索引 - Ddia — ContextQMD

符號

3FS（分散式檔案系統）, 分散式檔案系統

A

中止（事務）, 事務, 原子性
- 級聯, 沒有髒讀
- 在兩階段提交中, 兩階段提交（2PC）
- 樂觀併發控制的效能, 可序列化快照隔離的效能
- 重試已中止的事務, 處理錯誤和中止
抽象, 雲服務的分層, 簡單性：管理複雜度, 資料模型與查詢語言, 事務, 總結
意外複雜性, 簡單性：管理複雜度
問責制, 責任與問責
會計（財務資料）, 總結, 不可變事件的優點
Accumulo（資料庫）
- 寬柱資料模型, 讀寫的資料區域性, 列壓縮
ACID 屬性（事務）, ACID 的含義
- 原子性, 原子性, 單物件與多物件操作
- 一致性, 一致性, 維護完整性，儘管軟體有Bug
- 永續性, 使 B 樹可靠, 永續性
- 隔離性, 隔離性, 單物件與多物件操作
確認（訊息）, 確認與重新傳遞
active/active replication（見 multi-leader replication）
active/passive replication（見基於領導者的複製）
ActiveMQ（訊息系統）, 訊息代理, 訊息代理與資料庫的對比
- 分散式事務支援, XA 事務
ActiveRecord（物件關係對映器）, 物件關係對映（ORM）, 處理錯誤和中止
activity (workflows)（見 workflow engines）
Actor 模型, 分散式 actor 框架
- （另見 event-driven architecture）
- 與流處理的比較, 事件驅動架構與 RPC
自適應容量, 偏斜的工作負載與緩解熱點
Advanced Message Queuing Protocol（見 AMQP）
航空航天系統, 拜占庭故障
Aerospike（資料庫）
- 強一致性模式, 單物件寫入
AGE（圖資料庫）, Cypher 查詢語言
彙總
- 資料立方體和已實現檢視, 物化檢視與資料立方體
- 分批處理, 排序與記憶體聚合
- 流程中, 流分析
聚合管道（MongoDB）, 正規化、反正規化與連線, 文件的查詢語言
敏捷, 可演化性：讓變化更容易
- 最小化不可逆性, 批處理, 應用演化後重新處理資料
- 充滿自信地快速前進, 端到端原則重現
一致意見, 單值共識, 原子提交作為共識
- （另見共識）
AI (artificial intelligence)（見 machine learning）
AI Act (European Union), 資料系統、法律與社會
Airbyte, 資料倉庫
Airflow（工作流排程器）, 持久化執行與工作流, 批處理, 工作流排程
- 雲資料倉整合, 查詢語言
- 用於 ETL, 提取-轉換-載入（ETL）
阿卡邁
- 響應時間研究, 平均值、中位數與百分位點
演算法
- 演算法正確性, 定義演算法的正確性
- B樹, B 樹-B 樹變體
- 分散式系統, 系統模型與現實
- 歸併排序, 構建和合並 SSTable, 混洗資料
- 排程, 資源分配
- SSTable 與 LSM 樹, SSTable 檔案格式-壓實策略
全互聯複製拓撲, 多主複製拓撲
AllegroGraph（資料庫）, 圖資料模型
- SPARQL 查詢語言, SPARQL 查詢語言
ALTER TABLE 語句（SQL）, 文件模型中的模式靈活性, 編碼與演化
亞馬遜
- Dynamo（見 Dynamo（資料庫））
- 響應時間研究, 平均值、中位數與百分位點
Amazon Web Services (AWS)
- Aurora（見 Aurora（雲資料庫））
- ClockBound（見 ClockBound（時間同步））
- 正確性測試, 形式化方法和隨機測試
- DynamoDB（見 DynamoDB（資料庫））
- EBS（見 EBS（虛擬塊裝置））
- Kinesis（見 Kinesis（訊息系統））
- Neptune（見 Neptune（圖資料庫））
- 網路可靠性, 實踐中的網路故障
- S3（見 S3（物件儲存））
放大
- 偏見, 偏見與歧視
- 故障, 維護派生狀態
- 尾延遲, 響應時間指標的應用, 本地二級索引
- 寫入放大, 寫放大
AMQP（高階訊息佇列協議）, 訊息代理與資料庫的對比
- （另見 messaging systems）
- 比較基於日誌的郵件, 日誌與傳統的訊息傳遞相比, 重播舊訊息
- 訊息順序, 確認與重新傳遞
分析系統, 分析型與事務型系統
- 作為衍生資料系統, 記錄系統與派生資料
- 來自運營系統的 ETL, 資料倉庫
- 治理, 超越資料湖
分析, 分析型與事務型系統-記錄系統與派生資料
- 與事務處理的比較, 事務處理與分析的特徵
- 資料正常化, 正規化的權衡
- data warehousing（見 data warehousing）
- predictive（見 predictive analytics）
- 與批次處理的關係, 分析（Analytics）-分析（Analytics）
- 計劃, 星型與雪花型：分析模式-星型與雪花型：分析模式
- 快速隔離查詢, 快照隔離與可重複讀
- 流式分析, 流分析
分析工程, 分析型與事務型系統
反熵, 追趕錯過的寫入
Antithesis（確定性模擬測試）, 確定性模擬測試
Apache Accumulo（見 Accumulo）
Apache ActiveMQ（見 ActiveMQ）
Apache AGE（見 AGE）
Apache Arrow（見 Arrow（資料格式））
Apache Avro（見 Avro）
Apache Beam（見 Beam）
Apache BookKeeper（見 BookKeeper）
Apache Cassandra（見 Cassandra）
Apache Curator（見 Curator）
Apache DataFusion（見 DataFusion（查詢引擎））
Apache Druid（見 Druid（資料庫））
Apache Flink（見 Flink（處理框架））
Apache HBase（見 HBase）
Apache Iceberg（見 Iceberg（表格式））
Apache Jena（見 Jena）
Apache Kafka（見 Kafka）
Apache Lucene（見 Lucene）
Apache Oozie（見 Oozie（工作流排程器））
Apache ORC（見 ORC（資料格式））
Apache Parquet（見 Parquet（資料格式））
Apache Pig（查詢語言）, 查詢語言
Apache Pinot（見 Pinot（資料庫））
Apache Pulsar（見 Pulsar）
Apache Qpid（見 Qpid）
Apache Samza（見 Samza）
Apache Solr（見 Solr）
Apache Spark（見 Spark；見 Spark（處理框架））
Apache Storm（見 Storm）
Apache Superset（見 Superset（資料視覺化軟體））
Apache Thrift（見 Thrift）
Apache ZooKeeper（見 ZooKeeper）
Apama （流式分析）, 複合事件處理
append-only files（見 logs）
Application Programming Interfaces (APIs), 資料模型與查詢語言
- 用於改變流, 變更流的 API 支援
- 分散式事務, XA 事務
- 服務費用, 流經服務的資料流：REST 與 RPC-RPC 的資料編碼與演化
  - （另見 services）
  - 可演化性, RPC 的資料編碼與演化
  - RESTful, Web 服務
application state（見國家）
approximate search（見 similarity search）
檔案儲存、資料庫資料, 歸檔儲存
arcs（見 edges）
ArcticDB（資料庫）, 資料框、矩陣與陣列
算術平均值, 平均值、中位數與百分位點
陣列
- 陣列資料庫, 資料框、矩陣與陣列
- 多層面, 資料框、矩陣與陣列
Arrow（資料格式）, 列式儲存, DataFrames
artificial intelligence（見 machine learning）
ASCII text, Protocol Buffers
ASN.1 (schema language), 模式的優點
關聯表格, 多對一與多對多關係, 屬性圖
同步網路, 不可靠的網路, 術語表
- 比較同步網路, 同步與非同步網路
- 系統模型, 系統模型與現實
同步複製, 同步複製與非同步複製, 術語表
- 故障資料損失, 領導者故障：故障轉移
- 從同步跟蹤器讀取, 複製延遲的問題
- 有多個領導, 多主複製
非同步傳輸模式, 我們不能簡單地使網路延遲可預測嗎？
原子廣播, 共享日誌作為共識
原子鐘, 帶置信區間的時鐘讀數, 用於全域性快照的同步時鐘
- （另見 clocks）
原子性, 術語表
- 原子自增, 單物件寫入
- 比較和設定, 條件寫入（比較並設定）, 什麼使系統具有線性一致性？
  - （另見比較和設定）
- 異常資料, 正規化的權衡
- 獲取和新增/遞增, ID 生成器和邏輯時鐘, 共識, 獲取並增加作為共識
- 寫入操作, 原子寫操作
原子性, 原子性, 單物件與多物件操作, 術語表
- 原子提交
  - 避開, 多分割槽請求處理, 無協調資料系統
  - 遮蔽和非遮蔽, 三階段提交
  - 在溪流處理中, 恰好一次訊息處理, 再談恰好一次訊息處理, 原子提交再現
  - 維護衍生資料, 保持系統同步
- 分散式事務, 分散式事務-再談恰好一次訊息處理
- 用於多物件事務, 單物件與多物件操作
- 用於單物件寫入, 單物件寫入
- 與協商一致的關係, 原子提交作為共識
可審計性, 信任但驗證-用於可審計資料系統的工具
- 設計, 為可審計性而設計
- 自動審計系統, 不要盲目信任承諾
- 透過不可改變性, 不可變事件的優點
- 可審計資料系統工具, 用於可審計資料系統的工具
Aurora（雲資料庫）, 雲原生系統架構
Aurora DSQL（資料庫）
- 快速隔離支援, 快照隔離與可重複讀
自動縮放, 運維：自動/手動再平衡
Automerge (CRDT library), 同步引擎的利弊
可用性, 可靠性與容錯
- （另見 fault tolerance）
- 在 CAP 定理中, CAP 定理
- 領袖選舉, 共識的微妙之處
- 在服務級別協議（SLA）中, 響應時間指標的應用
可用區, 透過冗餘容忍硬體故障, 讀己之寫
Avro（資料格式）, Avro-動態生成的模式
- 動態生成的計劃, 動態生成的模式
- 物件容器檔案, 但什麼是寫入者模式？, 歸檔儲存
- 讀者決定作家的計劃, 但什麼是寫入者模式？
- 計劃演變, 寫入者模式與讀取者模式
- 批次處理中的用途, MapReduce
awk （Unix 工具）（英語）., 簡單日誌分析, 簡單日誌分析, 分散式作業編排
Axon Framework, 事件溯源與 CQRS
Azkaban（工作流排程器）, 批處理
Azure Blob Storage（物件儲存）, 雲服務的分層, 設定新的副本
- 有條件的標題, 隔離殭屍程序和延遲請求
Azure managed disks, 儲存與計算的分離
Azure SQL DB（資料庫）, 雲原生系統架構
Azure Storage, 物件儲存
Azure Synapse Analytics（資料庫）, 雲原生系統架構
Azure Virtual Machines
- 現場虛擬機器, 故障處理

