实践中的网络故障
- 利弊关系, 云服务的利弊-云服务的利弊
- 配额, 云时代的运维
- regions（见 regions (geographic distribution)）
- 无服务器, 微服务与无服务器
- 共享资源, 网络拥塞与排队
- 对超级计算, 云计算与超级计算
- 云原生, 云原生系统架构-云时代的运维
- Cloudflare
- 聚簇索引, 在索引中存储值
- 聚簇（记录排序）, 按哈希范围分片
- CockroachDB（数据库）
- 代码生成
- 协作编辑, 实时协作、离线优先和本地优先应用
- 列族（Bigtable）, 读写的数据局部性, 列压缩
- 面向列的存储, 列式存储-查询执行：编译与向量化
- comma-separated values（见 CSV）
- 命令查询责任分离, 事件溯源与 CQRS-事件溯源与 CQRS, 从同一事件日志中派生多个视图
- 命令（事件溯源）, 事件溯源与 CQRS
- 提交（事务）, 事务
- 可交换操作, 冲突解决与复制
- 压实（Compaction）
- 比较和设置, 条件写入（比较并设置）, 什么使系统具有线性一致性？
- 兼容性, 编码与演化, 数据流的模式
- 补偿事务, 不可变事件的优点, 宽松解释约束
- 编译, 查询执行：编译与向量化
- 复合事件处理, 复合事件处理
- 复杂度
- composing data systems（见 unbundling databases）
- 压缩
- 计算密集型应用程序, 数据系统架构中的权衡
- 电脑游戏, 同步引擎的利弊
- 拼接索引, 多维索引与全文索引
- 并发
- actor 编程模型, 分布式 actor 框架, 事件驱动架构与 RPC
- （另见 event-driven architecture）
- 事务隔离薄弱时出现的错误, 弱隔离级别
- 解决冲突, 处理写入冲突-处理写入冲突
- 定义, 处理写入冲突
- 检测并发写入, 检测并发写入-版本向量
- 双写、 问题, 保持系统同步
- 先发生关系, “先发生"关系与并发
- 在复制系统中, 复制延迟的问题-版本向量, 线性一致性-线性一致性与网络延迟
- 丢失更新, 防止丢失更新
- 多版本并发控制, 多版本并发控制（MVCC）, 用于全局快照的同步时钟
- 乐观并发控制, 悲观并发控制与乐观并发控制
- 操作排序, 什么使系统具有线性一致性？
- 通过事件日志减少, 并发控制, 数据流：状态变更与应用代码的相互作用
- 时间和相对性, “先发生"关系与并发
- 事务隔离, 隔离性
- 写偏差, 写偏差与幻读-物化冲突
- 有条件写入, 条件写入（比较并设置）
- 会议管理系统（例如）, 事件溯源与 CQRS
- conflict-free replicated datatypes (CRDTs), CRDT 与操作变换
- 冲突
- 避免, 冲突避免
- 因果关系, “先发生"关系与并发
- 冲突检测
- 解决冲突
- 确定什么是冲突, 处理写入冲突, 基于日志的消息传递中的唯一性
- 无领导复制, 检测并发写入
- 丢失更新, 防止丢失更新-冲突解决与复制
- 物化, 物化冲突
- 解决, 处理写入冲突-处理写入冲突
- 兄弟值, 手动冲突解决, 捕获先发生关系
- 写偏差, 写偏差与幻读-物化冲突
- Confluent
- 拥堵（网络）
- 共识, 共识-总结, 术语表
- 算法, 共识, 共识的实践
- 共识数, 获取并增加作为共识
- 协调服务, 协调服务-服务发现
- 费用, 共识的利弊
- 无法实现, 共识
- 防止脑裂, 从单主复制到共识
- 重组, 共识的微妙之处
- 与原子提交的关系, 原子提交作为共识
- relation to compare-and-set (CAS), 线性一致性与仲裁, 比较并设置作为共识
- 与获取和添加的关系, 获取并增加作为共识
- 与复制有关, 使用共享日志
- 与共享日志的关系, 共享日志作为共识
- 与唯一性约束的关系, 唯一性约束需要共识
- 安全属性与活性属性, 单值共识
- 单值共识, 单值共识
- consent (GDPR), 同意与选择自由
- 一致性, 一致性, 及时性与完整性
- 跨越不同数据库, 领导者失效：故障切换, 保持系统同步, 从同一事件日志中派生多个视图, 衍生数据与分布式事务
- 因果一致性, 一致前缀读, 不同拓扑的问题, 排序事件以捕获因果关系
- 一致前缀读, 一致前缀读-一致前缀读
- 一致的快照, 设置新的副本, 快照隔离与可重复读-快照隔离、可重复读和命名混淆, 用于全局快照的同步时钟, 初始快照, 创建索引
- 崩溃恢复, 使 B 树可靠
- enforcing constraints（见 constraints）
- 最终, 复制延迟的问题
- in ACID transactions, 一致性, 面对软件缺陷时维护完整性
- 在 CAP 定理中, CAP 定理
- 领袖选举, 共识的微妙之处
- 微服务, 分布式系统的问题
- 线性一致性, 复制延迟的解决方案, 线性一致性-线性一致性与网络延迟
- 含义, 一致性
- 单调读, 单调读-单调读
- 二级索引的, 多对象事务的需求, 索引与快照隔离, 理解数据流, 创建索引
- 写后读, 读己之写-读己之写
- strong（见 线性一致性）
- 及时性和完整性, 及时性与完整性
- 使用法定人数, 仲裁一致性的局限, 线性一致性与仲裁
- 一致性哈希, 一致性哈希
- 一致前缀读, 一致前缀读
- 约束（数据库）, 一致性, 写偏差的特征
- Consul（协调服务）, 协调服务
- 消费者（信息流）, 消息代理, 传递事件流
- 背压, 消息传递系统
- 消费者群体, 多个消费者
- 消费者在日志中的偏移量, 消费者偏移量
- 失败, 确认应答与重新传递, 消费者偏移量
- 扇出, 时间线的物化与更新, 多个消费者, 日志与传统消息传递的比较
- 负载平衡, 多个消费者, 日志与传统消息传递的比较
- 未与生产者保持同步, 消息传递系统, 磁盘空间使用, 让分拆行得通
- content models (JSON Schema), JSON 模式
- 争用
- 上下文切换, 延迟与响应时间, 进程暂停
- 收敛, 自动冲突解决-CRDT 与操作变换
- 协调
- 避免, 避免协调的数据系统
- 跨数据中心, 全序的局限
- 跨区域, 跨地域运行
- 跨分片排序, 分片, 用于全局快照的同步时钟, 使用共享日志, 多分片请求处理
- 将请求路由到分片, 请求路由
- 服务, 锁定与领导者选举, 协调服务-服务发现
- 协调者, 两阶段提交（2PC）
- 写时复制（B 树）, B 树变体, 索引与快照隔离
- 公共对象请求代理体系结构, 远程过程调用（RPC）的问题
- coronal mass ejection（见 solar storm）
- 正确性
- 可审计性, 信任但验证-可审计数据系统的工具
- 拜占庭容错, 拜占庭故障
- 处理部分失败, 故障与部分失效
- 在基于日志的系统中, 强制约束-多分片请求处理
- 系统模型中的算法, 定义算法的正确性
- 生成数据, 为可审计性而设计
- 不可变数据, 不可变事件的优点
- 个人资料, 责任与问责, 隐私与数据使用
- 时间, 不同拓扑的问题, 时钟同步和准确性-用于全局快照的同步时钟
- 事务, 一致性, 追求正确性, 面对软件缺陷时维护完整性
- 及时性和完整性, 及时性与完整性-避免协调的数据系统
- 数据损坏
- 检测, 端到端原则, 不要盲信承诺-可审计数据系统的工具
- 由于病态内存访问, 硬件与软件故障
- 辐射所致, 拜占庭故障
- 由于脑裂, 领导者失效：故障切换, 分布式锁和租约
- 由于事务隔离薄弱, 弱隔离级别
- 完整性作为不存在, 及时性与完整性
- 网络包, 弱形式的谎言
- 磁盘, 持久性
- 用预写日志预防, 使 B 树可靠
- 从中恢复, 批处理, 不可变事件的优点
- 余弦相似性（语义搜索）, 向量嵌入
- Couchbase（数据库）
- CouchDB（数据库）
- 耦合（松紧）, 可演化性：让变化更容易
- 覆盖索引, 在索引中存储值
- CozoDB（数据库）, Datalog：递归关系查询
- CPUs
- 崩溃停止故障与崩溃恢复故障, 系统模型与现实
- CRDTs（见 conflict-free replicated datatypes）
- CREATE INDEX statement (SQL), 多列索引与二级索引, 创建索引
- 信用评级机构, 责任与问责
- 密码学粉碎, 事件溯源与 CQRS, 不变性的局限
- 加密货币, 总结
- 密码学
- CSV (comma-separated values), OLTP 系统的存储与索引, JSON、XML 及其二进制变体
- Curator (ZooKeeper recipes), 锁定与领导者选举, 将工作分配给节点
- Cypher（查询语言）, Cypher 查询语言
D
- Daft（处理框架）
- Dagster（工作流调度器）, 持久化执行与工作流, 批处理, 工作流调度
- 仪表板（业务情报）, 事务处理与分析的特征
- Dask（处理框架）, 数据框、矩阵与数组
- 数据目录, 云数据仓库
- 数据连接器, 数据仓库
- 数据合同, 提取—转换—加载（ETL）
- data corruption（见 corruption of data）
- 多维数据集, 物化视图与多维数据集
- 数据工程, 分析型与事务型系统
- 数据编织, 提取—转换—加载（ETL）
- data formats（见 编码）
- 数据基础设施, 数据系统架构中的权衡
- 数据集成, 数据集成-统一批处理与流处理, 本章小结
- 数据湖, 从数据仓库到数据湖
- data locality（见 局部性）
- 数据网格, 提取—转换—加载（ETL）
- 数据最小化, 数据系统、法律与社会, 立法与自律
- 数据模型, 数据模型与查询语言-总结
- 数据管道, 从数据仓库到数据湖, 记录系统与衍生数据, 提取—转换—加载（ETL）
- 数据产品, 超越数据湖
- data protection regulations（见 GDPR）
- 数据驻留法律, 分布式与单节点系统, 面向多租户的分片
- 数据科学, 分析型与事务型系统, 从数据仓库到数据湖
- 数据孤岛, 数据仓库
- 数据系统
- 正确性、约束与完整性, 追求正确性-可审计数据系统的工具
- 数据集成, 数据集成-统一批处理与流处理
- 使用目标, 数据系统架构中的权衡
- 异构, 保持同步, 保持系统同步
- 可维护性, 可维护性-可演化性：让变化更容易
- 可能的错误, 事务
- 可靠性, 可靠性与容错-人类与可靠性
- 可伸缩性, 可伸缩性-可伸缩性原则
- 分拆数据库, 分拆数据库-多分片数据处理
- 不可靠的时钟, 不可靠的时钟-限制垃圾回收的影响
- 数据仓库, 数据仓库, 术语表
- 数据密集型应用, 数据系统架构中的权衡
- 数据库管理员, 云时代的运维
- 内部分布式事务, 跨不同系统的分布式事务, 数据库内部的分布式事务, 再谈原子提交
- 数据库
- 数据中心
- 数据流动, 数据流的模式-分布式 actor 框架, 围绕数据流设计应用-流处理器与服务
- DataFrames, 数据框、矩阵与数组
- DataFusion（查询引擎）, 云数据仓库
- Datalog（查询语言）, Datalog：递归关系查询-Datalog：递归关系查询
- Datastream（变更数据捕获）, 变更流的 API 支持
- 数据类型
- Datensparsamkeit, 数据系统、法律与社会
- Datomic（数据库）
- Daylight Saving Time (DST), 日历时钟
