用进程模型、日志、锁与缓冲池四轴对照 SQLite 与 PostgreSQL / InnoDB：说明嵌入式单文件如何删掉服务器层，以及同名 WAL、隔离、缓存概念为何不能平移运维经验；不写跨库吞吐排名。

本文讨论了Java反射机制及其安全性，特别是与反序列化漏洞的关系。反射机制允许动态获取类和方法，增强了Java的灵活性。尽管反射功能强大，但也可能带来安全隐患，需谨慎使用。

MyDumper更新了锁机制，引入了新的同步选项--sync-thread-lock-mode，提供五种模式以优化多线程备份。其中，SAFE_NO_LOCK模式在发现不一致时立即停止备份，确保数据安全。此更新提升了备份的安全性和可靠性，适用于不同数据库架构和需求。

> 本文是写作规划，不是可发布正文。拆解对象：RocksDB 主线（facebook/rocksdb 9.x）；LevelDB 1.23 作 fork 基线对照。不写 SQL 教程，不写 storage/32 参数 cookbook 重复，不写 TiKV/Raft 全文。 > > 关联文档：index.md（读者入口）…

服务端负载均衡（LB）和客户端LB的健康检查机制不同。服务端LB通过中心代理主动探测后端实例，而客户端LB由每个客户端独立探测。健康检查方式包括主动探测、客户端主动探测和被动检测，选择方式取决于系统规模、调用频率和运维能力。服务端LB适合大多数团队，客户端LB在高负载时更有效，两者可结合使用以优化性能。

本文讨论了RocksDB中MemTable的结构与功能，重点介绍了MemTable在写路径中如何与写前日志（WAL）协作，以确保数据的持久性和原子性。MemTable采用跳表实现，支持并发写入，并通过FlushJob将数据写入排序字符串表（SST）。文章分析了MemTable的生命周期、Flush调度及其对性能的影响，强调合理配置write_buffer_size和max_write_buffer_number的重要性，以优化写入效率和减少写放大。

本文讨论了RocksDB的FlushJob和MemTable的刷写过程，介绍了SST文件的结构，包括数据块、索引块和过滤块。阐述了MANIFEST文件的作用，管理SST文件的版本和层级，以及VersionSet的工作机制。最后提到sst_dump工具用于验证SST文件的属性和一致性。

本文探讨了RocksDB的读取路径，重点分析了GetImpl函数的实现。读取过程涉及MemTable、Immutable MemTable和SST文件的查找，使用SuperVersion确保读操作的一致性。详细讨论了Internal Key的设计和sequence number的管理，以确保返回最新版本。此外，提及了Snapshot的管理和合并操作的特殊情况，强调了RocksDB在多版本控制和一致性方面的机制。

本文讨论了RocksDB的读取性能优化，重点在于Table Cache和Block Cache的作用。Table Cache缓存已打开的TableReader，避免重复打开SST文件；Block Cache缓存数据块，减少I/O开销。使用Bloom Filter和Ribbon Filter可以跳过不存在的键的I/O，Partitioned Index则通过分割大型索引降低读取成本。调参时需综合考虑文件数和缓存策略，以优化读取性能。

本文探讨了RocksDB的内核机制，包括LevelDB、WAL、Compaction和Column Family等，重点分析了其在流计算和数据平台中的应用，尤其是在Flink和TiKV中的嵌入方式。同时讨论了写优化LSM的实现、读写路径、Compaction策略及其对性能的影响，适合流计算工程师和存储开发者阅读。

本文讨论了RocksDB的Leveled Compaction机制，重点在于如何维护层级结构以优化读写性能。L0层文件重叠会导致读放大，因此需要通过compaction将数据逐层下推，以保持L1及以下层不重叠。文章分析了compaction的触发条件、分数计算及动态层级字节配置，并强调了L0文件数对读放大和写停滞的影响。实验结果表明，短时间内可能看不到compaction，需要延长测试以获取准确数据。

本文讨论了RocksDB中通过层级分数和LevelCompactionPicker控制L0与Size Ratio的机制，介绍了Universal、FIFO和TTL等不同的Compaction策略，以及Write Stall的触发条件和处理方式。重点分析了WriteController的作用，如何通过状态机管理写入延迟和停止，以优化数据库性能。最后强调了通过GetProperty和统计信息监测写入状态的重要性。