B

B樹（指數）, B 樹-B 樹變體
- B+ trees, B 樹變體
- 分支因子, B 樹
- comparison to LSM-trees, 比較 B 樹與 LSM 樹-磁碟空間使用
- 崩潰恢復, 使 B 樹可靠
- 透過分割頁面增長, B 樹
- 不可變變種, B 樹變體, 索引與快照隔離
- 與硬分裂相似, 重新平衡鍵範圍分片資料
- 變體, B 樹變體
B2（物件儲存）, 分散式檔案系統
Backblaze B2（見 B2（物件儲存））
後端, 資料系統架構中的權衡
返回, 指數, 描述效能, 處理錯誤和中止
背壓, 描述效能, 讀取效能, 訊息傳遞系統, 術語表
- 分批處理, 工作流排程
- in TCP, TCP 的侷限性
備份
- 用於複製的資料庫快照, 設定新的副本
- 在多使用者系統中, 面向多租戶的分片
- 完整性, 不要盲目信任承諾
- 抓圖隔離, 快照隔離與可重複讀
- 使用物件儲存, 設定新的副本
- 相對複製, 複製
向後相容, 編碼與演化
BadgerDB（資料庫）
- 可序列事務, 可序列化快照隔離（SSI）
BASE, contrast to ACID, ACID 的含義
擊打彈殼（Unix）, OLTP 系統的儲存與索引
批處理, 批處理-本章小結, 術語表
- 方案規劃和職能規劃, MapReduce
- 惠益, 批處理
- 結合流處理, 統一批處理和流處理
- 與流處理的比較, 流處理
- 資料流引擎, 資料流引擎-資料流引擎
- 過失容忍, 故障處理, 訊息傳遞系統
- 資料整合, 批處理與流處理-統一批處理和流處理
- 圖表和迭代處理, 機器學習
- high-level APIs and languages, 查詢語言-查詢語言
- 雲資料倉庫中, 查詢語言
- 在分散式系統中, 分散式系統中的批處理
- 加入和分組, JOIN 與 GROUP BY-JOIN 與 GROUP BY
- 限制, 批處理
- 基於日誌的資訊和, 重播舊訊息
- 保持衍生狀態, 維護派生狀態
- 衡量業績, 批處理
- 模式, 批處理模型
- 資源分配, 資源分配-資源分配
- 資源管理員, 分散式作業編排
- 排程器, 分散式作業編排
- 服務衍生資料, 對外提供派生資料-對外提供派生資料
- 移動資料, 混洗資料-混洗資料
- 任務執行, 分散式作業編排
- 使用大小寫, 批處理用例-對外提供派生資料
- 使用 Unix 工具（例如）, 使用 Unix 工具的批處理-排序與記憶體聚合
批處理框架
- 與作業系統的比較, 分散式系統中的批處理
Beam （資料流庫）, 統一批處理和流處理
BERT (language model), 向量嵌入
偏向, 偏見與歧視
bidirectional replication（見 multi-leader replication）
泥漿大球, 簡單性：管理複雜度
大資料
- 對資料最小化, 資料系統、法律與社會, 立法與自律
BigQuery（資料庫）, 雲原生系統架構, 雲資料倉庫, 批處理
- DataFrames, 查詢語言
- 硬化和叢集, 按雜湊範圍分片
- 移動資料, 混洗資料
- 快速隔離支援, 快照隔離與可重複讀
Bigtable（資料庫）
- 硬化計劃, 按鍵的範圍分片
- 儲存佈局, 構建和合並 SSTable
- 平板（硬化）, 分片
- 寬柱資料模型, 讀寫的資料區域性, 列壓縮
二進位制資料編碼, 二進位制編碼-模式的優點
- Avro, Avro-動態生成的模式
- MessagePack, 二進位制編碼-二進位制編碼
- Protocol Buffers, Protocol Buffers-欄位標籤與模式演化
二進位制編碼
- 根據計劃, 模式的優點
- 按網路驅動程式, 模式的優點
binary strings, lack of support in JSON and XML, JSON、XML 及其二進位制變體
比特幣（催眠幣）, 用於可審計資料系統的工具
- 拜占庭斷層承受力, 拜占庭故障
- 交換中的貨幣錯誤, 弱隔離級別
點陣圖索引, 列壓縮
BitTorrent uTP protocol, TCP 的侷限性
Bkd-樹木（指數）, 多維索引與全文索引
無咎死後, 人類與可靠性
Blazegraph（資料庫）, 圖資料模型
- SPARQL 查詢語言, SPARQL 查詢語言
blob storage（見 object storage）
塊, 分散式檔案系統
塊裝置（磁碟）, 儲存與計算的分離
塊鏈, 總結
- 拜占庭斷層承受力, 拜占庭故障, 共識, 用於可審計資料系統的工具
阻止原子承諾, 三階段提交
Bloom 過濾器（演算法）, 布隆過濾器, 讀取效能, 流分析
BookKeeper (replicated log), 將工作分配給節點
邊框資料集, 流處理, 術語表
- （另見 batch processing）
受限延遲, 術語表
- 在網路中, 同步與非同步網路
- 程序暫停, 響應時間保證
廣播
- 全序廣播（見 shared logs）
無中介訊息, 直接從生產者傳遞給消費者
粗糙（計量聚合器）, 直接從生產者傳遞給消費者
BTM (transaction coordinator), 兩階段提交（2PC）
緩衝
- Bufstream（訊息系統）, 設定新的副本
Bufstream（訊息系統）, 磁碟空間使用
新建或購買, 雲服務與自託管
快速網路交通模式, 我們不能簡單地使網路延遲可預測嗎？
商業分析員, 分析型與事務型系統, 從資料倉庫到資料湖
商業資料處理, 事務處理與分析的特徵
商業情報, 分析型與事務型系統-資料倉庫
Business Process Execution Language (BPEL), 持久化執行與工作流
Business Process Model and Notation (BPMN), 持久化執行與工作流
- 例項, 持久化執行與工作流
位元組序列,編碼資料, 編碼資料的格式
拜占庭斷層, 拜占庭故障-弱形式的謊言, 系統模型與現實, 術語表
- 拜占庭容錯系統, 拜占庭故障
- Byzantine Generals Problem, 拜占庭故障
- 協商一致演算法和, 共識, 用於可審計資料系統的工具

F

臉書
- 費斯（媒介指數）, 向量嵌入
- 反應（使用者介面庫）, 端到端的事件流
- 社會圖表, 圖資料模型
事實
- 事實表（星圖）, 星型與雪花型：分析模式
- 在資料日誌中, Datalog：遞迴關係查詢
- 如果來源, 事件溯源與 CQRS
慢故障, 系統模型與現實
失敗停止模式, 系統模型與現實
故障切換, 領導者故障：故障轉移, 術語表
- （另見基於領導者的複製）
- 無領導複製,沒有, 當節點故障時寫入資料庫
- 領袖選舉, 分散式鎖和租約, 共識, 從單主複製到共識
- 潛在問題, 領導者故障：故障轉移
失敗
- 透過經銷事務擴充, 維護派生狀態
- 檢測失敗, 檢測故障
  - 自動再平衡導致連鎖故障, 運維：自動/手動再平衡
  - 超時和無限制延誤, 超時和無界延遲, 網路擁塞和排隊
  - 使用協調服務, 協調服務
- 錯對錯, 可靠性與容錯
- 部分失敗, 故障與部分失效, 總結
費斯（媒介指數）, 向量嵌入
假陽性（Bloom 過濾器）, 布隆過濾器
扇出, 時間線的物化與更新, 多個消費者
斷層注射, 容錯, 實踐中的網路故障, 故障注入
斷層隔離, 面向多租戶的分片
過失容忍, 可靠性與容錯-人類與可靠性, 術語表
- 協商一致的形式化, 單值共識
- 容忍人為失誤, 批處理
- 分批處理, 故障處理
- 在基於日誌的系統中, 在資料系統中應用端到端思考, 及時性與完整性-資料流系統的正確性
- 在溪流處理中, 容錯-失敗後重建狀態
  - 原子提交, 原子提交再現
  - 冪等性, 冪等性
  - 保持衍生狀態, 維護派生狀態
  - 微打鬥和檢查站, 微批次與存檔點
  - 失敗後重建狀態, 失敗後重建狀態
- 分散式事務, XA 事務-再談恰好一次訊息處理
- 基於領導和無領導者的複製, 單主與無主複製的效能
- 事務原子性, 原子性, 分散式事務-恰好一次訊息處理
錯誤
- 拜占庭斷層, 拜占庭故障-弱形式的謊言
- 失敗與, 可靠性與容錯
- 事務處理, 事務
- 超級計算機和雲計算處理, 雲計算與超級計算
- 硬體, 硬體與軟體故障
- 在分散式系統中, 故障與部分失效
- introducing deliberately（見 fault injection）
- 網路斷層, 實踐中的網路故障-檢測故障
  - 非對稱斷層, 多數派原則
  - 檢測, 檢測故障
  - 容忍,多領導複製, 跨地域執行
- 軟體故障, 軟體故障
- tolerating（見 fault tolerance）
特性工程（機器學習）, 從資料倉庫到資料湖
聯邦資料庫, 一切的元資料庫
Feldera（資料庫）
- 增量檢視維護, 維護物化檢視
圍欄, 線性一致性與網路延遲
屏障, 領導者故障：故障轉移, 隔離殭屍程序和延遲請求-多副本隔離
- 生成柵欄標誌, 使用共享日誌, 協調服務
- 柵欄標誌的屬性, 定義演算法的正確性
- 流處理器寫入資料庫, 冪等性, 恰好執行一次操作
獲取和新增
- 與協商一致的關係, 獲取並增加作為共識
纖維通道（網路）, 分散式檔案系統
欄位標記（協議緩衝）, Protocol Buffers-欄位標籤與模式演化
Figma （圖形軟體）, 即時協作、離線優先和本地優先應用
filesystem in userspace (FUSE), 設定新的副本, 分散式檔案系統
- 在物件儲存中, 物件儲存
財務資料
- 會計分類賬, 總結
- 不可改變性, 不可變事件的優點
- 時間序列資料, 資料框、矩陣與陣列
五特蘭, 資料倉庫
FizzBee (specification language), 模型檢查與規範語言
平面指數（媒介指數）, 向量嵌入
FlatBuffers（資料格式）, 編碼資料的格式
Flink（處理框架）, 批處理, 資料流引擎
- 成本效率, 查詢語言
- DataFrames, 資料框、矩陣與陣列, DataFrames
- 過失容忍, 故障處理, 微批次與存檔點, 失敗後重建狀態
- FlinkML, 機器學習
- 資料倉庫, 雲資料倉庫
- high availability using ZooKeeper, 協調服務
- 整合批次和流處理, 統一批處理和流處理
- 查詢最佳化器, 查詢語言
- 移動資料, 混洗資料
- 流處理, 流分析
- streaming SQL support, 複合事件處理
流量控制, TCP 的侷限性, 訊息傳遞系統, 術語表
FLP result (on consensus), 共識
Flyte（工作流排程器）, 機器學習
追隨者, 單主複製, 術語表
- （另見基於領導者的複製）
正式方法, 形式化方法和隨機測試-確定性模擬測試
轉發相容性, 編碼與演化
前進衰變（演算法）, 響應時間指標的應用
化石（版本控制系統）, 併發控制
- 避免, 不變性的侷限性
FoundationDB（資料庫）
- 一致性模式, 什麼使系統具有線性一致性？
- 確定性模擬測試, 確定性模擬測試
- 鍵程硬化, 按鍵的範圍分片
- 程序/核心模式, 分片的利與弊
- 可序列事務, 可序列化快照隔離（SSI）, 可序列化快照隔離的效能
- 事務, 事務到底是什麼？, 資料庫內部的分散式事務
分數索引, 何時使用哪種模型
碎裂（B樹）, 磁碟空間使用
框架（計算機圖形）, 同步引擎的利弊
前端（網頁開發）, 資料系統架構中的權衡
FrostDB（資料庫）
- 確定性模擬測試（DST）, 確定性模擬測試
fsync （系統呼叫）, 使 B 樹可靠, 永續性
全文檢索, 全文檢索, 術語表
- 和模糊的指數, 全文檢索
- Lucene 儲存引擎, 全文檢索
- 硬化指數, 分片與二級索引
Function as a Service (FaaS), 微服務與無伺服器
職能方案擬訂
- inspiration for MapReduce, MapReduce
職能要求, 定義非功能性需求
FUSE（見 filesystem in userspace (FUSE)）
模糊, 形式化方法和隨機測試
fuzzy search（見 similarity search）