- Db2（数据库）
- DBA (database administrator), 云时代的运维
- 死锁, 显式锁定
- Debezium（变化数据捕获）, 变更数据捕获的实现
- 声明语言, 数据模型与查询语言, 术语表
- DeepSeek
- 延迟
- 删除数据, 不变性的局限
- Delta Lake（表格式）, 构建和合并 SSTable, 云数据仓库
- 非军事区（联网）, 对外提供衍生数据
- 反规范化（数据表示）, 规范化、反规范化与连接-多对一与多对多关系, 术语表
- 衍生数据, 记录系统与衍生数据, 流处理, 术语表
- 设计模式, 简单性：管理复杂度
- 确定性操作, 存储过程的利弊, 故障与部分失效, 术语表
- 与幂等性, 幂等性, 理解数据流
- 计算衍生数据, 维护衍生状态, 数据流系统的正确性, 为可审计性而设计
- 在事件溯源中, 事件溯源与 CQRS
- 状态机复制, 使用共享日志, 数据库与流
- 基于语句的复制, 基于语句的复制
- 测试中, 确定性模拟测试
- 连接, 连接的时间依赖性
- 使代码确定性, 确定性模拟测试
- 概览, 确定性模拟测试
- 确定性模拟测试（DST）, 确定性模拟测试
- DevOps, 云时代的运维
- 维度表, 星型与雪花型：分析模式
- dimensional modeling（见 star schemas）
- directed acyclic graphs (DAG)
- 脏读, 没有脏读
- 脏写（事务隔离）, 没有脏写
- 解耦
- discord（分组聊天）
- 歧视, 偏见与歧视
- disks（见 hard disks）
- 分布式行为者框架, 分布式 actor 框架
- 分布式文件系统, 分布式文件系统-分布式文件系统
- 分布式账本, 总结
- 分布式系统, 分布式系统的麻烦-总结, 术语表
- 拜占庭故障, 拜占庭故障-弱形式的谎言
- 检测网络故障, 故障检测
- 故障与部分失效, 故障与部分失效
- 共识的形式化, 单值共识
- 不可能性结果, CAP 定理, 共识
- 故障切换的问题, 领导者失效：故障切换
- multi-region（见 regions (geographic distribution)）
- 网络问题, 不可靠的网络-我们不能简单地让网络延迟可预测吗？
- 问题, 分布式系统的问题
- 法定人数,依赖, 多数派原则
- 使用原因, 分布式与单节点系统, 复制
- 同步时钟, 依赖, 对同步时钟的依赖-用于全局快照的同步时钟
- 系统模型, 系统模型与现实-确定性模拟测试
- 使用时钟和时间, 不可靠的时钟
- distributed transactions（见 transactions）
- Django（网络框架）, 处理错误和中止
- DMZ (demilitarized zone), 对外提供衍生数据
- DNS (Domain Name System), 请求路由, 服务发现
- Docker（容器管理器）, 分离应用代码与状态
- 文档数据模型, 关系模型与文档模型-文档和关系数据库的融合
- document-partitioned indexes（见 local secondary indexes）
- 领域驱动设计, 简单性：管理复杂度, 事件溯源与 CQRS
- 点化版本向量, 版本向量
- 复式簿记, 总结
- DRBD (Distributed Replicated Block Device), 单主复制
- 漂移（时钟）, 时钟同步和准确性
- Druid（数据库）, 事务处理与分析的特征, 列式存储, 从同一事件日志中派生多个视图
- Dryad（数据流引擎）, 数据流引擎
- 双写、 问题, 保持系统同步
- DuckDB（数据库）, 分布式系统的问题, 压实策略
- 减少重复,消除, 抑制重复
- 持久性, 使 B 树可靠, 持久性, 术语表
- 持久执行, 持久化执行与工作流
- 依赖确定性, 确定性模拟测试
- Restate（见 Restate (workflow engine)）
- Temporal（见 Temporal (workflow engine)）
- durable functions（见 workflow engines）
- 时长（时间）, 不可靠的时钟
- 动态类型语言
- Dynamo（数据库）, 无主复制
- Dynamo-style databases（见 leaderless replication）
- DynamoDB（数据库）
E
- EBS（虚拟块设备）, 存储与计算的分离
- ECC（见 error-correcting codes）
- EDB Postgres Distributed（数据库）, 跨地域运行
- 边（图）, 图数据模型
- 编辑距离（全文搜索）, 全文检索
- 等效一次语义, 容错, 恰好一次执行操作
- Elastic Compute Cloud (EC2)
- 弹性, 分布式与单节点系统
- Elasticsearch（搜索服务器）
- Elm（编程语言）, 端到端事件流
- ELT (extract-load-transform), 数据仓库
- 易并行（算法）
- 嵌入式存储引擎, 压实策略
- 嵌入（向量）, 向量嵌入
- 编码（数据格式）, 编码与演化-模式的优点
- Avro, Avro-动态生成的模式
- binary variants of JSON and XML, 二进制编码
- 兼容性, 编码与演化
- 定义, 编码数据的格式
- JSON, XML, and CSV, JSON、XML 及其二进制变体
- 语言特定格式, 特定语言的格式
- 模式的优点, 模式的优点
- Protocol Buffers, Protocol Buffers-字段标签与模式演化
- 数据说明, 编码数据的格式
- 端到端原则, 端到端原则-在数据系统中应用端到端思维
- 流扩充, 流表连接（流扩充）
- Enterprise JavaBeans (EJB), 远程过程调用（RPC）的问题
- 企业软件, 数据系统架构中的权衡
- entities（见 vertices）
- 临时存储, 存储与计算的分离
- 纪元（共识算法）, 从单主复制到共识
- 纪元（Unix 时间戳）, 日历时钟
- 纠删码（错误校正）, 分布式文件系统
- 错误处理
- 纠错码, 硬件与软件故障, 分布式文件系统
- Esper (CEP engine), 复合事件处理
- 基本复杂性, 简单性：管理复杂度
- etcd（协调服务）, 协调服务-服务发现
- 以太坊（区块链）, 可审计数据系统的工具
- 以太网（网络）, 云计算与超级计算, 不可靠的网络, 我们不能简单地让网络延迟可预测吗？
- 道德操守, 做正确的事情-立法与自律
- ETL, 数据仓库, 保持系统同步, 术语表
- 欧几利得距离（语义搜索）, 向量嵌入
- European Union
- AI Act（见 AI Act）
- GDPR（见 GDPR）
- 事件溯源, 事件溯源与 CQRS-事件溯源与 CQRS
- event streams（见 streams）
- 事件驱动的架构, 事件驱动的架构-分布式 actor 框架
- 事件, 传递事件流
- 决定总顺序, 全序的局限
- 从事件日志衍生视图, 从同一事件日志中派生多个视图
- 事件时间与处理时间, 事件时间与处理时间, 微批处理与检查点, 统一批处理与流处理
- 不可改变的优点, 不可变事件的优点, 为可审计性而设计
- 排序以捕获因果关系, 排序事件以捕获因果关系
- 读取也是事件, 读也是事件
- 滞留事件, 处理滞留事件
- 流处理中的时间戳, 你用的是谁的时钟？
- EventSource (browser API), 将状态变更推送给客户端
- EventStoreDB（数据库）, 事件溯源与 CQRS
- 最终一致性, 复制, 复制延迟的问题, 安全性与活性
- 证据
- 可演化性, 可演化性：让变化更容易, 编码与演化
- 调用服务, RPC 的数据编码与演化
- 事件溯源, 事件溯源与 CQRS
- 图表结构数据, 属性图
- 数据库, 文档模型中的模式灵活性, 流经数据库的数据流-归档存储, 从同一事件日志中派生多个视图, 为应用演化而重新处理数据
- 重新处理数据, 为应用演化而重新处理数据, 统一批处理与流处理
- Avro 中的模式演化, 写入者模式与读取者模式
- Protocol Buffers 中的模式演化, 字段标签与模式演化
- 读时模式, 文档模型中的模式灵活性, 编码与演化, 模式的优点
- 恰好一次语义, 恰好一次消息处理, 再谈恰好一次消息处理, 容错, 恰好一次执行操作
- 独占模式, 两阶段锁定的实现
- 指数退避, 描述性能, 处理错误和中止
- ext4 (file system), 分布式文件系统
- eXtended Architecture transactions（见 XA 事务）
- ETL（见 提取-转换-加载（ETL））
F
- 脸书
- 事实
- 慢故障, 系统模型与现实
- 失败停止模式, 系统模型与现实
- 故障切换, 领导者失效：故障切换, 术语表
- 失败
- Faiss（向量索引）, 向量嵌入
- 假阳性（Bloom 过滤器）, 布隆过滤器
- 扇出, 时间线的物化与更新, 多个消费者
- 故障注入, 容错, 实践中的网络故障, 故障注入
- 故障隔离, 面向多租户的分片
- 容错, 可靠性与容错-人类与可靠性, 术语表
- 共识中的形式化, 单值共识
- 容忍人为失误, 批处理
- 分批处理, 故障处理
- 在基于日志的系统中, 在数据系统中应用端到端思维, 及时性与完整性-数据流系统的正确性
- 在流处理中, 容错-失败后重建状态
- 分布式事务, XA 事务-再谈恰好一次消息处理
- 基于领导者的复制与无主复制, 单主与无主复制的性能
- 事务原子性, 原子性, 分布式事务-恰好一次消息处理
- 故障
- 特征工程（机器学习）, 从数据仓库到数据湖
- 联邦数据库, 一切的元数据库
- Feldera（数据库）
- 栅栏（CPU 指令）, 线性一致性与网络延迟
- 栅栏机制（防止脑裂）, 领导者失效：故障切换, 用栅栏机制隔离僵尸与延迟请求-多副本隔离
- 获取并增加
- 光纤通道（网络）, 分布式文件系统
- 字段标签（Protocol Buffers）, Protocol Buffers-字段标签与模式演化
- Figma （图形软件）, 实时协作、离线优先和本地优先应用
- filesystem in userspace (FUSE), 设置新的副本, 分布式文件系统
- 财务数据
- Fivetran, 数据仓库
- FizzBee (specification language), 模型检查与规范语言
- 扁平索引（向量索引）, 向量嵌入
- FlatBuffers（数据格式）, 编码数据的格式
- Flink（处理框架）, 批处理, 数据流引擎
- 成本效率, 查询语言
- DataFrames, 数据框、矩阵与数组, 数据框
- 容错, 故障处理, 微批处理与检查点, 失败后重建状态
- FlinkML, 机器学习
- 数据仓库, 云数据仓库
- high availability using ZooKeeper, 协调服务
- 集成批量和流处理, 统一批处理与流处理
- 查询优化器, 查询语言
- 混洗数据, 混洗数据
- 流处理, 流分析
- streaming SQL support, 复合事件处理
- 流量控制, TCP 的局限性, 消息传递系统, 术语表
- FLP result (on consensus), 共识
- Flyte（工作流调度器）, 机器学习
- 追随者, 单主复制, 术语表
- 形式化方法, 形式化方法和随机测试-确定性模拟测试
