单机存储引擎
哈希存储引擎：数组+链表。readO(1)
B数存储引擎：顺序扫描，范围查找 innoDB
LSM存储引擎：对于增量数据保存在内存中，达到一定条件存储到硬盘。查询的时候要硬盘内容和内存merge在返回给调用方。通过CommitLog可以保证内存数据丢失后可恢复。
数据模型分类：关系型mysql。键值型 Memcached。列存储型Hbase。文档性MongoDB。
多机存储原理与设计
数据分布在多个节点上，在多个节点之间需要实现负载均衡。数据分布一致性hash。多机存储存在，a节点不能用了，请求转移到b上，然后a又可用，此时ab数据不一致会存在脏数据。可以在每条记录上存储一个时间戳。
使用复制:分布式存储多个额副本。
故障检测：心跳机制，数据迁移，故障恢复。
FLP定理与设计：FLP Impossibility FLP不可能性，在异步消息通讯场景，即使只有一个进程失败，没有任何方法能保证非失败进程达成一致性。
FLP系统模型基于以下几个假设， 异步通信：与同步通信最大区别是没有时钟，不能时间同步，不能使用超时，不能探测失败，消息可任意延迟，消息可乱序。通信健壮性：只要进程非失败，消息虽会被无线延迟，但最终会被送达，并且消息仅会被送达一次（重复保证）。fail-stop模型：进程失败不再处理任何消息。失败进程数量：最多一个进程失败。
http://blog.csdn.net/chen77716/article/details/27963079
CAP 。一致性：读的数据总是最新的（写的结果），强一致性。可用性：机器或系统部分发生故障，仍提供读写服务。分区容忍性：机器故障，网络故障，机房故障等异常情况下人可以满足一致性和可用性。
分区容忍性要保证P，在保证C的时候强同步，主副本网络异常，写操作被阻塞，无法保证可用性。在保证可用性A时，异步复制机制，保证了分布式存储系统的可用性，强一致性无法保证。
一致性和可用性需要折中，不允许数据丢失，强一致性，金融。小概率丢失，可用性，IM消息。
2PC协议，协调者一个，事务参与者多个。2pc是阻塞式，设置3秒钟超时时间。
3PC
Paxos：参考知行学社视频。
2PC保证多个数据分片上的操作的原子性。Paxos保证一个数据分片多个副本之间的数据一致性。
数据存储冗余
mysql，mongoDB。Master-Slave主挂了从不能成为主。
mongoDB。ReplicSet。可以选举主。
双写：存储层多住对等结构，双写，分布式一致。
数据备份（热备）
异步热备，多份数据副本写入异步弯沉个，应用程序写入成功一份数据后即返回。有存储系统异步写入其他副本。mysql，mongoDB都是
同步热备份，多份数据副本写入同时完成。应用程序收到所有副本的写入成功。没有主从完全对等。
数据备份落地
RDSMS 主从读写分离。当备份机器过多时，采用数据备份管理系统，中控机给节点发送备份命令，如果在指定时间没有返回备份成功，则认为失败需要报警人工介入。
数据一致性
MS结构，M异步同步到S
Proxy应用写Proxy，有proxy负责更新多数据。
例如用数据提交同，延迟删除，间隔5秒两次删除缓存。
数据迁移
1.Mongo-s摘除，复制到mysql上，同时把更新写放到消息队列，然后mysql从消息队列读，再执行。