G

Gallina（特寫語言）, 模型檢查與規範語言
遊戲開發, 同步引擎的利弊
垃圾收集
- 不可改變性和, 不變性的侷限性
- 程序暫停, 延遲與響應時間, 程序暫停-限制垃圾回收的影響, 多數派原則
  - （另見 process pauses）
加油站演算法定價, 反饋迴路
GDPR (regulation), 資料系統、法律與社會, 不變性的侷限性
- 同意書, 同意與選擇自由
- 資料最小化, 立法與自律
- 合法權益, 同意與選擇自由
- 使用權, 面向多租戶的分片
- 清除的權利, 資料系統、法律與社會, 磁碟空間使用, 面向多租戶的分片
GenBank (genome database), 總結
General Data Protection Regulation（見 GDPR (regulation)）
基因組分析, 總結
geographic distribution（見 regions (geographic distribution)）
地理空間指數, 多維索引與全文索引
Git（版本控制系統）, 併發控制
- 本地第一軟體, 即時協作、離線優先和本地優先應用
- 合併衝突, 手動衝突解決
GitHub, postmortems, 領導者故障：故障轉移, 領導者故障：故障轉移, 將系統模型對映到現實世界
全球二級指數, 全域性二級索引, 總結
globally unique identifiers（見 UUIDs）
GlusterFS（分散式檔案系統）, 批處理, 分散式檔案系統, 物件儲存
GNU Coreutils (Linux), 排序與記憶體聚合
Go（程式語言）
- 垃圾收集, 限制垃圾回收的影響
GoldenGate (change data capture), 資料變更捕獲的實現
- （另見 Oracle）
谷歌
- BigQuery（見 BigQuery（資料庫））
- Bigtable（見 Bigtable（資料庫））
- Chubby（鎖服務）, 協調服務
- Cloud Storage（物件儲存）, 設定新的副本, 物件儲存
  - 請求先決條件, 隔離殭屍程序和延遲請求
- Compute Engine
  - 預設例項, 故障處理
- 資料流（流程處理）
  - 資料倉整合, 雲資料倉庫
  - 移動資料, 混洗資料
- 資料流（流處理器）, 流分析, 原子提交再現, 統一批處理和流處理
  - （另見 Beam）
- 資料流（變化資料捕獲）, 變更流的 API 支援
- Docs（協作編輯）, 即時協作、離線優先和本地優先應用, CRDT 與操作變換
  - 操作轉換, CRDT 與操作變換
- Dremel（查詢引擎）, 列式儲存
- Firestore（資料庫）, 同步引擎的利弊
- MapReduce (batch processing), 批處理
  - （另見 MapReduce）
- Percolator（事務系統）, 實現線性一致的 ID 生成器
- 永續性磁碟（雲服務）, 儲存與計算的分離
- Pub/Sub（訊息系統）, 訊息代理, 訊息代理與資料庫的對比, 使用日誌進行訊息儲存
- 響應時間研究, 平均值、中位數與百分位點
- 工作表（協作電子表格）, 即時協作、離線優先和本地優先應用, CRDT 與操作變換
- Spanner（見 Spanner（資料庫））
- TrueTime (clock API), 帶置信區間的時鐘讀數
流言協議, 請求路由
治理, 超越資料湖
政府對資料的使用, 資料作為資產與權力
GPS (Global Positioning System)
- 用於時鐘同步, 不可靠的時鐘, 時鐘同步和準確性, 帶置信區間的時鐘讀數, 用於全域性快照的同步時鐘
GPT (language model), 向量嵌入
GPU (graphics processing unit), 雲服務的分層, 分散式與單節點系統
gradual rollout（見 rolling upgrades）
GraphQL（查詢語言）, GraphQL
- 驗證, 儲存過程的利弊
圖表, 術語表
- 作為資料模型, 圖資料模型-GraphQL
  - 屬性圖, 屬性圖
  - RDF and triple-stores, 三元組儲存與 SPARQL-SPARQL 查詢語言
- DAGs（見 directed acyclic graphs）
- 處理和分析, 機器學習
- 查詢語言
  - 密碼, Cypher 查詢語言
  - 資料日誌, Datalog：遞迴關係查詢-Datalog：遞迴關係查詢
  - GraphQL, GraphQL
  - 格倫林, 圖資料模型
  - recursive SQL queries, SQL 中的圖查詢
  - SPARQL, SPARQL 查詢語言-SPARQL 查詢語言
- 轉彎, 屬性圖
灰色失敗, 系統模型與現實
- 無領導複製, 單主與無主複製的效能
格勒姆林（圖形查詢語言）, 圖資料模型
grep （Unix 工具）（英語）., 簡單日誌分析
gRPC (service calls), 微服務與無伺服器, Web 服務
- 前向和後向相容性, RPC 的資料編碼與演化
GUIDs（見 UUIDs）

H

Hadoop（資料基礎設施）
- 比較分散式資料庫, 批處理
- MapReduce（見 MapReduce）
- NodeManager, 分散式作業編排
- YARN（見 YARN (job scheduler)）
HANA（見 SAP HANA（資料庫））
發生關係前, "先發生"關係與併發
硬碟
- 訪問模式, 順序與隨機寫入
- 偵查腐敗, 端到端原則, 不要盲目信任承諾
- 錯誤在, 硬體與軟體故障, 永續性
- 順序對隨機寫入, 順序與隨機寫入
- 連續寫入吞吐量, 磁碟空間使用
硬體故障, 硬體與軟體故障
雜湊函式
- 在 Bloom 過濾器中, 布隆過濾器
加入雜湊
- 在溪流處理中, 流表連線（流擴充）
雜湊變硬, 按鍵的雜湊分片-一致性雜湊, 總結
- 連續的雜湊, 一致性雜湊
- Hash mod N的問題, 雜湊取模節點數
- 區域查詢, 按雜湊範圍分片
- 合適的雜湊函式, 按鍵的雜湊分片
- 有固定的硬塊數, 固定數量的分片
散列表格, 日誌結構儲存
Hazelcast（模擬資料網）
- FencedLock, 隔離殭屍程序和延遲請求
- Flake ID Generator, ID 生成器和邏輯時鐘
HBase（資料庫）
- 由於缺乏圍欄而出現錯誤, 分散式鎖和租約
- 鍵程硬化, 按鍵的範圍分片
- 日誌結構儲存, 構建和合並 SSTable
- 區域（硬化）, 分片
- 請求路由, 請求路由
- 大小級緊湊, 壓實策略
- 寬柱資料模型, 讀寫的資料區域性, 列壓縮
HDFS (Hadoop Distributed File System), 批處理, 分散式檔案系統
- （另見 distributed filesystems）
- 檢查資料完整性, 不要盲目信任承諾
- DataNode, 分散式檔案系統
- NameNode, 分散式檔案系統
- use in MapReduce, MapReduce
- 工作流程示例, 工作流排程
HdrHistogram (numerical library), 響應時間指標的應用
頭（Unix 工具）, 簡單日誌分析, 分散式作業編排
頭頂（財產圖）, 屬性圖
頭部阻塞, 延遲與響應時間
堆積檔案（資料庫）, 在索引中儲存值
- 多轉換併發控制, 多版本併發控制（MVCC）
熱量管理, 偏斜的工作負載與緩解熱點
被套期請求, 單主與無主複製的效能
分散事務, 跨不同系統的分散式事務, XA 事務的問題
啟發式決策, 從協調器故障中恢復
十六進位制（註解本）, 機器學習
六邊形
- 地理空間索引, 多維索引與全文索引
Hibernate（物件關係對映器）, 物件關係對映（ORM）
層次模型, 關係模型與文件模型
可導航的小世界（媒介指數）, 向量嵌入
hierarchical queries（見 recursive common table expressions）
high availability（見 fault tolerance）
高頻事務, 時鐘同步和準確性
high-performance computing (HPC), 雲計算與超級計算
提示移交, 追趕錯過的寫入
直方圖, 響應時間指標的應用
蜂窩（資料倉）, 雲資料倉庫
- 查詢最佳化器, 查詢語言
HNSW (vector index), 向量嵌入
購物視窗（流程處理）, 視窗的型別
- （另見 windows）
Hoptimator（查詢引擎）, 一切的元資料庫
地平線醜聞, 人類與可靠性
- 缺乏事務, 事務
horizontal scaling（見 scaling out）
- 透過磨損, 分片的利與弊
HornetQ（訊息系統）, 訊息代理, 訊息代理與資料庫的對比
- 分散式事務支援, XA 事務
熱鍵, 鍵值資料的分片
熱點, 鍵值資料的分片
- 由於名人, 偏斜的工作負載與緩解熱點
- 時間序列資料, 按鍵的範圍分片
- 解除武裝, 偏斜的工作負載與緩解熱點
hot standbys（見基於領導者的複製）
HTAP（見 hybrid transactional/analytic processing）
HTTP, use in APIs（見 services）
人類錯誤, 人類與可靠性, 實踐中的網路故障, 批處理
混合邏輯時鐘, 混合邏輯時鐘
混合事務/分析處理, 資料倉庫, 分析型資料儲存
hydrating IDs (join), 社交網路案例研究中的反正規化
高頻圖, 屬性圖
HyperLogLog (algorithm), 流分析