- 向前兼容性, 编码与演化
- 前进衰变（算法）, 响应时间指标的应用
- Fossil（版本控制系统）, 并发控制
- FoundationDB（数据库）
- 分数索引, 何时使用哪种模型
- 碎片化（B 树）, 磁盘空间使用
- 帧（计算机图形）, 同步引擎的利弊
- 前端 （网页开发）, 数据系统架构中的权衡
- FrostDB（数据库）
- fsync （系统调用）, 使 B 树可靠, 持久性
- 全文检索, 全文检索, 术语表
- Function as a Service (FaaS), 微服务与无服务器
- 函数式编程
- 功能性需求, 定义非功能性需求
- FUSE（见 filesystem in userspace (FUSE)）
- 模糊测试, 形式化方法和随机测试
- fuzzy search（见 similarity search）
G
- Gallina（规范语言）, 模型检查与规范语言
- 游戏开发, 同步引擎的利弊
- 垃圾收集
- 加油站算法定价, 反馈循环
- GDPR (regulation), 数据系统、法律与社会, 不变性的局限
- GenBank (genome database), 总结
- General Data Protection Regulation（见 GDPR (regulation)）
- 基因组分析, 总结
- geographic distribution（见 regions (geographic distribution)）
- 地理空间索引, 多维索引与全文索引
- Git（版本控制系统）, 并发控制
- GitHub, postmortems, 领导者失效：故障切换, 领导者失效：故障切换, 将系统模型映射到现实世界
- 全局二级索引, 全局二级索引, 总结
- globally unique identifiers（见 UUIDs）
- GlusterFS（分布式文件系统）, 批处理, 分布式文件系统, 对象存储
- GNU Coreutils (Linux), 排序与内存聚合
- Go（编程语言）
- GoldenGate (change data capture), 变更数据捕获的实现
- 谷歌
- BigQuery（见 BigQuery（数据库））
- Bigtable（见 Bigtable（数据库））
- Chubby（锁服务）, 协调服务
- Cloud Storage（对象存储）, 设置新的副本, 对象存储
- Compute Engine
- Dataflow（流处理）
- Dataflow（流处理器）, 流分析, 再谈原子提交, 统一批处理与流处理
- Datastream（变更数据捕获）, 变更流的 API 支持
- Docs（协作编辑器）, 实时协作、离线优先和本地优先应用, CRDT 与操作变换
- Dremel（查询引擎）, 列式存储
- Firestore（数据库）, 同步引擎的利弊
- MapReduce (batch processing), 批处理
- Percolator（事务系统）, 实现线性一致的 ID 生成器
- 持久性磁盘（云服务）, 存储与计算的分离
- Pub/Sub（消息系统）, 消息代理, 消息代理与数据库的对比, 使用日志进行消息存储
- 响应时间研究, 平均值、中位数与分位数
- Sheets（协作电子表格）, 实时协作、离线优先和本地优先应用, CRDT 与操作变换
- Spanner（见 Spanner（数据库））
- TrueTime (clock API), 带置信区间的时钟读数
- 流言协议, 请求路由
- 治理, 超越数据湖
- 政府对数据的使用, 数据资产与权力
- GPS (Global Positioning System)
- GPT (language model), 向量嵌入
- GPU (graphics processing unit), 云服务的分层, 分布式与单节点系统
- gradual rollout（见 rolling upgrades）
- GraphQL（查询语言）, GraphQL
- 图, 术语表
- 灰色失效, 系统模型与现实
- Gremlin（图查询语言）, 图数据模型
- grep （Unix 工具）, 简单日志分析
- gRPC (service calls), 微服务与无服务器, Web 服务
- GUIDs（见 UUIDs）
H
- Hadoop（数据基础设施）
- 比较分布式数据库, 批处理
- MapReduce（见 MapReduce）
- NodeManager, 分布式作业编排
- YARN（见 YARN (job scheduler)）
- HANA（见 SAP HANA（数据库））
- 先发生关系, “先发生"关系与并发
- 硬盘
- 硬件故障, 硬件与软件故障
- 散列函数
- 哈希连接
- 哈希分片, 按键的哈希分片-一致性哈希, 总结
- 散列表格, 日志结构存储
- Hazelcast（内存数据网格）
- HBase（数据库）
- HDFS (Hadoop Distributed File System), 批处理, 分布式文件系统
- HdrHistogram (numerical library), 响应时间指标的应用
- head（Unix 工具）, 简单日志分析, 分布式作业编排
- 头部顶点（属性图）, 属性图
- 队头阻塞, 延迟与响应时间
- 堆文件（数据库）, 在索引中存储值
- 热度管理, 倾斜的工作负载与缓解热点
- 对冲请求, 单主与无主复制的性能
- 异构分布式事务, 跨不同系统的分布式事务, XA 事务的问题
- 启发式决策, 从协调者失效中恢复
- Hex（笔记本）, 机器学习
- 六边形
- Hibernate（对象关系映射器）, 对象关系映射（ORM）
- 层次模型, 关系模型与文档模型
- 分层可导航小世界（向量索引）, 向量嵌入
- hierarchical queries（见 recursive common table expressions）
- high availability（见 fault tolerance）
- 高频交易, 时钟同步和准确性
- high-performance computing (HPC), 云计算与超级计算
- 提示移交, 追赶错过的写入
- 直方图, 响应时间指标的应用
- Hive（数据仓库）, 云数据仓库
- HNSW (vector index), 向量嵌入
- 跳跃窗口（流处理）, 窗口的类型
- Hoptimator（查询引擎）, 一切的元数据库
- Horizon 丑闻, 人类与可靠性
- 水平伸缩（见 向外伸缩）
- HornetQ（消息系统）, 消息代理, 消息代理与数据库的对比
- 热键, 键值数据的分片
- 热点, 键值数据的分片
- 热备（见 基于领导者的复制）
- HTAP（见 hybrid transactional/analytic processing）
- HTTP, use in APIs（见 services）
- 人类错误, 人类与可靠性, 实践中的网络故障, 批处理
- 混合逻辑时钟, 混合逻辑时钟
- 混合事务/分析处理, 数据仓库, 分析型数据存储
- hydrating IDs (join), 社交网络案例研究中的反规范化
- 超图, 属性图
- HyperLogLog (algorithm), 流分析
I
- I/O operations, waiting for, 进程暂停
- IaaS（见 infrastructure as a service (IaaS)）
- IBM
- Iceberg（表格式）, 云数据仓库
- 幂等性, 远程过程调用（RPC）的问题, 幂等性, 术语表
- 不可改变性
- 好处, 不可变事件的优点, 为可审计性而设计
- 和清除的权利, 数据系统、法律与社会, 磁盘空间使用
- 通过密码学粉碎删除数据, 事件溯源与 CQRS, 不变性的局限
- 从事件日志衍生状态, 状态、流和不变性-不变性的局限
- 崩溃恢复, 构建和合并 SSTable
- 在B树上, B 树变体, 索引与快照隔离
- 在事件溯源中, 事件溯源与 CQRS, 变更数据捕获与事件溯源
- 限制, 并发控制
- 阻抗不匹配, 对象关系不匹配
- 存疑, 协调者失效
- 内存数据库, 全内存存储
- 事件
- 导致错误定罪的会计软件错误, 人类与可靠性
- 无责复盘, 人类与可靠性
- 闰秒导致的崩溃, 时钟同步和准确性
- 并发缺陷导致的数据损坏与经济损失, 弱隔离级别
- 硬盘上的数据损坏, 持久性
- 最后写入者胜导致的数据丢失, 用于事件排序的时间戳
- 磁盘上无法读取的数据, 将系统模型映射到现实世界
- 由于主键复用而泄露敏感数据, 领导者失效：故障切换
- 事务可串行化中的错误, 面对软件缺陷时维护完整性
- gigabit network interface with 1 Kb/s throughput, 系统模型与现实
- 闰秒导致的崩溃, 软件故障
- 网络故障, 实践中的网络故障
- 网络接口只丢弃入站数据包, 实践中的网络故障
- 网络分区和全数据中心故障, 故障与部分失效
- 网络故障处理不当, 实践中的网络故障
- 向前伴侣发送消息, 排序事件以捕获因果关系
- 咬海底电缆的鲨鱼, 实践中的网络故障
- split brain due to 1-minute packet delay, 领导者失效：故障切换, 实践中的网络故障
- SSD failure after 32,768 hours, 软件故障
- 线程争用导致服务停机, 进程暂停
- 服务器架中的振动, 延迟与响应时间
- 违反唯一性约束, 面对软件缺陷时维护完整性
- incremental view maintenance (IVM), 维护物化视图
- 索引, OLTP 系统的存储与索引, 术语表
- 并快照隔离, 索引与快照隔离
- 作为衍生数据, 记录系统与衍生数据, 组合使用数据存储技术-分拆式系统与集成式系统
- B树, B 树-B 树变体
- 聚簇, 在索引中存储值
- comparison of B-trees and LSM-trees, 比较 B 树与 LSM 树-磁盘空间使用
- 覆盖（包含列）, 在索引中存储值
- 创建, 创建索引
- 全文检索, 全文检索
- 地理空间, 多维索引与全文索引
- 索引范围锁定, 索引范围锁
- 多列（拼接）, 多维索引与全文索引
- 二级, 多列索引与二级索引
- 分片与二级索引, 分片与二级索引-全局二级索引, 总结
- 稀疏, SSTable 文件格式
- SSTable 与 LSM 树, SSTable 文件格式-压实策略
- 数据变化时更新, 保持系统同步, 维护物化视图
- Industrial Revolution, 回顾工业革命
- InfiniBand (networks), 我们不能简单地让网络延迟可预测吗？
- InfluxDB IOx (storage engine), 列式存储
- 信息检索（见 全文检索）
- infrastructure as a service (IaaS), 云服务与自托管, 云服务的分层
- InnoDB (storage engine)
- 实例（云计算）, 云服务的分层
- 集成不同的数据系统（见 数据集成）
- 完整性, 及时性与完整性
- Interface Definition Language (IDL), Protocol Buffers, Avro, Web 服务
- 不变式, 一致性
- 反向文件索引（向量索引）, 向量嵌入
- 倒转索引, 全文检索
- 不可逆转,尽量减少, 可演化性：让变化更容易, 事件溯源与 CQRS, 批处理
- ISDN (Integrated Services Digital Network), 同步网络与异步网络
