数据库写入持久性层级揭秘：内存、本地SSD、对象存储与三副本

数据库写入时，为什么“写入成功”的定义如此重要？

因为“写入成功”的定义决定了数据是否真正持久化。如果成功仅表示数据进入内存缓存，断电或崩溃会导致数据丢失；如果成功表示数据已刷盘或复制到多个节点，则可靠性更高。不同定义对应不同的数据丢失风险。

异步写入数据库有哪些风险？

异步写入仅将数据放入内存缓存即返回成功，如果发生断电、内核崩溃或进程意外退出，缓存中的数据会丢失，因为操作系统还没来得及将脏页刷到硬盘。

fdatasync()在不同硬件上表现有何差异？

fdatasync()强制刷盘，但本地NVMe SSD和远程NVMe卷表现不同。本地NVMe只能扛住进程崩溃，远程NVMe能扛住整个数据库主机故障。实际延迟差异巨大，本地可能1毫秒，远程可能6.4毫秒甚至更高。

批量刷盘为什么能提高吞吐量，但存在什么风险？

批量刷盘将多个写入请求合并为一批，共享一次fdatasync()调用，从而提高吞吐量。但风险是批次内所有写入命运绑定，如果刷盘失败，整批写入全部丢失；超时处理还可能导致孤儿数据。

本地SSD写入后异步上传对象存储，数据丢失窗口是什么？

数据丢失窗口是本地SSD写入成功到对象存储上传完成之间的时间差。如果主机在窗口内故障，未上传的数据会永久丢失。窗口宽度取决于上传频率，例如30秒窗口意味着最近30秒的“成功写入”可能丢失。

三副本策略（如Raft）为什么延迟高但可靠性强？

三副本策略要求多数节点确认刷盘后才返回成功，需要等待网络往返和多台机器刷盘，因此延迟高。但可靠性强，因为即使一台机器故障，数据仍存在于其他副本。Raft论文明确禁止内存确认，必须刷盘。

为什么大O复杂度相同，但实际延迟差异巨大？

大O复杂度只反映增长趋势，不反映常数因子。本地SSD、对象存储、三副本WAL的延迟差异巨大（如1ms vs 7ms vs 15ms），这些差异来自刷盘、网络传输等具体操作，复杂度分析无法体现。

后台清理任务（如LSM合并）对数据库性能有何影响？

后台清理任务（如LSM合并、MVCC清理）若跟不上写入速度，会导致队列增长、磁盘变满，最终拖垮系统性能。即使写入路径很快，清理任务积压也会引发性能崩溃。

选型数据库时，如何权衡性能与可靠性？

选型时需明确“成功”的定义和故障容忍度。低延迟往往以数据丢失风险为代价，高可靠性则牺牲速度。应仔细阅读文档，了解写入成功返回时数据实际存储的位置，并根据业务需求选择合适方案。