I

I/O operations, waiting for, 程序暫停
IaaS（見 infrastructure as a service (IaaS)）
IBM
- Db2（資料庫）
  - 分散式事務支援, XA 事務
  - 可序列隔離, 快照隔離、可重複讀和命名混淆, 兩階段鎖定的實現
- MQ（訊息系統）, 訊息代理與資料庫的對比
  - 分散式事務支援, XA 事務
- System R（資料庫）, 事務到底是什麼？
- WebSphere（訊息系統）, 訊息代理
Iceberg（表格式）, 雲資料倉庫
- 物件儲存的資料庫, 設定新的副本
- 基於日誌的資訊代理儲存, 磁碟空間使用
冪等性, 遠端過程呼叫（RPC）的問題, 冪等性, 術語表
- by giving operations unique IDs, 多分割槽請求處理
- by giving requests unique IDs, 操作識別符號
- 對於完全的語義, 再談恰好一次訊息處理
- 一元業務, 恰好執行一次操作
- 工作流程引擎中, 持久化執行
不可改變性
- 好處, 不可變事件的優點, 為可審計性而設計
- 和清除的權利, 資料系統、法律與社會, 磁碟空間使用
- 刪除加密, 事件溯源與 CQRS, 不變性的侷限性
- 從事件日誌中獲取狀態, 狀態、流和不變性-不變性的侷限性
- 事故恢復, 構建和合並 SSTable
- 在B樹上, B 樹變體, 索引與快照隔離
- 如果來源, 事件溯源與 CQRS, 資料變更捕獲與事件溯源
- 限制, 併發控制
阻抗不匹配, 物件關係不匹配
存疑, 協調器故障
- 鎖定, 存疑時持有鎖
- 孤兒事務, 從協調器故障中恢復
模擬資料庫, 全記憶體儲存
- 永續性, 永續性
- 序列事務執行, 實際序列執行
事件
- 導致錯誤定罪的會計軟體錯誤, 人類與可靠性
- 無咎死後, 人類與可靠性
- 跳躍秒墜機, 時鐘同步和準確性
- 資料腐敗和貨幣錯誤造成的經濟損失, 弱隔離級別
- 硬碟上的資料腐敗, 永續性
- 資料損失,因最後寫成, 用於事件排序的時間戳
- 磁碟上無法讀取的資料, 將系統模型對映到現實世界
- 由於重用主鑰匙而披露敏感資料, 領導者故障：故障轉移
- 事務序列性中的錯誤, 維護完整性，儘管軟體有Bug
- gigabit network interface with 1 Kb/s throughput, 系統模型與現實
- 跳躍第二次崩潰, 軟體故障
- 網路斷層, 實踐中的網路故障
- 網路介面只放下入境包, 實踐中的網路故障
- 網路分割槽和全資料中心故障, 故障與部分失效
- 網路故障處理不當, 實踐中的網路故障
- 向前合夥人傳送訊息, 排序事件以捕獲因果關係
- 咬海底電纜的鯊魚, 實踐中的網路故障
- split brain due to 1-minute packet delay, 領導者故障：故障轉移, 實踐中的網路故障
- SSD failure after 32,768 hours, 軟體故障
- 執行緒爭吵導致服務下降, 程序暫停
- 伺服器架中的振動, 延遲與響應時間
- 違反獨特性限制, 維護完整性，儘管軟體有Bug
incremental view maintenance (IVM), 維護物化檢視
- 資料整合, 分拆系統與整合系統
索引, OLTP 系統的儲存與索引, 術語表
- 並快照隔離, 索引與快照隔離
- 作為衍生資料, 記錄系統與派生資料, 組合使用資料儲存技術-分拆系統與整合系統
- B樹, B 樹-B 樹變體
- 分組, 在索引中儲存值
- comparison of B-trees and LSM-trees, 比較 B 樹與 LSM 樹-磁碟空間使用
- 覆蓋（包括各欄）, 在索引中儲存值
- 建立, 建立索引
- 全文檢索, 全文檢索
- 地理空間, 多維索引與全文索引
- 索引範圍鎖定, 索引範圍鎖
- 多列（壓縮）, 多維索引與全文索引
- 中學, 多列索引與二級索引
  - （另見 secondary indexes）
  - 雙寫問題, 保持系統同步, 理解資料流
- 硬化指數和二級指數, 分片與二級索引-全域性二級索引, 總結
- 人煙稀少, SSTable 檔案格式
- SSTable 與 LSM 樹, SSTable 檔案格式-壓實策略
- 資料變化時更新, 保持系統同步, 維護物化檢視
Industrial Revolution, 回顧工業革命
InfiniBand (networks), 我們不能簡單地使網路延遲可預測嗎？
InfluxDB IOx (storage engine), 列式儲存
information retrieval（見全文檢索）
infrastructure as a service (IaaS), 雲服務與自託管, 雲服務的分層
InnoDB (storage engine)
- 主金鑰的分組索引, 在索引中儲存值
- 不防止丟失的更新, 自動檢測丟失的更新
- 防止寫入skew, 寫偏差的特徵, 兩階段鎖定的實現
- 可序列隔離, 兩階段鎖定的實現
- 快速隔離支援, 快照隔離與可重複讀
例項（雲計算）, 雲服務的分層
integrating different data systems（見資料整合）
誠信, 及時性與完整性
- 協調-避免資料系統, 無協調資料系統
- 資料流系統的正確性, 資料流系統的正確性
- 協商一致形式化, 單值共識, 原子提交作為共識
- 完整性檢查, 不要盲目信任承諾
  - （另見審計）
  - 端到端, 端到端原則, 端到端原則重現
  - 使用快照隔離, 快照隔離與可重複讀
- 儘管軟體錯誤仍然維護, 維護完整性，儘管軟體有Bug
Interface Definition Language (IDL), Protocol Buffers, Avro, Web 服務
不變式, 一致性
- （另見 constraints）
反向檔案索引（向量索引）, 向量嵌入
倒轉索引, 全文檢索
不可逆轉,儘量減少, 可演化性：讓變化更容易, 事件溯源與 CQRS, 批處理
ISDN (Integrated Services Digital Network), 同步與非同步網路
隔離性
- cgroups（見 cgroups）
隔離性, 隔離性, 單物件與多物件操作, 術語表
- 正確性和, 追求正確性
- 用於單物件寫入, 單物件寫入
- 可序列化, 可序列化-可序列化快照隔離的效能
  - 實際執行, 實際序列執行-序列執行總結
  - 可序列化快照隔離, 可序列化快照隔離（SSI）-可序列化快照隔離的效能
  - 兩階段鎖定, 兩階段鎖定（2PL）-索引範圍鎖
- 違反, 單物件與多物件操作
- 薄弱的隔離水平, 弱隔離級別-物化衝突
  - 防止丟失更新, 防止丟失更新-衝突解決與複製
  - 讀已提交, 讀已提交-實現讀已提交
  - 快照隔離, 快照隔離與可重複讀-快照隔離、可重複讀和命名混淆
IVF (vector index), 向量嵌入

J

資料庫連線
- 分散式事務支援, XA 事務
- 網路驅動程式, 模式的優點
Java Enterprise Edition (EE), 遠端過程呼叫（RPC）的問題, 兩階段提交（2PC）, XA 事務
Java Message Service (JMS), 訊息代理與資料庫的對比
- （另見 messaging systems）
- 比較基於日誌的郵件, 日誌與傳統的訊息傳遞相比, 重播舊訊息
- 分散式事務支援, XA 事務
- 訊息順序, 確認與重新傳遞
Java Transaction API (JTA), 兩階段提交（2PC）, XA 事務
Java Virtual Machine (JVM)
- 垃圾收集, 程序暫停, 限制垃圾回收的影響
- JIT compilation, 查詢執行：編譯與向量化
- 批次處理器中的工藝再利用, 資料流引擎
Jena (RDF framework), RDF 資料模型
- SPARQL 查詢語言, SPARQL 查詢語言
Jepsen（過失容忍度測試）, 故障注入, 追求正確性
jitter （網路延遲）, 平均值、中位數與百分位點, 網路擁塞和排隊
JMESPath（查詢語言）, 查詢語言
合併表格, 多對一與多對多關係, 屬性圖
加入, 術語表
- 作為關係運算符表示, 查詢語言
- handling GraphQL query, GraphQL
- 應用程式程式碼, 正規化、反正規化與連線, 社交網路案例研究中的反正規化
- in DataFrames, 資料框、矩陣與陣列
- 關係資料庫和文件資料庫, 正規化、反正規化與連線
- 二級指數和, 多列索引與二級索引
- 排序合併, JOIN 與 GROUP BY
- 串流連線, 流連線-連線的時間依賴性
  - 串流流連線, 流流連線（視窗連線）
  - 序列表連線, 流表連線（流擴充）
  - 表格連線, 表表連線（維護物化檢視）
  - 時間的依賴性, 連線的時間依賴性
- 文件資料庫中的支援, 文件和關係資料庫的融合
JOTM (transaction coordinator), 兩階段提交（2PC）
日記（檔案系統）, 使 B 樹可靠
JSON
- 管道彙總（用克里語）, 文件的查詢語言
- Avro 方案說明, Avro
- 二進位制變體, 二進位制編碼
- 資料位置, 讀寫的資料區域性
- 文件資料模型, 關係模型與文件模型
- 應用資料的問題, JSON、XML 及其二進位制變體
- GraphQL response, GraphQL
- 關係資料庫, 文件模型中的模式靈活性
- 代表簡歷（例）, 用於一對多關係的文件資料模型
- 模式, JSON 模式
JSON-LD, 三元組儲存與 SPARQL
JsonPath（查詢語言）, 查詢語言
JuiceFS（分散式檔案系統）, 分散式檔案系統, 物件儲存
朱皮特（註解本）, 機器學習
just-in-time (JIT) compilation, 查詢執行：編譯與向量化

K

Kafka（訊息系統）, 訊息代理, 使用日誌進行訊息儲存
- 消費者群體, 多個消費者
- 資料整合, 分拆系統與整合系統
- 用於事件原始碼, 事件溯源與 CQRS
- Kafka 連線（資料庫整合）, 資料變更捕獲的實現, 變更流的 API 支援, 從同一事件日誌中派生多個檢視
- 卡夫卡流（流處理器）, 流分析, 維護物化檢視
  - 恰好一次語義, 再談恰好一次訊息處理
  - 過失容忍, 失敗後重建狀態
- ksqlDB (stream database), 維護物化檢視
- 基於領導者的複製, 單主複製
- 日誌壓縮, 日誌壓縮, 維護物化檢視
- 頁:1, 使用日誌進行訊息儲存, 冪等性
- 分割槽, 分片
- 請求路由, 請求路由
- 計劃登記, 但什麼是寫入者模式？
- 服務衍生資料, 對外提供派生資料
- 分層儲存, 磁碟空間使用
- 事務, 資料庫內部的分散式事務, 原子提交再現
- 不潔領袖選舉, 共識的微妙之處
- 使用模型檢查, 模型檢查與規範語言
kappa 架構, 統一批處理和流處理
關鍵價值儲存, OLTP 系統的儲存與索引
- 比較物件儲存, 物件儲存
- 記憶, 全記憶體儲存
- LSM storage, 日誌結構儲存-磁碟空間使用
- 分片, 鍵值資料的分片-偏斜的工作負載與緩解熱點
  - 鍵的雜湊, 按鍵的雜湊分片, 總結
  - 按金鑰範圍, 按鍵的範圍分片, 總結
  - 搖擺和熱點, 偏斜的工作負載與緩解熱點
Kinesis（訊息系統）, 訊息代理, 使用日誌進行訊息儲存
- 資料倉整合, 雲資料倉庫
Kryo (Java), 特定語言的格式
ksqlDB (stream database), 維護物化檢視
Kubernetes（叢集經理）, 雲服務與自託管, 微服務與無伺服器, 分散式作業編排, 應用程式碼和狀態的分離
- 庫貝流, 機器學習
- 立方體, 分散式作業編排
- 運算元, 分散式作業編排
- 使用等資料d, 請求路由, 協調服務
KùzuDB (database), 分散式系統的問題, 圖資料模型
- 作為嵌入式儲存引擎, 壓實策略
- Cypher 查詢語言, Cypher 查詢語言

