- 解决跨区数据一致问题，如果数据库不支持同步，则在业务层做双读或者双写，双读和双写的使用场景不同
- 灌库在线数据库，为了减少在线压力，尽量的把压力转移到离线数据库来（例如hbase支持大批量的scan）
- 对于读和写的权衡，如果是读多写少，则需要保证读优先，写尽量不要影响读；如果是读少写多，则要尽量避免写写冲突，尽量不要影响写，读的优先级低
- 对于数据库，也有读写之间的权衡，牺牲部分读性能的以LSM-tree结构的数据库为准：如leveldb、hbase、pika、rocksdb以及MysqL的redo日志；优先读性能的数据库有MysqL的myisam引擎（B树，数据存节点上）
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。