- 隔离（操作系统）
- 隔离性（事务）, 隔离性, 单对象与多对象操作, 术语表
- IVF (vector index), 向量嵌入
J
- Java 数据库连接（JDBC）
- Java Enterprise Edition (EE), 远程过程调用（RPC）的问题, 两阶段提交（2PC）, XA 事务
- Java Message Service (JMS), 消息代理与数据库的对比
- Java Transaction API (JTA), 两阶段提交（2PC）, XA 事务
- Java Virtual Machine (JVM)
- Jena (RDF framework), RDF 数据模型
- Jepsen（容错测试）, 故障注入, 追求正确性
- 抖动（网络延迟）, 平均值、中位数与分位数, 网络拥塞与排队
- JMESPath（查询语言）, 查询语言
- 连接表, 多对一与多对多关系, 属性图
- 连接, 术语表
- 作为关系运算符表示, 查询语言
- handling GraphQL query, GraphQL
- 应用程序代码, 规范化、反规范化与连接, 社交网络案例研究中的反规范化
- in DataFrames, 数据框、矩阵与数组
- 关系数据库和文档数据库, 规范化、反规范化与连接
- 二级索引与, 多列索引与二级索引
- 排序合并连接, JOIN 与 GROUP BY
- 流连接, 流连接-连接的时间依赖性
- 文档数据库中的支持, 文档和关系数据库的融合
- JOTM (transaction coordinator), 两阶段提交（2PC）
- 日志记录（文件系统）, 使 B 树可靠
- JSON
- 聚合管道（查询语言）, 文档的查询语言
- Avro 模式表示, Avro
- 二进制变体, 二进制编码
- 数据局部性, 读写的数据局部性
- 文档数据模型, 关系模型与文档模型
- 应用数据的问题, JSON、XML 及其二进制变体
- GraphQL response, GraphQL
- 关系数据库, 文档模型中的模式灵活性
- 表示简历（例）, 用于一对多关系的文档数据模型
- 模式, JSON 模式
- JSON-LD, 三元组存储与 SPARQL
- JsonPath（查询语言）, 查询语言
- JuiceFS（分布式文件系统）, 分布式文件系统, 对象存储
- Jupyter（笔记本）, 机器学习
- just-in-time (JIT) compilation, 查询执行：编译与向量化
K
- Kafka（消息系统）, 消息代理, 使用日志进行消息存储
- 消费者群体, 多个消费者
- 数据整合, 分拆式系统与集成式系统
- 用于事件溯源, 事件溯源与 CQRS
- Kafka Connect（数据库整合）, 变更数据捕获的实现, 变更流的 API 支持, 从同一事件日志中派生多个视图
- Kafka Streams（流处理器）, 流分析, 维护物化视图
- ksqlDB (stream database), 维护物化视图
- 基于领导者的复制, 单主复制
- 日志压实, 日志压实, 维护物化视图
- 消息偏移量, 使用日志进行消息存储, 幂等性
- 分片, 分片
- 请求路由, 请求路由
- 模式注册表, 但什么是写入者模式？
- 对外提供衍生数据, 对外提供衍生数据
- 分层存储, 磁盘空间使用
- 事务, 数据库内部的分布式事务, 再谈原子提交
- 非干净领导者选举, 共识的微妙之处
- 使用模型检查, 模型检查与规范语言
- kappa 架构, 统一批处理与流处理
- 键值存储, OLTP 系统的存储与索引
- Kinesis（消息系统）, 消息代理, 使用日志进行消息存储
- Kryo (Java), 特定语言的格式
- ksqlDB (stream database), 维护物化视图
- Kubernetes（集群管理器）, 云服务与自托管, 微服务与无服务器, 分布式作业编排, 分离应用代码与状态
- KùzuDB (database), 分布式系统的问题, 图数据模型
L
- labeled property graphs（见 property graphs）
- Lambda 架构, 统一批处理与流处理
- Lamport 时间戳, Lamport 时间戳
- Lance（数据格式）, 云数据仓库, 列式存储
- （另见 column-oriented storage）
- large language models (LLMs)
- 最后写入者胜（LWW）, 最后写入者胜（丢弃并发写入）, 检测并发写入, 实现线性一致性系统
- 延迟, 延迟与响应时间
- law（见 legal matters）
- 分层（云服务）, 云服务的分层
- 基于领导者的复制, 单主复制-逻辑（基于行）日志复制
- （另见 复制）
- 故障切换, 领导者失效：故障切换, 分布式锁和租约
- 处理节点故障, 处理节点故障
- 实施复制日志
- 操作的线性一致性, 实现线性一致性系统
- 锁定和领导者选举, 锁定与领导者选举
- 日志序列号, 设置新的副本, 消费者偏移量
- 读伸缩架构, 复制延迟的问题, 单主与无主复制的性能
- 与共识的关系, 共识, 从单主复制到共识, 共识的利弊
- 设立新的追随者, 设置新的副本
- 同步与异步的对比, 同步复制与异步复制-同步复制与异步复制
- 无领导复制, 无主复制-版本向量
- 闰秒, 软件故障, 时钟同步和准确性
- 租赁, 进程暂停
- 分类账（会计）, 总结
- 遗留系统,维护, 可维护性
- 法律事项, 数据系统、法律与社会-数据系统、法律与社会
- legitimate interest (GDPR), 同意与选择自由
- 分级压实, 压实策略, 磁盘空间使用
- Levenshtein 自动机, 全文检索
- 跛脚（部分失败）, 系统模型与现实
- Linear（项目管理软件）, 实时协作、离线优先和本地优先应用
- 线性代数, 数据框、矩阵与数组
- 线性可伸缩性, 描述负载
- 线性一致性, 复制延迟的解决方案, 线性一致性-线性一致性与网络延迟, 术语表
- 链接数据, 三元组存储与 SPARQL
- LinkedIn
- Linux 闰秒缺陷, 软件故障, 时钟同步和准确性
- Litestream （备份工具）, 设置新的副本
- 活性属性, 安全性与活性
- LLVM (compiler), 查询执行：编译与向量化
- LMDB (storage engine), 压实策略, B 树变体, 索引与快照隔离
- 负载
- 负载均衡, 描述性能, 负载均衡器、服务发现和服务网格
- 负载卸除, 描述性能
- 本地二级索引, 本地二级索引, 总结
- 本地优先软件, 实时协作、离线优先和本地优先应用
- 局部性, 用于一对多关系的文档数据模型, 读写的数据局部性, 术语表
- 位置透明性, 远程过程调用（RPC）的问题
- 锁定, 云服务的利弊
- 锁, 术语表
- 死锁, 显式锁定, 两阶段锁定的实现
- 分布式锁定, 分布式锁和租约-多副本隔离, 锁定与领导者选举
- 用于事务隔离
- 在快照隔离中, 多版本并发控制（MVCC）
- in two-phase locking (2PL), 两阶段锁定（2PL）-索引范围锁
- 使操作原子化, 原子写操作
- 性能, 两阶段锁定的性能
- 防止脏写, 实现读已提交
- 用索引范围锁防止幻读, 索引范围锁, 检测影响先前读取的写入
- 读取锁（共享模式）, 实现读已提交, 两阶段锁定的实现
- 共享模式和专属模式, 两阶段锁定的实现
- 分布式事务
- 用锁物化冲突, 物化冲突
- 通过显式锁定防止丢失更新, 显式锁定
- 日志序列号, 设置新的副本, 消费者偏移量
- 逻辑时钟, 用于事件排序的时间戳, ID 生成器和逻辑时钟-使用逻辑时钟强制约束, 排序事件以捕获因果关系
- 逻辑复制, 逻辑（基于行）日志复制
- LogicBlox（数据库）, Datalog：递归关系查询
- 日志（数据结构）, OLTP 系统的存储与索引, 共享日志作为共识, 术语表
- （另见 shared logs）
- 不可变性的优点, 不可变事件的优点
- 与删除权的关系, 数据系统、法律与社会, 磁盘空间使用
- 压实（Compaction）, 构建和合并 SSTable, 压实策略, 日志压实, 状态、流和不变性
- 实现唯一性约束, 基于日志的消息传递中的唯一性
- 基于日志的消息传递, 基于日志的消息代理-重播旧消息
- 日志结构存储, OLTP 系统的存储与索引-压实策略
- log-structured merge tree（见 LSM-trees）
- 与共识的关系, 共享日志作为共识
- 复制, 单主复制, 复制日志的实现-逻辑（基于行）日志复制
- 伸缩性限制, 全序的局限
- Looker（商业智能软件）, 事务处理与分析的特征, 分析
- 松耦合, 让分拆行得通
- lost updates（见 updates）
- Lotus Notes（同步引擎）, 同步引擎的利弊
- LSM-trees (indexes), SSTable 文件格式-压实策略
- Lucene（存储引擎）, 全文检索
- LWW（见最后写入者胜）
M
- 机器学习
- 批量推理, 机器学习
- data preparation with DataFrames, 数据框、矩阵与数组
- 删除训练数据, 数据系统、法律与社会
- 部署数据产品, 超越数据湖
- 道德考虑, 预测分析
- 特征工程, 从数据仓库到数据湖, 机器学习
- 分析系统, 分析型与事务型系统
- 迭代处理, 机器学习
- LLMs（见 large language models (LLMs)）
- 从训练数据衍生的模型, 应用代码作为衍生函数
- 与批处理的关系, 机器学习-机器学习
- 使用数据湖, 从数据仓库到数据湖
- using GPUs, 云服务的分层, 分布式与单节点系统
- 使用矩阵, 数据框、矩阵与数组
- madsim（确定性模拟测试）, 确定性模拟测试
- 万金油, 可伸缩性原则
- 可维护性, 可维护性-可演化性：让变化更容易, 流式系统的哲学
- 多对多关系, 多对一与多对多关系
- 多对一关系, 多对一与多对多关系
- MapReduce (batch processing), 批处理, MapReduce-MapReduce
- 编组（见 编码）
- MartenDB（数据库）, 事件溯源与 CQRS
- 主从复制（过时术语）, 单主复制
- 物化, 术语表
- Materialize（数据库）, 物化视图与多维数据集
- 矩阵, 数据框、矩阵与数组
- Maxwell（变更数据捕获）, 变更数据捕获的实现
- 均值, 平均值、中位数与分位数
- 媒体监测, 在流上搜索
- 中位数, 平均值、中位数与分位数
- 会议室预订（例）, 写偏差的更多例子, 谓词锁, 强制约束
- Memcached（缓存服务器）, 全内存存储
- Memgraph（数据库）, 图数据模型
- 内存
- 内存表, 构建和合并 SSTable
- Mercurial（版本控制系统）, 并发控制
- merge（DataFrame 算子）, 数据框、矩阵与数组
- 合并排序的文件, 构建和合并 SSTable, 混洗数据
- 默克尔树, 可审计数据系统的工具
- Mesos（集群管理器）, 分离应用代码与状态
- message brokers（见 messaging systems）
- message-passing（见 event-driven architecture）
- MessagePack (encoding format), 二进制编码
- 消息传递系统, 流处理-重播旧消息
- （另见 streams）