L

labeled property graphs（見 property graphs）
羊肉達建築, 統一批處理和流處理
Lamport 時間戳, Lamport 時間戳
Lance（資料格式）, 雲資料倉庫, 列式儲存
- （另見 column-oriented storage）
large language models (LLMs)
- 預處理培訓資料, 機器學習
最後寫入勝利, 最後寫入勝利（丟棄併發寫入）, 檢測併發寫入, 實現線性一致性系統
- 問題, 用於事件排序的時間戳
- 容易丟失更新, 衝突解決與複製
延遲, 延遲與響應時間
- （另見響應時間）
- 跨區域, 分散式與單節點系統
- 在兩階段鎖定下的不穩定, 兩階段鎖定的效能
- 網路延遲和資源利用, 我們不能簡單地使網路延遲可預測嗎？
- 根據請求減少套期保值, 單主與無主複製的效能
- 響應時間對比, 延遲與響應時間
- 尾延遲, 平均值、中位數與百分位點, 響應時間指標的應用, 本地二級索引
law（見 legal matters）
（雲服務）, 雲服務的分層
基於領導者的複製, 單主複製-邏輯（基於行）日誌複製
- （另見複製）
- 故障切換, 領導者故障：故障轉移, 分散式鎖和租約
- 處理節點斷電, 處理節點故障
- 實施複製日誌
  - 資料變更捕獲, 資料變更捕獲-變更流的 API 支援
    - （另見 changelogs）
  - 基於語句的, 基於語句的複製
  - 預寫日誌（WAL）傳輸, 預寫日誌（WAL）傳輸
- 操作的可線性, 實現線性一致性系統
- 鎖定和領導者選舉, 鎖定與領導者選舉
- 日誌序列號, 設定新的副本, 消費者偏移量
- 讀縮放架構, 複製延遲的問題, 單主與無主複製的效能
- 與協商一致的關係, 共識, 從單主複製到共識, 共識的利弊
- 設立新的追隨者, 設定新的副本
- 同步對同步, 同步複製與非同步複製-同步複製與非同步複製
無領導複製, 無主複製-版本向量
- （另見複製）
- 追趕丟失的寫入, 追趕錯過的寫入
- 檢測並行寫作, 檢測併發寫入-版本向量
  - 版本向量, 版本向量
- 多區域, 多地區操作
- 法定人數, 讀寫仲裁-多地區操作
  - 一致性限制, 仲裁一致性的侷限-監控陳舊性, 線性一致性與仲裁
跳躍秒, 軟體故障, 時鐘同步和準確性
- 時鐘, 日曆時鐘
租賃, 程序暫停
- 與協調處合作執行, 協調服務
- 需要圍欄, 分散式鎖和租約
- 與協商一致的關係, 單值共識
分類賬（會計）, 總結
- 不可改變性, 不可變事件的優點
遺留系統,維護, 可運維性
法律事項, 資料系統、法律與社會-資料系統、法律與社會
- 資料刪除, 資料系統、法律與社會, 磁碟空間使用
- 資料儲存, 分散式與單節點系統, 面向多租戶的分片
- 隱私監管, 資料系統、法律與社會, 立法與自律
legitimate interest (GDPR), 同意與選擇自由
平面壓縮, 壓實策略, 磁碟空間使用
Levenshtein 自動地圖, 全文檢索
跛腳（部分失敗）, 系統模型與現實
線性（專案管理軟體）, 即時協作、離線優先和本地優先應用
線性代數, 資料框、矩陣與陣列
線性可縮放性, 描述負載
線性一致性, 複製延遲的解決方案, 線性一致性-線性一致性與網路延遲, 術語表
- 和共識, 共識
- 費用, 線性一致性的代價-線性一致性與網路延遲
  - CAP定理, CAP 定理
  - memory on multi-core CPUs, 線性一致性與網路延遲
- 定義, 什麼使系統具有線性一致性？-什麼使系統具有線性一致性？
- ID generation, 線性一致的 ID 生成器
- 協調事務, 協調服務
- 資料系統
  - 避免協調, 無協調資料系統
- 不同複製方法, 實現線性一致性系統-線性一致性與仲裁
  - 使用法定人數, 線性一致性與仲裁
- 在協商一致的制度中讀取, 共識的微妙之處
- 依賴, 依賴線性一致性-跨通道時序依賴
  - 限制和獨特性, 約束與唯一性保證
  - 跨渠道時間依賴性, 跨通道時序依賴
  - 鎖定和領導者選舉, 鎖定與領導者選舉
- 可序列性, 什麼使系統具有線性一致性？
連結資料, 三元組儲存與 SPARQL
LinkedIn
- Espresso（資料庫）, 但什麼是寫入者模式？
- LIquid（資料庫）, Datalog：遞迴關係查詢
- 配置檔案（例）, 用於一對多關係的文件資料模型
Linux 跳過第二個錯誤, 軟體故障, 時鐘同步和準確性
Litestream （備份工具）, 設定新的副本
生活屬性, 安全性與活性
LLVM (compiler), 查詢執行：編譯與向量化
LMDB (storage engine), 壓實策略, B 樹變體, 索引與快照隔離
負載
- 應付, 可伸縮性原則
- 描述, 描述負載
負載平衡, 描述效能, 負載均衡器、服務發現和服務網格
- 硬體, 負載均衡器、服務發現和服務網格
- 軟體, 負載均衡器、服務發現和服務網格
- 使用信件經紀人, 多個消費者
裝彈, 描述效能
本地二級指數, 本地二級索引, 總結
本地第一軟體, 即時協作、離線優先和本地優先應用
區域性, 用於一對多關係的文件資料模型, 讀寫的資料區域性, 術語表
- 分批處理, 資料流引擎
- 在狀態客戶端, 同步引擎與本地優先軟體, 有狀態、可離線的客戶端
- 在溪流處理中, 流表連線（流擴充）, 失敗後重建狀態, 流處理器和服務, 基於日誌訊息傳遞中的唯一性
地點透明度, 遠端過程呼叫（RPC）的問題
- 在演員模式中, 分散式 actor 框架
鎖定, 雲服務的利弊
鎖, 術語表
- 死鎖, 顯式鎖定, 兩階段鎖定的實現
- 分散式鎖定, 分散式鎖和租約-多副本隔離, 鎖定與領導者選舉
  - 柵欄標誌, 隔離殭屍程序和延遲請求
  - 與協調處合作執行, 協調服務
  - 與協商一致的關係, 單值共識
- 用於事務隔離
  - 在快照隔離中, 多版本併發控制（MVCC）
  - in two-phase locking (2PL), 兩階段鎖定（2PL）-索引範圍鎖
  - 使操作原子化, 原子寫操作
  - 效能, 兩階段鎖定的效能
  - 防止骯髒的寫作, 實現讀已提交
  - 防止帶有索引範圍鎖的幽靈, 索引範圍鎖, 檢測影響先前讀取的寫入
  - 讀取鎖（共享模式）, 實現讀已提交, 兩階段鎖定的實現
  - 共享模式和專屬模式, 兩階段鎖定的實現
- 分散式事務
  - 發現僵局, XA 事務的問題
  - 持有鎖的可疑事務, 存疑時持有鎖
- 實現衝突, 物化衝突
- 透過明確鎖定防止丟失更新, 顯式鎖定
日誌序列號, 設定新的副本, 消費者偏移量
邏輯時鐘, 用於事件排序的時間戳, ID 生成器和邏輯時鐘-使用邏輯時鐘強制約束, 排序事件以捕獲因果關係
- 最後寫成的, 最後寫入勝利（丟棄併發寫入）
- 讀後寫入一致性, 讀己之寫
- 混合邏輯時鐘, 混合邏輯時鐘
- 執行制約因素不足, 使用邏輯時鐘強制約束
- Lamport 時間戳, Lamport 時間戳
邏輯複製, 邏輯（基於行）日誌複製
- 用於獲取變化資料, 資料變更捕獲的實現
LogicBlox（資料庫）, Datalog：遞迴關係查詢
日誌（資料結構）, OLTP 系統的儲存與索引, 共享日誌作為共識, 術語表
- （另見 shared logs）
- 不可改變性的好處, 不可變事件的優點
- 和清除的權利, 資料系統、法律與社會, 磁碟空間使用
- 壓實（Compaction）, 構建和合並 SSTable, 壓實策略, 日誌壓縮, 狀態、流和不變性
  - 流運算子狀態, 失敗後重建狀態
- 執行獨特性限制, 基於日誌訊息傳遞中的唯一性
- 基於日誌的資訊, 基於日誌的訊息代理-重播舊訊息
  - 比較傳統訊息, 日誌與傳統的訊息傳遞相比, 重播舊訊息
  - 減減, 消費者偏移量
  - 磁碟空間使用情況, 磁碟空間使用
  - 重播舊信件, 重播舊訊息, 應用演化後重新處理資料, 統一批處理和流處理
  - 緩慢的消費者, 當消費者跟不上生產者時
  - 使用日誌儲存信件, 使用日誌進行訊息儲存
- 日誌結構儲存, OLTP 系統的儲存與索引-壓實策略
  - log-structured merge tree（見 LSM-trees）
- 與協商一致的關係, 共享日誌作為共識
- 複製, 單主複製, 複製日誌的實現-邏輯（基於行）日誌複製
  - 資料變更捕獲, 資料變更捕獲-變更流的 API 支援
    - （另見 changelogs）
  - 與快照協調, 設定新的副本
  - 邏輯（基於row）複製, 邏輯（基於行）日誌複製
  - 基於語句的複製, 基於語句的複製
  - 預寫日誌（WAL）傳輸, 預寫日誌（WAL）傳輸
- 伸縮性限制, 全序的限制
瀏覽器（商業情報軟體）, 事務處理與分析的特徵, 分析（Analytics）
松耦合, 開展分拆工作
lost updates（見 updates）
蓮花筆記（同步引擎）, 同步引擎的利弊
LSM-trees (indexes), SSTable 檔案格式-壓實策略
- 與B樹的比較, 比較 B 樹與 LSM 樹-磁碟空間使用
Lucene（儲存引擎）, 全文檢索
- 相似性搜尋, 全文檢索
最後寫入勝利（見最後寫入勝利）