- 背压、缓冲或丢弃消息, 消息传递系统
- 无代理的消息传递, 直接从生产者传递给消费者
- 事件日志, 基于日志的消息代理-重播旧消息
- 恰好一次语义, 恰好一次消息处理, 再谈恰好一次消息处理, 容错
- 消息代理, 消息代理-确认应答与重新传递
- 消息丢失, 消息传递系统
- 可靠性, 消息传递系统
- 基于日志的消息传递中的唯一性, 基于日志的消息传递中的唯一性
- 亚稳态故障, 描述性能
- 计量计费
- 微批处理, 微批处理与检查点
- 微服务, 微服务与无服务器
- 微软
- Microsoft Power BI（见 Power BI (business intelligence software)）
- 迁移（重写）数据, 文档模型中的模式灵活性, 不同时间写入的不同值, 从同一事件日志中派生多个视图, 为应用演化而重新处理数据
- MinIO（对象存储）, 分布式文件系统
- 移动应用程序, 数据系统架构中的权衡
- 模型检查, 模型检查与规范语言
- 取模运算符（%）, 哈希取模节点数
- Mojo（编程语言）
- MongoDB（数据库）
- 聚合管道, 文档的查询语言
- 原子操作, 原子写操作
- BSON, 读写的数据局部性
- 文档数据模型, 关系模型与文档模型
- 哈希范围分片, 按键的哈希分片, 按哈希范围分片
- 在云中, 云原生系统架构
- 连接支持, 文档和关系数据库的融合
- 连接（$lookup 算子）, 规范化、反规范化与连接
- JSON Schema validation, JSON 模式
- 基于领导者的复制, 单主复制
- ObjectIds, ID 生成器和逻辑时钟
- 基于范围的分片, 按键的范围分片
- 请求路由, 请求路由
- 二级索引, 本地二级索引
- 分片拆分, 再平衡键范围分片数据
- 存储过程, 存储过程的利弊
- 监测, 云时代的运维, 人类与可靠性, 可运维性：让运维更轻松
- 单调时钟, 单调时钟
- 单调读, 单调读
- Morel（查询语言）, 查询语言
- MSMQ（消息系统）, XA 事务
- 多列索引, 多维索引与全文索引
- 多主复制, 多主复制-处理写入冲突
- 多对象事务, 单对象与多对象操作
- Multi-Paxos (consensus algorithm), 共识的实践
- 多读单写锁定, 两阶段锁定的实现
- 多表索引集群表, 读写的数据局部性
- 多版本并发控制, 多版本并发控制（MVCC）, 总结
- 多维数组, 数据框、矩阵与数组
- 多租户, 存储与计算的分离, 网络拥塞与排队
- 互斥, 悲观并发控制与乐观并发控制
- MySQL（数据库）
- archiving WAL to object stores, 设置新的副本
- 二进制日志坐标, 设置新的副本
- 变更数据捕获, 变更数据捕获的实现, 变更流的 API 支持
- 环形复制拓扑, 多主复制拓扑
- 一致的快照, 设置新的副本
- 分布式事务支持, XA 事务
- global transaction identifiers (GTIDs), 设置新的副本
- 在云中, 云原生系统架构
- InnoDB storage engine（见 InnoDB）
- 基于领导者的复制, 单主复制
- 多主复制, 跨地域运行
- 基于行的复制, 逻辑（基于行）日志复制
- 分片（见 Vitess（数据库））
- 快照隔离支持, 快照隔离、可重复读和命名混淆
- 基于语句的复制, 基于语句的复制
N
- N+1 query problem, 对象关系映射（ORM）
- nanomsg（消息传递库）, 直接从生产者传递给消费者
- Narayana（事务协调者）, 两阶段提交（2PC）
- NATS（消息系统）, 消息代理
- 自然语言处理, 从数据仓库到数据湖
- Neo4j（数据库）
- Neon（数据库）, 设置新的副本
- Nephele（数据流引擎）, 数据流引擎
- Neptune（图数据库）, 图数据模型
- 网络代码（netcode，游戏开发）, 同步引擎的利弊
- Network Attached Storage (NAS), 共享内存、共享磁盘与无共享架构, 分布式文件系统
- 网络模型（数据表示）, 关系模型与文档模型
- Network Time Protocol（见 网络时间协议）
- 网络
- NewSQL, 关系模型与文档模型, 复制延迟的解决方案
- 临键锁定（next-key locking）, 索引范围锁
- NFS (network file system), 分布式文件系统
- Nimble（数据格式）, 云数据仓库, 列式存储
- （另见 column-oriented storage）
- node (in graphs)（见 vertices）
- 节点（进程）, 分布式与单节点系统, 术语表
- 吵闹的邻居, 网络拥塞与排队
- 非阻塞原子提交, 三阶段提交
- 非确定性操作, 基于语句的复制
- 非功能性需求, 定义非功能性需求, 总结
- 不可重复读, 快照隔离与可重复读
- 规范化, 规范化、反规范化与连接-多对一与多对多关系, 术语表
- NoSQL, 关系模型与文档模型, 复制延迟的解决方案, 分拆数据库
- Notation3 (N3), 三元组存储与 SPARQL
- NTP（网络时间协议）, 不可靠的时钟
- XML 与 JSON 编码中的数字, JSON、XML 及其二进制变体
- NumPy (Python library), 数据框、矩阵与数组, 列式存储
- NVMe (Non-Volatile Memory Express)（见 solid state drives (SSDs)）
O
- 对象数据库, 关系模型与文档模型
- 对象存储, 云服务的分层, 对象存储-对象存储
- Azure Blob Storage（见 Azure Blob Storage）
- 比较分布式文件系统, 对象存储
- 与键值存储的比较, 对象存储
- 以对象存储为支撑的数据库, 设置新的副本
- 备份, 复制
- 用于云数据仓库, 云数据仓库, 写入列式存储
- 数据库复制, 设置新的副本
- Google Cloud Storage（见 Google Cloud Storage）
- 对象大小, 存储与计算的分离
- S3（见 S3（对象存储））
- storing LSM segment files, 构建和合并 SSTable
- 对栅栏机制的支持, 用栅栏机制隔离僵尸与延迟请求
- 数据湖中的使用, 从数据仓库到数据湖
- 对象关系映射（ORM）框架, 对象关系映射（ORM）
- 对象关系不匹配, 对象关系不匹配
- 可观测性, 分布式系统的问题, 人类与可靠性, 可运维性：让运维更轻松
- 观察者模式, 分离应用代码与状态
- OBT (one big table), 星型与雪花型：分析模式, 星型与雪花型：分析模式
- 离线系统, 批处理
- 离线优先应用, 实时协作、离线优先和本地优先应用, 有状态、可离线的客户端
- 偏移量
- OLAP, 事务处理与分析的特征, 术语表
- OLTP, 事务处理与分析的特征, 术语表
- 本地部署, 云服务与自托管
- 单一大表（数据仓库模式）, 星型与雪花型：分析模式, 星型与雪花型：分析模式
- 单热编码, 数据框、矩阵与数组
- 一对少量关系, 用于一对多关系的文档数据模型
- 一对多关系, 用于一对多关系的文档数据模型
- 在线系统, 批处理
- 本体, 三元组存储与 SPARQL
- Oozie（工作流调度器）, 批处理
- OpenAPI (service definition format), 微服务与无服务器, Web 服务, Web 服务
- openCypher（见 Cypher（查询语言））
- OpenLink Virtuoso（见 Virtuoso（数据库））
- OpenStack
- 可运维性, 可运维性：让运维更轻松
- 操作系统与数据库, 分拆数据库
- 事务型系统, 分析型与事务型系统
- 操作变换, CRDT 与操作变换
- 运维团队, 云时代的运维
- 算子, 查询执行：编译与向量化
- 乐观并发控制, 悲观并发控制与乐观并发控制
- 乐观锁定, 条件写入（比较并设置）
- Oracle（数据库）
- 分布式事务支持, XA 事务
- GoldenGate (change data capture), 变更数据捕获的实现
- 层次查询, SQL 中的图查询, SQL 中的图查询
- 缺乏可串行化, 隔离性
- 基于领导者的复制, 单主复制
- 多主复制, 跨地域运行
- 多表索引集群表, 读写的数据局部性
- 不防止写偏差, 写偏差的特征
- PL/SQL language, 存储过程的利弊
- 防止丢失更新, 自动检测丢失更新
- 读已提交隔离, 实现读已提交
- Real Application Clusters (RAC), 锁定与领导者选举
- 快照隔离支持, 快照隔离与可重复读, 快照隔离、可重复读和命名混淆
- TimesTen (in-memory database), 全内存存储
- WAL-based replication, 预写日志（WAL）传输
- ORC（数据格式）, 云数据仓库, 列式存储
- （另见 column-oriented storage）
- 编排（服务部署）, 云服务与自托管, 微服务与无服务器
- 顺序
- Orkes（工作流程引擎）, 持久化执行与工作流
- 孤儿页面（B- 树）, 使 B 树可靠
- 发件箱模式, 变更数据捕获与事件溯源
- 异常值（响应时间）, 平均值、中位数与分位数
- 外包, 云服务与自托管
- 过载, 描述性能, 处理错误和中止
P
- PACELC principle, CAP 定理
- 软件包管理器, 分离应用代码与状态
- 分组交换, 我们不能简单地让网络延迟可预测吗？
- 数据包
- PageRank (algorithm), 图数据模型, 查询语言, 机器学习
- paging（见 virtual memory）
- pandas（Python 库）, 从数据仓库到数据湖, 数据框、矩阵与数组, 列式存储, 数据框
- Parquet（数据格式）, 云数据仓库, 列式存储, 归档存储, 查询语言
- 部分失效, 故障与部分失效, 总结
- 部分同步（系统模型）, 系统模型与现实
- 分区键, 分片的利与弊, 键值数据的分片
- 分区（见 分片）
- Paxos（共识算法）, 共识, 共识的实践
- payment card industry (PCI), 数据系统、法律与社会
- PCI (payment card industry) compliance, 数据系统、法律与社会
- 分位数, 平均值、中位数与分位数, 术语表
- Percolator (Google), 实现线性一致的 ID 生成器
- Percona XtraBackup (MySQL tool), 设置新的副本
- 性能
- 权限隔离, 面向多租户的分片
- 永久不一致, 及时性与完整性
- 悲观并发控制, 悲观并发控制与乐观并发控制
- pglogical (PostgreSQL extension), 跨地域运行
- pgvector（向量索引）, 向量嵌入
- 幻读, 导致写偏差的幻读
- physical clocks（见 clocks）
- pickle（Python）, 特定语言的格式
- Pinot（数据库）, 事务处理与分析的特征, 列式存储
- 流水线执行
- 数据透视表, 数据框、矩阵与数组
- 时间点, 不可靠的时钟
- 点查询, 事务处理与分析的特征
- Polaris（数据目录）, 云数据仓库
- 轮询, 表示用户、帖子与关注关系
- 多模存储, 一切的元数据库