M

機器學習
- 批次推論, 機器學習
- data preparation with DataFrames, 資料框、矩陣與陣列
- 刪除培訓資料, 資料系統、法律與社會
- 部署資料產品, 超越資料湖
- 道德考慮, 預測分析
  - （另見 ethics）
- 特性工程, 從資料倉庫到資料湖, 機器學習
- 分析系統, 分析型與事務型系統
- 迭代處理, 機器學習
- LLMs（見 large language models (LLMs)）
- 培訓資料產生的模型, 應用程式碼作為派生函式
- 與批次處理的關係, 機器學習-機器學習
- 使用資料湖, 從資料倉庫到資料湖
- using GPUs, 雲服務的分層, 分散式與單節點系統
- 使用矩陣, 資料框、矩陣與陣列
瘋狂（決定性模擬測試）, 確定性模擬測試
萬金油, 可伸縮性原則
可維護性, 可運維性-可演化性：讓變化更容易, 流式系統的哲學
- 可演化性（見可演化性）
- 可操作性, 可運維性：讓運維更輕鬆
- 簡化和管理複雜性, 簡單性：管理複雜度
多種關係, 多對一與多對多關係
- 模擬為圖表, 圖資料模型
多對一關係, 多對一與多對多關係
- 在恆星計時, 星型與雪花型：分析模式
MapReduce (batch processing), 批處理, MapReduce-MapReduce
- 使用者活動活動分析（例項）, JOIN 與 GROUP BY
- 與流處理的比較, 流處理
- 不利條件和限制, MapReduce
- 過失容忍, 故障處理
- 高階工具, 查詢語言
- 對映和縮小函式, MapReduce
- 移動資料, 混洗資料
- 排序合併, JOIN 與 GROUP BY
- 工作流程, 工作流排程
  - （另見 workflow engines）
編組（見編碼）
MartenDB（資料庫）, 事件溯源與 CQRS
主奴隸複製（過時術語）, 單主複製
物化, 術語表
- 總價值, 物化檢視與資料立方體
- 衝突, 物化衝突
- 實際意見, 物化檢視與資料立方體
  - 作為衍生資料, 記錄系統與派生資料, 組合使用資料儲存技術-分拆系統與整合系統
  - 如果來源, 事件溯源與 CQRS
  - 增量檢視維護, 維護物化檢視
    - （另見 incremental view maintenance (IVM)）
  - 維護,使用流處理, 維護物化檢視, 表表連線（維護物化檢視）
- 社會網路時間表例項, 時間線的物化與更新
物化, 物化檢視與資料立方體
- 增量檢視維護, 維護物化檢視
矩陣, 資料框、矩陣與陣列
- 人煙稀少, 資料框、矩陣與陣列
Maxwell（變化資料捕獲）, 資料變更捕獲的實現
說, 平均值、中位數與百分位點
媒體監測, 在流上搜索
中位數, 平均值、中位數與百分位點
會議室預訂（例）, 寫偏差的更多例子, 謂詞鎖, 強制約束
除錯（除錯伺服器）, 全記憶體儲存
Memgraph（資料庫）, 圖資料模型
- Cypher 查詢語言, Cypher 查詢語言
記憶體
- 壁障, 線性一致性與網路延遲
- 腐敗, 硬體與軟體故障
- 模擬資料庫, 全記憶體儲存
  - 永續性, 永續性
  - 序列事務執行, 實際序列執行
- 資料模擬表示, 編碼資料的格式
- 記憶體表, 構建和合並 SSTable
- 隨機位元- flips in, 信任但驗證
- 索引的使用, 日誌結構儲存
記憶體表, 構建和合並 SSTable
商品（版本控制系統）, 併發控制
合併, 資料框、矩陣與陣列
合併排序的檔案, 構建和合並 SSTable, 混洗資料
默克爾樹, 用於可審計資料系統的工具
Mesos（分組管理器）, 應用程式碼和狀態的分離
message brokers（見 messaging systems）
message-passing（見 event-driven architecture）
MessagePack (encoding format), 二進位制編碼
通訊系統, 流處理-重播舊訊息
- （另見 streams）
- 後壓、緩衝或丟棄信件, 訊息傳遞系統
- 無中介訊息, 直接從生產者傳遞給消費者
- 事件日誌, 基於日誌的訊息代理-重播舊訊息
  - 作為資料模型, 事件溯源與 CQRS
  - 比較傳統訊息, 日誌與傳統的訊息傳遞相比, 重播舊訊息
  - 減減, 消費者偏移量
  - 重播舊信件, 重播舊訊息, 應用演化後重新處理資料, 統一批處理和流處理
  - 緩慢的消費者, 當消費者跟不上生產者時
- 恰好一次語義, 恰好一次訊息處理, 再談恰好一次訊息處理, 容錯
- 信件經紀人, 訊息代理-確認與重新傳遞
  - 承認和重新交付, 確認與重新傳遞
  - 比較事件日誌, 日誌與傳統的訊息傳遞相比, 重播舊訊息
  - 同一主題的多個消費者, 多個消費者
  - versus RPC, 事件驅動的架構
- 訊息丟失, 訊息傳遞系統
- 可靠性, 訊息傳遞系統
- 以日誌為基礎的信件中的獨特性, 基於日誌訊息傳遞中的唯一性
可調味的失敗, 描述效能
計票
- 無伺服器, 微服務與無伺服器
- 儲存, 雲時代的運維
微批次, 微批次與存檔點
微服務, 微服務與無伺服器
- （另見 services）
- 各種服務的因果關係, 全序的限制
- 松耦合, 開展分拆工作
- 與批次/流程處理器的關係, 批處理, 流處理器和服務
微軟
- Azure Blob Storage（見 Azure Blob Storage）
- Azure managed disks, 儲存與計算的分離
- Azure Service Bus（訊息系統）, 訊息代理, 訊息代理與資料庫的對比
- Azure SQL DB（資料庫）, 雲原生系統架構
- Azure Storage, 物件儲存
- Azure Stream Analytics, 流分析
- Azure Synapse Analytics（資料庫）, 雲原生系統架構
- 分散式元件物件模型, 遠端過程呼叫（RPC）的問題
- MSDTC (transaction coordinator), 兩階段提交（2PC）
- SQL Server（見 SQL Server）
Microsoft Power BI（見 Power BI (business intelligence software)）
遷移（重寫）資料, 文件模型中的模式靈活性, 不同時間寫入的不同值, 從同一事件日誌中派生多個檢視, 應用演化後重新處理資料
MinIO（物件儲存）, 分散式檔案系統
移動應用程式, 資料系統架構中的權衡
- 嵌入式資料庫, 壓實策略
模式檢查, 模型檢查與規範語言
模組操作員（%）, 雜湊取模節點數
Mojo（程式語言）
- 記憶體管理, 限制垃圾回收的影響
MongoDB（資料庫）
- 管道合計, 文件的查詢語言
- 原子操作, 原子寫操作
- BSON, 讀寫的資料區域性
- 文件資料模型, 關係模型與文件模型
- 雜湊變硬, 按鍵的雜湊分片, 按雜湊範圍分片
- 在雲層中, 雲原生系統架構
- 加入支援, 文件和關係資料庫的融合
- 加入（$$ookup 運算子）, 正規化、反正規化與連線
- JSON Schema validation, JSON 模式
- 基於領導者的複製, 單主複製
- ObjectIds, ID 生成器和邏輯時鐘
- 基於範圍的硬化, 按鍵的範圍分片
- 請求路由, 請求路由
- 二級指數, 本地二級索引
- 硬分裂, 重新平衡鍵範圍分片資料
- 儲存程式, 儲存過程的利弊
監測, 雲時代的運維, 人類與可靠性, 可運維性：讓運維更輕鬆
單音鍾, 單調時鐘
單調讀, 單調讀
Morel（查詢語言）, 查詢語言
MSMQ（訊息系統）, XA 事務
多列索引, 多維索引與全文索引
多領導複製, 多主複製-處理寫入衝突
- （另見複製）
- 協作編輯, 即時協作、離線優先和本地優先應用
- 衝突檢測, 處理寫入衝突
- 解決衝突, 處理寫入衝突
- 供多區域複製, 跨地域執行, 線性一致性的代價
- 線性,缺少, 實現線性一致性系統
- 可離線客戶端, 同步引擎與本地優先軟體
- 複製地形, 多主複製拓撲-不同拓撲的問題
多物件事務, 單物件與多物件操作
- 需求, 多物件事務的需求
Multi-Paxos (consensus algorithm), 共識的實踐
多讀單寫鎖定, 兩階段鎖定的實現
多表索引叢集表, 讀寫的資料區域性
多版本併發控制, 多版本併發控制（MVCC）, 總結
- detecting stale MVCC reads, 檢測陳舊的 MVCC 讀取
- 索引和快照隔離, 索引與快照隔離
- 使用同步時鐘, 用於全域性快照的同步時鐘
多層面陣列, 資料框、矩陣與陣列
多重租賃, 儲存與計算的分離, 網路擁塞和排隊
- 透過磨損, 面向多租戶的分片
- 使用嵌入式資料庫, 壓實策略
- 與拜占庭斷層承受能力相比, 拜占庭故障
相互排斥, 悲觀併發控制與樂觀併發控制
- （另見 locks）
MySQL（資料庫）
- archiving WAL to object stores, 設定新的副本
- 二進位制日誌座標, 設定新的副本
- 資料變更捕獲, 資料變更捕獲的實現, 變更流的 API 支援
- 迴圈複製地形, 多主複製拓撲
- 一致的快照, 設定新的副本
- 分散式事務支援, XA 事務
- global transaction identifiers (GTIDs), 設定新的副本
- 在雲層中, 雲原生系統架構
- InnoDB storage engine（見 InnoDB）
- 基於領導者的複製, 單主複製
- 多領導複製, 跨地域執行
- 基於行的複製, 邏輯（基於行）日誌複製
- 分片（見 Vitess（資料庫））
- 快速隔離支援, 快照隔離、可重複讀和命名混淆
  - （另見 InnoDB）
- 基於語句的複製, 基於語句的複製

N

N+1 query problem, 物件關係對映（ORM）
奈米msg（資訊庫）, 直接從生產者傳遞給消費者
Narayana（事務協調員）, 兩階段提交（2PC）
NATS（訊息系統）, 訊息代理
自然語言處理, 從資料倉庫到資料湖
Neo4j（資料庫）
- Cypher 查詢語言, Cypher 查詢語言
- 圖表資料模型, 圖資料模型
Neon（資料庫）, 設定新的副本
侄子（資料流引擎）, 資料流引擎
Neptune（圖資料庫）, 圖資料模型
- Cypher 查詢語言, Cypher 查詢語言
- SPARQL 查詢語言, SPARQL 查詢語言
網碼（遊戲開發）, 同步引擎的利弊
Network Attached Storage (NAS), 共享記憶體、共享磁碟與無共享架構, 分散式檔案系統
網路模型（資料表示）, 關係模型與文件模型
Network Time Protocol（見網路時間協議）
網路
- 擁堵和排隊, 網路擁塞和排隊
- 資料中心網路地形, 雲計算與超級計算
- faults（見 faults）
- 線性化和網路延遲, 線性一致性與網路延遲
- 網路分割槽, 實踐中的網路故障
  - 在 CAP 定理中, 線性一致性的代價
- 超時和無限制延誤, 超時和無界延遲
NewSQL, 關係模型與文件模型, 複製延遲的解決方案
- 事務和, 事務到底是什麼？, 資料庫內部的分散式事務
下鍵鎖定, 索引範圍鎖
NFS (network file system), 分散式檔案系統
- 在物件儲存中, 物件儲存
Nimble（資料格式）, 雲資料倉庫, 列式儲存
- （另見 column-oriented storage）
node (in graphs)（見 vertices）
節點（程序）, 分散式與單節點系統, 術語表
- 在基於領導器的複製中處理斷電, 處理節點故障
- 失敗的系統模型, 系統模型與現實
吵鬧的鄰居, 網路擁塞和排隊
原子承諾, 三階段提交
非決定性操作, 基於語句的複製
- （另見 deterministic operations）
- 在分散式系統中, 確定性模擬測試
- 工作流程引擎中, 持久化執行
- 部分失敗, 故障與部分失效
- 非決定因素, 確定性模擬測試
不起作用的要求, 定義非功能性需求, 總結
不可重複讀作, 快照隔離與可重複讀
- （另見讀取偏差）
正規化, 正規化、反正規化與連線-多對一與多對多關係, 術語表
- 外國關鍵參考文獻, 多物件事務的需求
- 社會網路案例研究, 社交網路案例研究中的反正規化
- 在記錄系統中, 記錄系統與派生資料
- 相對於非正常化, 從同一事件日誌中派生多個檢視
NoSQL, 關係模型與文件模型, 複製延遲的解決方案, 分拆資料庫
- 事務和, 事務到底是什麼？
Notation3 (N3), 三元組儲存與 SPARQL
網路時間協議, 不可靠的時鐘
- 準確性, 時鐘同步和準確性, 用於事件排序的時間戳
- 對單音鐘的調整, 單調時鐘
- 多個伺服器地址, 弱形式的謊言
XML 與 JSON 編碼中的數字, JSON、XML 及其二進位制變體
NumPy (Python library), 資料框、矩陣與陣列, 列式儲存
NVMe (Non-Volatile Memory Express)（見 solid state drives (SSDs)）

O

物件資料庫, 關係模型與文件模型
物件儲存, 雲服務的分層, 物件儲存-物件儲存
- Azure Blob Storage（見 Azure Blob Storage）
- 比較分散式檔案系統, 物件儲存
- 與關鍵價值庫存的比較, 物件儲存
- 資料庫由, 設定新的副本
- 備份, 複製
- 用於雲資料倉庫, 雲資料倉庫, 寫入列式儲存
- 資料庫複製, 設定新的副本
- Google Cloud Storage（見 Google Cloud Storage）
- 物件大小, 儲存與計算的分離
- S3（見 S3（物件儲存））
- storing LSM segment files, 構建和合並 SSTable
- 支援圍欄, 隔離殭屍程序和延遲請求
- 資料湖中的使用, 從資料倉庫到資料湖
物件關係對映（ORM）框架, 物件關係對映（ORM）
- 處理錯誤和中止事務, 處理錯誤和中止
- 不安全的讀寫週期程式碼, 原子寫操作
物件關係不匹配, 物件關係不匹配
可觀察性, 分散式系統的問題, 人類與可靠性, 可運維性：讓運維更輕鬆
觀察員模式, 應用程式碼和狀態的分離
OBT (one big table), 星型與雪花型：分析模式, 星型與雪花型：分析模式
離線系統, 批處理
- （另見 batch processing）
離線第一應用程式, 即時協作、離線優先和本地優先應用, 有狀態、可離線的客戶端
頁:1
- 加工過的原木中的消費者抵消額, 消費者偏移量
- 已磨損日誌中的訊息, 使用日誌進行訊息儲存
OLAP, 事務處理與分析的特徵, 術語表
- 資料方塊, 物化檢視與資料立方體
OLTP, 事務處理與分析的特徵, 術語表
- 分析查詢與, 分析（Analytics）
- 資料正常化, 正規化的權衡
- 工作量特點, 實際序列執行
現場部署, 雲服務與自託管
- 資料倉庫, 雲資料倉庫
一個大表格（資料倉計劃）, 星型與雪花型：分析模式, 星型與雪花型：分析模式
單熱編碼, 資料框、矩陣與陣列
一對夫婦關係, 用於一對多關係的文件資料模型
一對多種關係, 用於一對多關係的文件資料模型
- JSON representation, 用於一對多關係的文件資料模型
線上系統, 批處理
- （另見 services）
- 相對於科學計算, 雲計算與超級計算
腫瘤, 三元組儲存與 SPARQL
Oozie（工作流排程器）, 批處理
OpenAPI (service definition format), 微服務與無伺服器, Web 服務, Web 服務
- use of JSON Schema, JSON 模式
openCypher（見 Cypher（查詢語言））
OpenLink Virtuoso（見 Virtuoso（資料庫））
OpenStack
- Swift（物件儲存）, 物件儲存
可操作性, 可運維性：讓運維更輕鬆
作業系統與資料庫, 分拆資料庫
業務系統, 分析型與事務型系統
- （另見線上事務處理）
- 作為記錄系統, 記錄系統與派生資料
- ETL into analytical systems, 資料倉庫
操作轉換, CRDT 與操作變換
行動組, 雲時代的運維
運算元, 查詢執行：編譯與向量化
- 在溪流處理中, 流處理
樂觀併發控制, 悲觀併發控制與樂觀併發控制
樂觀鎖定, 條件寫入（比較並設定）
Oracle（資料庫）
- 分散式事務支援, XA 事務
- GoldenGate (change data capture), 資料變更捕獲的實現
- 等級查詢, SQL 中的圖查詢, SQL 中的圖查詢
- 缺乏序列性, 隔離性
- 基於領導者的複製, 單主複製
- 多領導複製, 跨地域執行
- 多表索引叢集表, 讀寫的資料區域性
- 無法阻止寫入 skew, 寫偏差的特徵
- PL/SQL language, 儲存過程的利弊
- 防止丟失更新, 自動檢測丟失的更新
- 讀作承諾隔離, 實現讀已提交
- Real Application Clusters (RAC), 鎖定與領導者選舉
- 快速隔離支援, 快照隔離與可重複讀, 快照隔離、可重複讀和命名混淆
- TimesTen (in-memory database), 全記憶體儲存
- WAL-based replication, 預寫日誌（WAL）傳輸
ORC（資料格式）, 雲資料倉庫, 列式儲存
- （另見 column-oriented storage）
協調（服務部署）, 雲服務與自託管, 微服務與無伺服器
- 批次任務執行, 分散式作業編排-分散式作業編排
- 工作流程引擎, 批處理
順序
- 事件日誌, 事件溯源與 CQRS
- 總訂單的限制, 全序的限制
- 邏輯時間戳, 邏輯時鐘
- of auto-incrementing IDs, ID 生成器和邏輯時鐘
- 共享日誌, 共識的實踐-共識的利弊
Orkes（工作流程引擎）, 持久化執行與工作流
孤兒頁面（B- 樹）, 使 B 樹可靠
發件箱圖案, 資料變更捕獲與事件溯源
異常值（響應時間）, 平均值、中位數與百分位點
外包, 雲服務與自託管
超載, 描述效能, 處理錯誤和中止