- POSIX (portable operating system interface)
- 英国邮局Horizon丑闻, 人类与可靠性
- PostgreSQL（数据库）
- archiving WAL to object stores, 设置新的副本
- 变更数据捕获, 变更数据捕获的实现, 变更流的 API 支持
- 分布式事务支持, XA 事务
- 外部数据包装器（FDW）, 一切的元数据库
- 全文搜索支持, 通过衍生数据组合专用工具
- 在云中, 云原生系统架构
- JSON Schema validation, JSON 模式
- 基于领导者的复制, 单主复制
- 日志序列号, 设置新的副本
- 逻辑解码, 逻辑（基于行）日志复制
- 物化视图维护, 维护物化视图
- 多主复制, 跨地域运行
- MVCC implementation, 多版本并发控制（MVCC）, 索引与快照隔离
- 分区与分片的区别, 分片
- pgvector（向量索引）, 向量嵌入
- PL/pgSQL language, 存储过程的利弊
- PostGIS geospatial indexes, 多维索引与全文索引
- 防止丢失更新, 自动检测丢失更新
- 防止写偏差, 写偏差的特征, 可串行化快照隔离（SSI）
- 读已提交隔离, 实现读已提交
- 表示图, 属性图
- 可串行化快照隔离, 可串行化快照隔离（SSI）
- 分片（见 Citus（数据库））
- 快照隔离支持, 快照隔离与可重复读, 快照隔离、可重复读和命名混淆
- WAL-based replication, 预写日志（WAL）传输
- 倒排列表, 全文检索
- 无责复盘, 人类与可靠性
- PouchDB（数据库）, 同步引擎的利弊
- Power BI (business intelligence software), 事务处理与分析的特征, 分析
- 预聚合, 分析
- 预拆分, 再平衡键范围分片数据
- Precision Time Protocol (PTP), 时钟同步和准确性
- 谓词锁, 谓词锁
- 预测分析, 分析型与事务型系统, 预测分析-反馈循环
- 抢占, 资源分配
- Prefect（工作流调度器）, 持久化执行与工作流, 批处理, 工作流调度
- Presto（查询引擎）, 云数据仓库
- 主键, 多列索引与二级索引, 术语表
- primary-backup replication（见 基于领导者的复制）
- 隐私, 隐私与追踪-立法与自律
- 概率算法, 响应时间指标的应用, 流分析
- 进程暂停, 进程暂停-限制垃圾回收的影响
- 处理时间（事件）, 时间推理
- 生产者（消息流）, 传递事件流
- 产品分析, 事务处理与分析的特征
- 编程语言
- 投影（事件溯源）, 事件溯源与 CQRS
- Prolog（语言）, Datalog：递归关系查询
- 属性图, 属性图
- 基于属性的测试, 人类与可靠性, 形式化方法和随机测试
- Protocol Buffers（数据格式）, Protocol Buffers-字段标签与模式演化, Protocol Buffers
- 数据溯源, 为可审计性而设计
- 发布/订阅模式, 消息传递系统
- 发布者（消息流）, 传递事件流
- Pulsar（流处理平台）, 确认应答与重新传递
- PyTorch (machine learning library), 机器学习
Q
- Qpid（消息系统）, 消息代理与数据库的对比
- quality of service (QoS), 我们不能简单地让网络延迟可预测吗？
- Quantcast File System（分布式文件系统）, 对象存储
- 查询引擎
- 查询语言
- 查询优化器, 查询语言
- 查询计划, 查询执行：编译与向量化
- 排队延迟, 网络拥塞与排队
- 队列（消息）, 消息代理
- QUIC (protocol), TCP 的局限性
- 法定人数, 读写仲裁-多地区操作, 术语表
- 配额, 云时代的运维
R
- R（语言）, 从数据仓库到数据湖, 数据框、矩阵与数组, 数据框
- R 树（索引）, 多维索引与全文索引
- R2（对象存储）, 云服务的分层, 分布式文件系统
- RabbitMQ（消息系统）, 消息代理, 消息代理与数据库的对比
- 竞态条件, 隔离性
- （另见 并发）
- 使用线性一致性避免, 跨通道时序依赖
- 由双写引起, 保持系统同步
- 造成资金损失, 弱隔离级别
- 脏写, 没有脏写
- 计数器递增中的竞态, 没有脏写
- 丢失更新, 防止丢失更新-冲突解决与复制
- 以事件日志防止, 并发控制, 数据流：状态变更与应用代码的相互作用
- 以可串行化隔离防止, 可串行化
- 事务隔离薄弱, 弱隔离级别
- 写偏差, 写偏差与幻读-物化冲突
- Raft（共识算法）, 共识, 共识的实践
- RAID (Redundant Array of Independent Disks), 存储与计算的分离, 通过冗余容忍硬件故障, 分布式文件系统
- 铁路上的模式迁移, 为应用演化而重新处理数据
- RAM（见 memory）
- RAMCloud (in-memory storage), 全内存存储
- 随机写入（访问模式）, 顺序与随机写入
- 范围查询
- 排名算法, 机器学习
- Ray（工作流调度器）, 机器学习
- RDF (Resource Description Framework), RDF 数据模型
- 远程直接内存访问, 云服务的分层, 云计算与超级计算
- React（用户界面库）, 端到端事件流
- 响应式编程, 同步引擎的利弊
- 读已提交隔离级别, 读已提交-实现读已提交
- 读模型（事件溯源）, 事件溯源与 CQRS
- 读路径, 观察衍生状态
- 读修复（无主复制）, 追赶错过的写入
- 只读副本（见 基于领导者的复制）
- 读取偏差, 快照隔离与可重复读, 总结
- 读未提交隔离级别, 实现读已提交
- 写后读一致性, 读己之写, 及时性与完整性
- 读 - 修改 - 写入周期, 防止丢失更新
- 读伸缩架构, 复制延迟的问题, 单主与无主复制的性能
- 将读取视为事件, 读也是事件
- 实时
- Realm（数据库）, 同步引擎的利弊
- 分片再平衡, 再平衡键范围分片数据-运维：自动/手动再平衡, 术语表
- 新鲜度保证, 线性一致性
- 推荐引擎, 分析型与事务型系统
- 重配置（共识）, 共识的微妙之处
- 记录, MapReduce
- 递归查询
- Red Hat
- 红黑树, 构建和合并 SSTable
- 重新传递（消息传递）, 确认应答与重新传递
- Redis（数据库）
- redo log（见 write-ahead log）
- Redpanda（消息系统）, 消息代理, 设置新的副本
- Redshift（数据库）, 云数据仓库
- 冗余
- Reed–Solomon codes (error correction), 分布式文件系统
- 重构, 可演化性：让变化更容易
- 区域（地理分布）, 读己之写
- 区域（分片）, 分片
- 寄存器, 什么使系统具有线性一致性？
- regulation（见 legal matters）
- 关系数据模型, 从数据仓库到数据湖, 关系模型与文档模型-文档和关系数据库的融合
- 关系数据库
- 最终一致性, 复制延迟的问题
- 历史, 关系模型与文档模型
- 基于领导者的复制, 单主复制
- 逻辑日志, 逻辑（基于行）日志复制
- 与 Unix 的哲学比较, 分拆数据库, 一切的元数据库
- 模式变更, 文档模型中的模式灵活性, 编码与演化, 不同时间写入的不同值
- 分片二级索引, 分片与二级索引
- 基于语句的复制, 基于语句的复制
- 使用 B 树索引, B 树
- relationships（见 edges）
- 可靠性, 可靠性与容错-人类与可靠性, 流式系统的哲学
- Remote Method Invocation (Java RMI), 远程过程调用（RPC）的问题
- remote procedure calls (RPCs), 远程过程调用（RPC）的问题-RPC 的数据编码与演化
- 可再生能源, 分布式与单节点系统
- 可重复读（事务隔离）, 快照隔离、可重复读和命名混淆
- 副本, 单主复制
- 复制, 复制-总结, 术语表
- 持久性, 持久性
- 解决冲突, 冲突解决与复制
- 一致性属性, 复制延迟的问题-复制延迟的解决方案
- 在分布式文件系统中, 分布式文件系统
- 无主（无领导者）, 无主复制-版本向量
- 监控陈旧性, 监控陈旧性
- 多主复制, 多主复制-处理写入冲突
- 使用原因, 分布式与单节点系统, 复制
- 分片与, 分片
- 单主复制, 单主复制-逻辑（基于行）日志复制
- 状态机复制, 基于语句的复制, 存储过程的利弊, 使用共享日志, 数据库与流
- 使用共识, 共识的利弊
- 使用纠删码, 分布式文件系统
- 使用对象存储, 设置新的副本
- 相对备份, 复制
- 异构数据系统之间的复制, 保持系统同步
- replication logs（见 logs）
- representations of data（见 data models）
- 重新处理数据, 为应用演化而重新处理数据, 统一批处理与流处理
- （另见 可演化性）
- 来自基于日志的消息传递, 重播旧消息
- 请求对冲, 单主与无主复制的性能
- 请求标识符, 唯一标识请求, 多分片请求处理
- 请求路由, 请求路由-请求路由
- 数据驻留法律, 分布式与单节点系统, 面向多租户的分片
- 韧性系统, 可靠性与容错
- 资源隔离, 云计算与超级计算, 面向多租户的分片
- 资源限制, 云时代的运维
- 响应时间
- 责任和问责制, 责任与问责
- 表述性状态传递, Web 服务
- Restate（工作流引擎）, 持久化执行与工作流
- RethinkDB（数据库）
- 重试风暴, 描述性能, 软件故障
- reverse ETL, 超越数据湖
- Riak（数据库）
- CRDT support, CRDT 与操作变换, 检测并发写入
- 点化版本向量, 版本向量
- 流言协议, 请求路由
- 哈希分片, 固定数量的分片
- 无主复制, 无主复制
- 缺少线性一致性, 线性一致性与仲裁
- 多区域支持, 多地区操作
- 再平衡, 运维：自动/手动再平衡
- 二级索引, 本地二级索引
- 宽松仲裁, 单主与无主复制的性能
- 虚节点（分片）, 分片
- 环缓冲器, 磁盘空间使用
- RisingWave（数据库）
- 火箭, 拜占庭故障
- RocksDB (storage engine), 构建和合并 SSTable
- 回滚（事务）, 事务
- 滚动升级, 通过冗余容忍硬件故障, 编码与演化, 故障与部分失效
- routing（见 request routing）
- 基于行的复制, 逻辑（基于行）日志复制
- 面向行存储, 列式存储
- rowhammer（内存损坏）, 硬件与软件故障
- RPCs（见 remote procedure calls）
- 规则（Datalog）, Datalog：递归关系查询
- Rust（编程语言）
S
- S3（对象存储）, 云服务的分层, 设置新的副本, 批处理, 分布式文件系统, 对象存储
- SaaS（见 软件即服务（SaaS））
- 安全属性与活性属性, 安全性与活性
- sagas（见 compensating transactions）
- Samza （流处理器）, 流分析
- SAP HANA（数据库）, 分析型数据存储
- 可伸缩性, 可伸缩性-可伸缩性原则, 流式系统的哲学
- 向外伸缩, 共享内存、共享磁盘与无共享架构
- （另见 shared-nothing architecture）
- 通过分片, 分片的利与弊
- 向上伸缩, 共享内存、共享磁盘与无共享架构
- SCD（缓慢变化的维度）, 连接的时间依赖性
- 调度
- 读时模式, 文档模型中的模式灵活性
- 写时模式, 文档模型中的模式灵活性
- schemaless databases（见 schema-on-read）
- 模式, 术语表
- Avro, Avro-动态生成的模式
- 动态生成, 动态生成的模式
- 演化, 为应用演化而重新处理数据
- 文档模型中的模式灵活性, 文档模型中的模式灵活性
- 用于分析, 星型与雪花型：分析模式-星型与雪花型：分析模式
- for JSON and XML, JSON、XML 及其二进制变体, JSON 模式
- generation and migration using ORMs, 对象关系映射（ORM）
- 优点, 模式的优点
- 迁移, 文档模型中的模式灵活性
- Protocol Buffers, Protocol Buffers-字段标签与模式演化
- 铁路上的模式迁移, 为应用演化而重新处理数据
- 传统的设计方法,谬误, 从同一事件日志中派生多个视图
- 科学计算, 云计算与超级计算
- scikit-learn（Python 库）, 从数据仓库到数据湖
- ScyllaDB（数据库）
- 集群元数据, 请求路由
- consistency level ANY, 单主与无主复制的性能
- 哈希范围分片, 按键的哈希分片, 按哈希范围分片
- 最后写入者胜的冲突解决, 检测并发写入
- 无主复制, 无主复制
- 轻量事务, 单对象写入
- 缺少线性一致性, 实现线性一致性系统
- 日志结构存储, 构建和合并 SSTable
- 多区域支持, 多地区操作
- 使用时钟, 仲裁一致性的局限, 用于事件排序的时间戳
- 虚节点（分片）, 分片
- search engines（见 全文检索）
- 搜索流, 在流上搜索
- 备库（见 基于领导者的复制）
- 二级索引, 多列索引与二级索引, 术语表
- 二次排序, JOIN 与 GROUP BY
- sed（Unix 工具）, 简单日志分析
- 自托管, 云服务与自托管
- 自连接, 本章小结
- 自我验证系统, 不要盲信承诺
- 语义搜索, 向量嵌入
- 语义相似性, 向量嵌入
- 语义网, 三元组存储与 SPARQL
- 半同步复制, 同步复制与异步复制
- 顺序写（访问模式）, 顺序与随机写入
- 可串行化, 隔离性, 弱隔离级别, 可串行化-可串行化快照隔离的性能, 术语表
- Serializable（Java）, 特定语言的格式
- 序列化, 编码数据的格式
- 无服务器, 微服务与无服务器
- 服务发现, 负载均衡器、服务发现和服务网格, 请求路由, 服务发现
- 服务级别协议（SLA）, 响应时间指标的应用, 描述负载
- 服务网格, 负载均衡器、服务发现和服务网格
- Service Organization Control (SOC), 数据系统、法律与社会
- 服务时间, 延迟与响应时间
- 面向服务的体系结构, 微服务与无服务器
- 服务, 流经服务的数据流：REST 与 RPC-RPC 的数据编码与演化
- 会话窗口（流处理）, 窗口的类型
- 分片, 分片-总结, 术语表
- 和共识, 使用共享日志
- 复制, 分片
- 跨分片的分布式事务, 分布式事务
- 热分片, 键值数据的分片
- 在批处理中, 批处理
- 键范围拆分, 再平衡键范围分片数据
- 多分片操作, 多分片数据处理
- 键值数据, 键值数据的分片-倾斜的工作负载与缓解热点
- 词源, 分片
- 分区键, 分片的利与弊, 键值数据的分片
- 再平衡
- 分片再平衡, 再平衡键范围分片数据-运维：自动/手动再平衡
- 请求路由, 请求路由-请求路由
- 二级索引, 分片与二级索引-全局二级索引
- 与事务的串行执行, 分片
- 排序分片数据, 混洗数据
- 共享日志, 共识的实践-共识的利弊, 全序的局限, 基于日志的消息传递中的唯一性
- 共享模式, 两阶段锁定的实现
- 共享磁盘架构, 共享内存、共享磁盘与无共享架构, 分布式文件系统
- 共享内存架构, 共享内存、共享磁盘与无共享架构
- 无共享架构, 共享内存、共享磁盘与无共享架构, 术语表
- 鲨鱼
- shredding (deletion)（见 crypto-shredding）
- 拆分（列式编码）, 列式存储
- 拆散（关系模型）, 何时使用哪种模型
- 混洗, 混洗数据-混洗数据
- 兄弟值, 手动冲突解决, 捕获先发生关系, 冲突解决与复制
- 数据孤岛, 数据仓库
- 相似性搜索
- 简单性, 简单性：管理复杂度
- Singer, 数据仓库
- single-instruction-multi-data (SIMD) instructions, 查询执行：编译与向量化
- single-leader replication（见 基于领导者的复制）
- 单线程执行, 原子写操作, 实际串行执行
- SingleStore（数据库）
- 站点可靠性工程师, 云时代的运维
- 按大小分层压实, 压实策略, 磁盘空间使用
- 偏斜, 术语表
- 跳表, 构建和合并 SSTable
- SLA（见 服务级别协议）
- Slack（群聊）
- SlateDB（数据库）, 构建和合并 SSTable, 设置新的副本
- 滑动窗口（流处理）, 窗口的类型
- 宽松仲裁, 单主与无主复制的性能
- 缓慢变化的维度, 连接的时间依赖性
- 平滑处理（闰秒调整）, 时钟同步和准确性
- 快照（数据库）
- Snowflake（数据库）, 云原生系统架构, 云服务的分层, 云数据仓库, 批处理
- Snowflake (ID generator), ID 生成器和逻辑时钟
- 雪花模式, 星型与雪花型：分析模式
- SOAP (web services), 远程过程调用（RPC）的问题
- SOC2（见 Service Organization Control (SOC)）
- 社交图, 图数据模型
- 社会
- 社会技术系统, 人类与可靠性
- 软件即服务（SaaS）, 数据系统架构中的权衡, 云服务与自托管
- 软件错误, 软件故障
- 太阳风暴, 硬件与软件故障
- solid state drives (SSDs)
- Solr （搜索服务器）
- sort（Unix 工具）, 简单日志分析, 简单日志分析, 排序与内存聚合, 分布式作业编排
- 排序归并连接（MapReduce）, JOIN 与 GROUP BY
- Sorted String Tables（见 SSTables）
- 排序
- 权威数据源（见记录系统）
- Spanner（数据库）
- Spark（处理框架）, 从数据仓库到数据湖, 云原生系统架构, 批处理, 数据流引擎
- 成本效率, 查询语言
- DataFrames, 数据框、矩阵与数组, 数据框
- 容错, 故障处理
- 数据仓库, 云数据仓库
- high availability using ZooKeeper, 协调服务
- MLlib, 机器学习
- 查询优化器, 查询语言
- 混洗数据, 混洗数据
- Spark Streaming, 流分析
- streaming SQL support, 复合事件处理
- 用于 ETL, 提取—转换—加载（ETL）
- SPARQL（查询语言）, SPARQL 查询语言
- 稀疏索引, SSTable 文件格式
- 稀疏矩阵, 数据框、矩阵与数组
- 脑裂, 领导者失效：故障切换, 请求路由, 术语表
- 竞价实例, 故障处理
- 电子表格, 数据系统架构中的权衡, 数据框、矩阵与数组
- SQL (Structured Query Language), 简单性：管理复杂度, 关系模型与文档模型, 云数据仓库
- 用于分析, 数据仓库, 列式存储
- 图查询, SQL 中的图查询
- 隔离级别标准,问题, 快照隔离、可重复读和命名混淆
- 连接, 规范化、反规范化与连接
- 简历（例）, 用于一对多关系的文档数据模型
- 社交网络首页时间线（示例）, 表示用户、帖子与关注关系
- SQL injection vulnerability, 拜占庭故障
- 基于语句的复制, 基于语句的复制
- 存储过程, 存储过程的利弊
- 批处理框架中的支持, 批处理
- 视图, Datalog：递归关系查询
- SQL Server（数据库）
- archiving WAL to object stores, 设置新的副本
- 变更数据捕获, 变更数据捕获的实现
- 数据仓库支持, 分析型数据存储
- 分布式事务支持, XA 事务
- 基于领导者的复制, 单主复制
- 多主复制, 跨地域运行
- 防止丢失更新, 自动检测丢失更新
- 防止写偏差, 写偏差的特征, 两阶段锁定的实现
- 读已提交隔离, 实现读已提交
- 可串行化隔离, 两阶段锁定的实现
- 快照隔离支持, 快照隔离与可重复读
- T-SQL language, 存储过程的利弊
- SQLite（数据库）, 分布式系统的问题, 压实策略
- archiving WAL to object stores, 设置新的副本
- SRE (site reliability engineer), 云时代的运维
- SSDs（见 solid state drives）
- SSTables (storage format), SSTable 文件格式-压实策略
- 阶段发布（见 rolling upgrades）
- 陈旧性（旧数据）, 读己之写
- standbys（见 基于领导者的复制）
- 星型复制拓扑, 多主复制拓扑
- 星型模式, 星型与雪花型：分析模式-星型与雪花型：分析模式
- 星球大战类比（事件时间与处理时间）, 事件时间与处理时间
- 饥饿（调度）, 资源分配
- 状态
- 状态机复制, 基于语句的复制, 存储过程的利弊, 使用共享日志, 数据库与流
- 无状态系统, 数据系统架构中的权衡
- 基于语句的复制, 基于语句的复制
- 静态类型语言
- 统计与数值算法, 数据框、矩阵与数组
- StatsD (metrics aggregator), 直接从生产者传递给消费者
- 股票市场数据流, 直接从生产者传递给消费者
- STONITH（Shoot The Other Node In The Head）, 领导者失效：故障切换
- 停止所有处理（见 garbage collection）
- 存储
- 存储区网络, 共享内存、共享磁盘与无共享架构, 分布式文件系统
- 存储引擎, 存储与检索-总结
- 存储过程, 将事务封装在存储过程中-存储过程的利弊, 术语表
- Storm（流处理器）, 流分析
- 滞留事件, 处理滞留事件
- Stream Control Transmission Protocol (SCTP), TCP 的局限性
- 流处理, 流处理-本章小结, 术语表
- 在作业中访问外部服务, 流表连接（流扩充）, 微批处理与检查点, 幂等性, 恰好一次执行操作
- 与批处理结合, 统一批处理与流处理
- 与批处理比较, 流处理
- 复合事件处理, 复合事件处理
- 容错, 容错-失败后重建状态
- 数据整合, 批处理与流处理-统一批处理与流处理
- 用于事件溯源, 事件溯源与 CQRS
- 保持衍生状态, 维护衍生状态
- 维护物化视图, 维护物化视图
- messaging systems（见 messaging systems）
- 关于时间的推理, 时间推理-窗口的类型
- relation to databases（见 streams）
- 与服务的关系, 流处理器与服务
- 与批处理的关系, 批处理
- 在流中搜索, 在流上搜索
- 单线程执行, 日志与传统消息传递的比较, 并发控制