P

PACELC principle, CAP 定理
軟體包管理器, 應用程式碼和狀態的分離
包切換, 我們不能簡單地使網路延遲可預測嗎？
資料包
- 腐敗, 弱形式的謊言
- sending via UDP, 直接從生產者傳遞給消費者
PageRank (algorithm), 圖資料模型, 查詢語言, 機器學習
paging（見 virtual memory）
大熊貓（蟒蛇圖書館）, 從資料倉庫到資料湖, 資料框、矩陣與陣列, 列式儲存, DataFrames
Parquet（資料格式）, 雲資料倉庫, 列式儲存, 歸檔儲存, 查詢語言
- （另見 column-oriented storage）
- 物件儲存的資料庫, 設定新的副本
- 文件資料模型, 列式儲存
- 批次處理中的用途, MapReduce
部分失敗, 故障與部分失效, 總結
- 跛腳, 系統模型與現實
部分同步（系統模型）, 系統模型與現實
分割槽鍵, 分片的利與弊, 鍵值資料的分片
分割槽（見分片）
Paxos（協商一致演算法）, 共識, 共識的實踐
- 票數, 從單主複製到共識
- Multi-Paxos, 共識的實踐
payment card industry (PCI), 資料系統、法律與社會
PCI (payment card industry) compliance, 資料系統、法律與社會
百分位點, 平均值、中位數與百分位點, 術語表
- 高效計算, 響應時間指標的應用
- 高百分數的重要性, 響應時間指標的應用
- use in service level agreements (SLAs), 響應時間指標的應用
Percolator (Google), 實現線性一致的 ID 生成器
Percona XtraBackup (MySQL tool), 設定新的副本
效能
- 作為過失的降解, 系統模型與現實
- 描述, 描述效能
- 分散式事務, 跨不同系統的分散式事務
- 記憶體資料庫, 全記憶體儲存
- 線性, 線性一致性與網路延遲
- 多領導者複製, 跨地域執行
許可權隔離, 面向多租戶的分片
永久不一致, 及時性與完整性
悲觀併發��制, 悲觀併發控制與樂觀併發控制
pglogical (PostgreSQL extension), 跨地域執行
pgvector （向量指數）, 向量嵌入
幻讀, 導致寫偏差的幻讀
- 物化衝突, 物化衝突
- 預防,序列性, 謂詞鎖
physical clocks（見 clocks）
pick菜（蟒魚）, 特定語言的格式
Pinot（資料庫）, 事務處理與分析的特徵, 列式儲存
- 處理寫入, 寫入列式儲存
- 預彙總, 分析（Analytics）
- 服務衍生資料, 對外提供派生資料, 對外提供派生資料
編審中的執行
- 資料倉查詢, 查詢執行：編譯與向量化
樞軸表, 資料框、矩陣與陣列
時間點, 不可靠的時鐘
點查詢, 事務處理與分析的特徵
極地（資料目錄）, 雲資料倉庫
投票, 表示使用者、帖子與關注關係
多邊儲存器, 一切的元資料庫
POSIX (portable operating system interface)
- 符合的檔案系統, 設定新的副本, 分散式檔案系統, 物件儲存
郵政局地平線醜聞, 人類與可靠性
- 缺乏事務, 事務
PostgreSQL（資料庫）
- archiving WAL to object stores, 設定新的副本
- 資料變更捕獲, 資料變更捕獲的實現, 變更流的 API 支援
- 分散式事務支援, XA 事務
- 外國資料包, 一切的元資料庫
- 全文搜尋支援, 組合使用派生資料的工具
- 在雲層中, 雲原生系統架構
- JSON Schema validation, JSON 模式
- 基於領導者的複製, 單主複製
- 日誌序列號, 設定新的副本
- 邏輯解碼, 邏輯（基於行）日誌複製
- 實現檢視維護, 維護物化檢視
- 多領導複製, 跨地域執行
- MVCC implementation, 多版本併發控制（MVCC）, 索引與快照隔離
- 分割對硬化, 分片
- pgvector （向量指數）, 向量嵌入
- PL/pgSQL language, 儲存過程的利弊
- PostGIS geospatial indexes, 多維索引與全文索引
- 防止丟失更新, 自動檢測丟失的更新
- 防止寫入skew, 寫偏差的特徵, 可序列化快照隔離（SSI）
- 讀作承諾隔離, 實現讀已提交
- 表示圖表, 屬性圖
- 可序列化快照隔離, 可序列化快照隔離（SSI）
- 分片（見 Citus（資料庫））
- 快速隔離支援, 快照隔離與可重複讀, 快照隔離、可重複讀和命名混淆
- WAL-based replication, 預寫日誌（WAL）傳輸
倒排列表, 全文檢索
- 在硬化指數中, 本地二級索引
死後無咎, 人類與可靠性
PouchDB（資料庫）, 同步引擎的利弊
Power BI (business intelligence software), 事務處理與分析的特徵, 分析（Analytics）
預彙總, 分析（Analytics）
- 服務衍生資料, 對外提供派生資料
分享前, 重新平衡鍵範圍分片資料
Precision Time Protocol (PTP), 時鐘同步和準確性
上游鎖定, 謂詞鎖
預測分析, 分析型與事務型系統, 預測分析-反饋迴路
- 擴大偏見, 偏見與歧視
- ethics of（見 ethics）
- 反饋迴圈, 反饋迴路
預設, 資源分配
- 在分散式排程器中, 故障處理
- 執行緒, 程序暫停
Prefect（工作流排程器）, 持久化執行與工作流, 批處理, 工作流排程
- 雲資料倉整合, 查詢語言
Presto（查詢引擎）, 雲資料倉庫
主金鑰, 多列索引與二級索引, 術語表
- 自動遞增, ID 生成器和邏輯時鐘
- 對分割槽鍵, 按雜湊範圍分片
primary-backup replication（見基於領導者的複製）
隱私, 隱私與追蹤-立法與自律
- 同意和選擇自由, 同意與選擇自由
- 資料作為資產和權力, 資料作為資產與權力
- 刪除資料, 不變性的侷限性
- ethical considerations（見 ethics）
- 立法和自律, 立法與自律
- 含義, 隱私與資料使用
- 條例, 資料系統、法律與社會
- 監視, 監視
- 跟蹤行為資料, 隱私與追蹤
機率演算法, 響應時間指標的應用, 流分析
程序暫停, 程序暫停-限制垃圾回收的影響
處理時間（事件）, 時間推理
生產者（資訊流）, 傳遞事件流
產品分析, 事務處理與分析的特徵
- 面向列的儲存, 列式儲存
程式語言
- 用於儲存程式, 儲存過程的利弊
預測（活動來源）, 事件溯源與 CQRS
Prolog（語言）, Datalog：遞迴關係查詢
- （另見 Datalog）
屬性圖, 屬性圖
- Cypher 查詢語言, Cypher 查詢語言
- Property Graph Query Language (PGQL), SQL 中的圖查詢
基於屬性的測試, 人類與可靠性, 形式化方法和隨機測試
Protocol Buffers（資料格式）, Protocol Buffers-欄位標籤與模式演化, Protocol Buffers
- 欄位標記和計劃演變, 欄位標籤與模式演化
資料來源, 為可審計性而設計
釋出/訂閱模式, 訊息傳遞系統
出版社（資訊流）, 傳遞事件流
Pulsar （流線平臺）, 確認與重新傳遞
PyTorch (machine learning library), 機器學習

Q

Qpid（訊息系統）, 訊息代理與資料庫的對比
quality of service (QoS), 我們不能簡單地使網路延遲可預測嗎？
Quantcast File System（分散式檔案系統）, 物件儲存
查詢引擎
- 彙編和向量化, 查詢執行：編譯與向量化
- 在雲資料倉庫中, 雲資料倉庫
- 運算元, 查詢執行：編譯與向量化
- 最佳化申報查詢, 資料模型與查詢語言
查詢語言
- 密碼, Cypher 查詢語言
- 資料日誌, Datalog：遞迴關係查詢
- GraphQL, GraphQL
- MongoDB aggregation pipeline, 正規化、反正規化與連線, 文件的查詢語言
- recursive SQL queries, SQL 中的圖查詢
- SPARQL, SPARQL 查詢語言
- SQL, 正規化、反正規化與連線
查詢最佳化器, 查詢語言
查詢計劃, 查詢執行：編譯與向量化
排隊延遲, 網路擁塞和排隊
- 頭部阻塞, 延遲與響應時間
- 延遲和反應時間, 延遲與響應時間
佇列（訊息）, 訊息代理
QUIC (protocol), TCP 的侷限性
法定人數, 讀寫仲裁-多地區操作, 術語表
- 用於無頭複製, 讀寫仲裁
- 在共識演算法中, 從單主複製到共識
- 一致性的限制, 仲裁一致性的侷限-監控陳舊性, 線性一致性與仲裁
- 在分散式系統中作出決定, 多數派原則
- 監測停滯情況, 監控陳舊性
- 多區域複製, 多地區操作
- 依賴耐久性, 將系統模型對映到現實世界
配額, 雲時代的運維