- 流式分析, 流分析
- 流连接, 流连接-连接的时间依赖性
- 流, 流处理-重播旧消息
- 严格可串行化, 什么使系统具有线性一致性？
- 条纹（列编码）, 列式存储
- 强一致性（见 线性一致性）
- 强最终一致性, 自动冲突解决
- 强单副本可串行化, 什么使系统具有线性一致性？
- 主语、谓语和宾语（三元组存储）, 三元组存储与 SPARQL
- 订阅者, 传递事件流
- 超级计算机, 云计算与超级计算
- Superset（数据可视化软件）, 分析
- 监视, 监视
- 寿司原则, 从数据仓库到数据湖
- 可持续性, 分布式与单节点系统
- Swagger（服务定义格式）, Web 服务
- swapping to disk（见 virtual memory）
- Swift（编程语言）
- 同步引擎, 同步引擎与本地优先软件-同步引擎的利弊
- 同步网络, 同步网络与异步网络, 术语表
- 同步复制, 同步复制与异步复制, 术语表
- 系统管理员, 云时代的运维
- 系统模型, 知识、真相和谎言, 系统模型与现实-确定性模拟测试
- 记录系统, 记录系统与衍生数据, 术语表
- 系统思维, 反馈循环
T
- t-digest（算法）, 响应时间指标的应用
- 表表连接, 表表连接（维护物化视图）
- Tableau（数据可视化软件）, 事务处理与分析的特征, 分析
- tail（Unix 工具）, 使用日志进行消息存储
- tail latency（见 延迟）
- 尾顶点（属性图）, 属性图
- task (workflows)（见 workflow engines）
- TCP (Transmission Control Protocol), TCP 的局限性
- 与电路交换的比较, 我们不能简单地让网络延迟可预测吗？
- comparison to UDP, 网络拥塞与排队
- 连接失败, 故障检测
- 流量控制, 网络拥塞与排队, 消息传递系统
- 数据包校验和, 弱形式的谎言, 端到端原则, 信任但验证
- 可靠性和重复压制, 抑制重复
- 重传超时, 网络拥塞与排队
- 用于事务会话, 单对象与多对象操作
- Temporal（工作流引擎）, 持久化执行与工作流
- TensorFlow（机器学习库）, 机器学习
- Teradata（数据库）, 云原生系统架构, 云数据仓库
- term-partitioned indexes（见 global secondary indexes）
- 终止（共识）, 单值共识, 原子提交作为共识
- 测试, 人类与可靠性
- 抖动（内存不足）, 进程暂停
- 线程（并发）
- 三阶段提交, 三阶段提交
- 三方关系, 属性图
- Thrift（数据格式）, Protocol Buffers
- 吞吐量, 描述性能, 描述负载, 批处理
- TIBCO, 消息代理
- TiDB（数据库）
- 基于共识的复制, 单主复制
- 区域（分片）, 分片
- 请求路由, 请求路由
- 服务衍生数据, 对外提供衍生数据
- 分片二级索引, 全局二级索引
- 快照隔离支持, 快照隔离与可重复读
- 时间戳预言机, 实现线性一致的 ID 生成器
- 事务, 事务到底是什么？, 数据库内部的分布式事务
- 使用模型检查, 模型检查与规范语言
- 分层存储, 设置新的副本, 磁盘空间使用
- TigerBeetle（数据库）, 总结
- TigerGraph（数据库）
- Tigris（对象存储）, 分布式文件系统
- TileDB（数据库）, 数据框、矩阵与数组
- 时间
- 时间序列数据
- 日历时钟, 日历时钟
- 及时性, 及时性与完整性
- 超时, 不可靠的网络, 术语表
- TimescaleDB（数据库）, 列式存储
- 时间戳, 逻辑时钟
- TLA+ (specification language), 模型检查与规范语言
- 令牌桶（限制重试）, 描述性能
- 墓碑, 构建和合并 SSTable, 磁盘空间使用, 日志压实
- 主题（消息传递）, 消息代理, 传递事件流
- 撕裂的页面（B- 树）, 使 B 树可靠
- 全序, 术语表
- broadcast（见 shared logs）
- 限制, 全序的局限
- 在逻辑时间戳上, 逻辑时钟
- 追踪, 分布式系统的问题
- 跟踪行为数据, 隐私与追踪
- 权衡, 数据系统架构中的权衡-数据系统、法律与社会
- transaction coordinator（见 协调者）
- transaction manager（见 协调者）
- 事务处理, 事务处理与分析的特征-事务处理与分析的特征
- 事务, 事务-总结, 术语表
- ACID properties of, ACID 的含义
- 与衍生数据完整性的关系, 及时性与完整性
- 复制, 复制延迟的解决方案
- compensating（见 compensating transactions）
- 概念, 事务到底是什么？
- 分布式事务, 分布式事务-再谈恰好一次消息处理
- 避开, 衍生数据与分布式事务, 让分拆行得通, 强制约束-避免协调的数据系统
- 失败放大, 维护衍生状态
- 用于分片系统, 分片的利与弊
- 存疑/不确定状态, 协调者失效, 存疑时持有锁
- 两阶段提交, 两阶段提交（2PC）-三阶段提交
- 使用, 跨不同系统的分布式事务-恰好一次消息处理
- XA 事务, XA 事务-XA 事务的问题
- OLTP versus analytics queries, 分析
- 目标, 事务
- 可串行化, 可串行化-可串行化快照隔离的性能
- 单对象和多对象, 单对象与多对象操作-处理错误和中止
- 快照隔离（见 snapshots）
- 严格可串行化, 什么使系统具有线性一致性？
- 弱隔离级别, 弱隔离级别-物化冲突
- 遍历（图）, 属性图
- 字典树（trie，数据结构）, 构建和合并 SSTable, 全文检索
- 触发器（数据库）, 传递事件流
- Trino（数据仓库）, 云数据仓库
- 三元组存储, 三元组存储与 SPARQL-SPARQL 查询语言
- 滚动窗口（流处理）, 窗口的类型
- Turbopuffer（向量搜索）, 设置新的副本
- Turtle (RDF data format), 三元组存储与 SPARQL
- Twitter（见 X (social network)）
- 两阶段提交, 两阶段提交（2PC）-协调者失效, 术语表
- 两阶段锁定, 两阶段锁定（2PL）-索引范围锁, 什么使系统具有线性一致性？, 术语表
- 类型检查,动态对静态, 文档模型中的模式灵活性
U
- UDP (User Datagram Protocol)
- Ultima Online（游戏）, 分片
- 无界数据集, 流处理, 术语表
- 无界延迟, 术语表
- 分拆数据库, 分拆数据库-多分片数据处理
- uncertain (transaction status)（见 存疑）
- 联合类型（Avro）, 模式演化规则
- uniq（Unix 工具）, 简单日志分析, 简单日志分析, 分布式作业编排
- 唯一性约束
- Unity（数据目录）, 云数据仓库
- universally unique identifiers（见 UUIDs）
- unix 哲学
- unix 管道, 简单日志分析
- UPDATE statement (SQL), 文档模型中的模式灵活性
- 更新
- 利用率
- uTP protocol (BitTorrent), TCP 的局限性
- UUIDs, ID 生成器和逻辑时钟
V
- 有效性（共识）, 单值共识, 原子提交作为共识
- vBuckets（分片）, 分片
- 向量时钟, 版本向量
- 向量嵌入, 向量嵌入
- 向量化处理, 查询执行：编译与向量化
- 供应商锁定, 云服务的利弊
- Venice（数据库）, 对外提供衍生数据
- 核查, 信任但验证-可审计数据系统的工具
- 版本控制系统
- 版本向量, 不同拓扑的问题, 版本向量
- Vertica（数据库）, 云数据仓库
- 纵向伸缩（见 向上伸缩）
- 顶点（图）, 图数据模型
- 电子游戏, 同步引擎的利弊
- 视频转码（例如）, 跨通道时序依赖
- views (SQL queries), Datalog：递归关系查询
- 视图戳复制, 共识, 共识的实践
- 虚拟块设备, 存储与计算的分离
- 虚拟文件系统, 分布式文件系统
- 虚拟机, 云服务的分层
- 虚拟内存
- Virtuoso（数据库）, SPARQL 查询语言
- VisiCalc (spreadsheets), 围绕数据流设计应用
- Vitess（数据库）
- 虚节点（分片）, 分片
- 词汇, 三元组存储与 SPARQL
- Voice over IP (VoIP), 网络拥塞与排队
- VoltDB（数据库）
W
- 预写式日志, 使 B 树可靠
- WAL-G (backup tool), 设置新的副本
- WarpStream（消息系统）, 磁盘空间使用
- web services（见 services）
- webhook, 直接从生产者传递给消费者
- webMethods（消息传递）, 消息代理
- WebSocket (protocol), 将状态变更推送给客户端
- 宽列数据模型, 读写的数据局部性
- 窗口（流处理）, 流分析, 时间推理-窗口的类型
- WITH RECURSIVE syntax (SQL), SQL 中的图查询
- Word2Vec (language model), 向量嵌入
- 工作流程引擎, 持久化执行与工作流
- Airflow（见 Airflow（工作流调度器））
- 批处理, 工作流调度
- Camunda（见 Camunda (workflow engine)）
- Dagster（见 Dagster（工作流调度器））
- 持久执行, 持久化执行与工作流
- 提取-转换-加载（ETL）（见 ETL）
- 执行器, 持久化执行与工作流
- 编排器, 持久化执行与工作流, 批处理
- Orkes（见 Orkes (workflow engine)）
- Prefect（见 Prefect（工作流调度器））
- 对确定性的依赖, 确定性模拟测试
- Restate（见 Restate (workflow engine)）
- Temporal（见 Temporal (workflow engine)）
- 工作集, 排序与内存聚合
- 写入放大, 写放大
- 写路径, 观察衍生状态
- 写偏差, 写偏差与幻读-物化冲突
- 预写日志（WAL）, 使 B 树可靠, 预写日志（WAL）传输
- 写入（数据库）
- WS-* framework, 远程过程调用（RPC）的问题
- WS-AtomicTransaction (2PC), 两阶段提交（2PC）
X
Y
Z
- Zab（共识算法）, 共识, 共识的实践
- 零拷贝, 编码数据的格式
- zero-disk architecture (ZDA), 设置新的副本
- ZeroMQ (messaging library), 直接从生产者传递给消费者
- 僵尸（脑裂）, 用栅栏机制隔离僵尸与延迟请求
- zones (cloud computing)（见 availability zones）
- ZooKeeper (coordination service), 协调服务-服务发现
- 生成栅栏令牌, 用栅栏机制隔离僵尸与延迟请求, 使用共享日志, 协调服务
- 线性一致的操作, 实现线性一致性系统
- 锁定与领导者选举, 锁定与领导者选举
- 观察者, 服务发现
- 用于服务发现, 负载均衡器、服务发现和服务网格, 服务发现
- 用于分片分配, 请求路由
- 使用 Zab 算法, 共识