R

R（語言）, 從資料倉庫到資料湖, 資料框、矩陣與陣列, DataFrames
R樹（指數）, 多維索引與全文索引
R2（物件儲存）, 雲服務的分層, 分散式檔案系統
RabbitMQ（訊息系統）, 訊息代理, 訊息代理與資料庫的對比
- 法定人數佇列（複製）, 單主複製
種族條件, 隔離性
- （另見併發）
- 以可線性避免, 跨通道時序依賴
- 由雙寫引起, 保持系統同步
- 造成資金損失, 弱隔離級別
- 骯髒的寫作, 沒有髒寫
- 逆增量, 沒有髒寫
- 丟失更新, 防止丟失更新-衝突解決與複製
- 以事件日誌防止, 併發控制, 資料流：應用程式碼與狀態變化的互動
- 以可序列隔離的方式防止, 可序列化
- 事務隔離薄弱, 弱隔離級別
- 寫偏差, 寫偏差與幻讀-物化衝突
Raft（協商一致演算法）, 共識, 共識的實踐
- 基於領導者的複製, 單主複製
- 對網路問題的敏感性, 共識的利弊
- 任期, 從單主複製到共識
- 用於等, 實現線性一致性系統
RAID (Redundant Array of Independent Disks), 儲存與計算的分離, 透過冗餘容忍硬體故障, 分散式檔案系統
鐵路,計劃遷移, 應用演化後重新處理資料
RAM（見 memory）
RAMCloud (in-memory storage), 全記憶體儲存
隨機寫入（訪問模式）, 順序與隨機寫入
區域查詢
- 在B樹上, B 樹, 讀取效能
- in LSM-trees, 讀取效能
- 雜湊地圖中不高效, 日誌結構儲存
- 與大麻的磨損,, 按雜湊範圍分片
排名演算法, 機器學習
Ray（工作流排程器）, 機器學習
RDF (Resource Description Framework), RDF 資料模型
- querying with SPARQL, SPARQL 查詢語言
遠端直接記憶體訪問, 雲服務的分層, 雲計算與超級計算
反應（使用者介面庫）, 端到端的事件流
被動方案擬訂, 同步引擎的利弊
讀取承諾隔離級別, 讀已提交-實現讀已提交
- 執行, 實現讀已提交
- 多版本併發控制, 多版本併發控制（MVCC）
- 沒有髒讀, 沒有髒讀
- 沒有汙穢的文字, 沒有髒寫
讀取模型（活動來源）, 事件溯源與 CQRS
讀路徑, 觀察派生資料狀態
（無鉛複製）, 追趕錯過的寫入
- 線性, 線性一致性與仲裁
只讀副本（見基於領導者的複製）
讀取偏差, 快照隔離與可重複讀, 總結
讀取未承諾的隔離級別, 實現讀已提交
寫後讀一致性, 讀己之寫, 及時性與完整性
- 交叉裝置, 讀己之寫
- 在衍生資料系統中, 派生資料與分散式事務
讀 - 修改 - 寫入週期, 防止丟失更新
讀縮放架構, 複製延遲的問題, 單主與無主複製的效能
- 與磨損, 分片的利與弊
讀作事件, 讀也是事件
即時
- analytics（見 product analytics）
- 協作編輯, 即時協作、離線優先和本地優先應用
- 釋出/訂閱資料流, 端到端的事件流
- 響應時間保障, 響應時間保證
- 每日時鐘, 日曆時鐘
Realm（資料庫）, 同步引擎的利弊
重新平衡困難, 重新平衡鍵範圍分片資料-運維：自動/手動再平衡, 術語表
- （另見分片）
- 自動或人工重新平衡, 運維：自動/手動再平衡
- 固定塊數, 固定數量的分片
- 每個節點的固定硬度數, 按雜湊範圍分片
- Hash mod N的問題, 雜湊取模節點數
新鮮度保證, 線性一致性
建議引擎, 分析型與事務型系統
- building using DataFrames, 資料框、矩陣與陣列
- 迭代處理, 機器學習
重組（協商一致）, 共識的微妙之處
記錄, MapReduce
- 流處理中的事件, 傳遞事件流
遞迴查詢
- 在金鑰中, Cypher 查詢語言
- 在資料日誌中, Datalog：遞迴關係查詢
- in SPARQL, SPARQL 查詢語言
- lack of, in GraphQL, GraphQL
- SQL common table expressions, SQL 中的圖查詢
Red Hat
- Apicurio Registry, JSON 模式
紅黑樹, 構建和合並 SSTable
重新交付（通訊）, 確認與重新傳遞
Redis（資料庫）
- 原子操作, 原子寫操作
- CRDT support, CRDT 與操作變換
- 永續性, 全記憶體儲存
- Lua 指令碼, 儲存過程的利弊
- 多領導複製, 跨地域執行
- 程序/核心模式, 分片的利與弊
- 單條執行, 實際序列執行
redo log（見 write-ahead log）
Redpanda（訊息系統）, 訊息代理, 設定新的副本
- 分層儲存, 磁碟空間使用
Redshift（資料庫）, 雲資料倉庫
冗餘
- 硬體元件, 透過冗餘容忍硬體故障
- 生成資料, 記錄系統與派生資料
  - （另見衍生資料）
Reed--Solomon codes (error correction), 分散式檔案系統
重構, 可演化性：讓變化更容易
- （另見可演化性）
（地理分佈）, 讀己之寫
- （另見 datacenters）
- 協商一致, 共識的利弊
- 定義, 讀己之寫
- 延遲, 分散式與單節點系統
- linearizable ID generation, 實現線性一致的 ID 生成器
- 在整個區域複製, 跨地域執行-不同拓撲的問題, 線性一致性的代價, 全序的限制
  - 無主（無領導者）, 多地區操作
  - 多領導者, 跨地域執行
區域（硬化）, 分片
暫存器, 什麼使系統具有線性一致性？
regulation（見 legal matters）
關係資料模型, 從資料倉庫到資料湖, 關係模型與文件模型-文件和關係資料庫的融合
- 與檔案模型的比較, 何時使用哪種模型-文件和關係資料庫的融合
- graph queries in SQL, SQL 中的圖查詢
- 模擬資料庫, 全記憶體儲存
- 多對多對多的關係, 多對一與多對多關係
- 多物件事務, 需要, 多物件事務的需求
- 物件關係不匹配, 物件關係不匹配
- 代表可重排列表, 何時使用哪種模型
- 對文件模式
  - 模式的趨同, 文件和關係資料庫的融合
  - 資料位置, 讀寫的資料區域性
關係資料庫
- 最終一致性, 複製延遲的問題
- 歷史, 關係模型與文件模型
- 基於領導者的複製, 單主複製
- 邏輯日誌, 邏輯（基於行）日誌複製
- 哲學比Unix, 分拆資料庫, 一切的元資料庫
- 方案變化, 文件模型中的模式靈活性, 編碼與演化, 不同時間寫入的不同值
- 硬化二級指數, 分片與二級索引
- 基於語句的複製, 基於語句的複製
- B樹指數的使用, B 樹
relationships（見 edges）
可靠性, 可靠性與容錯-人類與可靠性, 流式系統的哲學
- 從不可靠的元件建立可靠的系統, 故障與部分失效
- 硬體故障, 硬體與軟體故障
- 人類錯誤, 人類與可靠性
- 重要性, 人類與可靠性
- 通訊系統, 訊息傳遞系統
- 軟體故障, 軟體故障
Remote Method Invocation (Java RMI), 遠端過程呼叫（RPC）的問題
remote procedure calls (RPCs), 遠端過程呼叫（RPC）的問題-RPC 的資料編碼與演化
- （另見 services）
- 資料編碼和演化, RPC 的資料編碼與演化
- 問題, 遠端過程呼叫（RPC）的問題
- 使用 Avro, 但什麼是寫入者模式？
- 對信件經紀人, 事件驅動的架構
可再生能源, 分散式與單節點系統
可重複讀（切換隔離）, 快照隔離、可重複讀和命名混淆
複製品, 單主複製
複製, 複製-總結, 術語表
- 永續性, 永續性
- 解決衝突, 衝突解決與複製
- 一致性屬性, 複製延遲的問題-複製延遲的解決方案
  - 一致字首讀, 一致字首讀
  - 單調讀, 單調讀
  - 讀取您的寫作, 讀己之寫
- 在分散式檔案系統中, 分散式檔案系統
- 無主（無領導者）, 無主複製-版本向量
  - 檢測並行寫作, 檢測併發寫入-版本向量
  - 法定人數一致性的限制, 仲裁一致性的侷限-監控陳舊性, 線性一致性與仲裁
- 監測停滯情況, 監控陳舊性
- 多領導者, 多主複製-處理寫入衝突
  - 跨多個區域, 跨地域執行, 線性一致性的代價
  - 解決衝突, 處理寫入衝突-處理寫入衝突
  - 複製地形, 多主複製拓撲-不同拓撲的問題
- 使用原因, 分散式與單節點系統, 複製
- 硬化和, 分片
- 單人領導, 單主複製-邏輯（基於行）日誌複製
  - 故障切換, 領導者故障：故障轉移
  - 實施複製日誌, 複製日誌的實現-邏輯（基於行）日誌複製
  - 與協商一致的關係, 從單主複製到共識, 共識的利弊
  - 設立新的追隨者, 設定新的副本
  - 同步對同步, 同步複製與非同步複製-同步複製與非同步複製
- 狀態機複製, 基於語句的複製, 儲存過程的利弊, 使用共享日誌, 資料庫與流
  - 事件溯源, 事件溯源與 CQRS
  - 依賴決定性因素, 確定性模擬測試
- 利用協商一致, 共識的利弊
- 使用擦除編碼, 分散式檔案系統
- 使用物件儲存, 設定新的副本
- 相對備份, 複製
- 具有多樣化資料系統, 保持系統同步
replication logs（見 logs）
representations of data（見 data models）
後處理資料, 應用演化後重新處理資料, 統一批處理和流處理
- （另見可演化性）
- 從基於日誌的信件, 重播舊訊息
請求套期, 單主與無主複製的效能
請求識別符號, 操作識別符號, 多分割槽請求處理
請求路由, 請求路由-請求路由
- 方法, 請求路由
資料居住法, 分散式與單節點系統, 面向多租戶的分片
彈性系統, 可靠性與容錯
- （另見 fault tolerance）
資源隔離, 雲計算與超級計算, 面向多租戶的分片
資源限制, 雲時代的運維
響應時間
- 作為業績計量, 描述效能, 批處理
- 保證, 響應時間保證
- 對使用者的影響, 平均值、中位數與百分位點
- 在複製系統中, 單主與無主複製的效能
- 暫時性與, 延遲與響應時間
- 平均值和百分位數, 平均值、中位數與百分位點
- 使用者體驗, 平均值、中位數與百分位點
責任和問責制, 責任與問責
表述性狀態傳遞, Web 服務
- （另見 services）
重報（工作流程引擎）, 持久化執行與工作流
RethinkDB（資料庫）
- 加入支援, 文件和關係資料庫的融合
- 鍵程硬化, 按鍵的範圍分片
重試風暴, 描述效能, 軟體故障
reverse ETL, 超越資料湖
Riak（資料庫）
- CRDT support, CRDT 與操作變換, 檢測併發寫入
- 點版向量, 版本向量
- 流言協議, 請求路由
- 雜湊變硬, 固定數量的分片
- 無領導複製, 無主複製
- 線性,缺少, 線性一致性與仲裁
- 多區域支助, 多地區操作
- 再平衡, 運維：自動/手動再平衡
- 二級指數, 本地二級索引
- 草率法定人數, 單主與無主複製的效能
- 節點（硬化）, 分片
環緩衝器, 磁碟空間使用
RisingWave（資料庫）
- 增量檢視維護, 維護物化檢視
火箭彈, 拜占庭故障
RocksDB (storage engine), 構建和合並 SSTable
- 作為嵌入式儲存引擎, 壓實策略
- 平面壓縮, 壓實策略
- 服務衍生資料, 對外提供派生資料
退縮（事務）, 事務
滾動升級, 透過冗餘容忍硬體故障, 編碼與演化, 故障與部分失效
- 在多種租戶系統中, 面向多租戶的分片
routing（見 request routing）
基於行的複製, 邏輯（基於行）日誌複製
面向行儲存, 列式儲存
搶劫犯（貪汙）, 硬體與軟體故障
RPCs（見 remote procedure calls）
規則（資料）, Datalog：遞迴關係查詢
Rust（程式語言）
- 記憶體管理, 限制垃圾回收的影響

S

S3（物件儲存）, 雲服務的分層, 設定新的副本, 批處理, 分散式檔案系統, 物件儲存
- 檢查資料完整性, 不要盲目信任承諾
- 有條件寫入, 隔離殭屍程序和延遲請求
- 物件大小, 儲存與計算的分離
- S3 Express One Zone, 物件儲存, 物件儲存
- use in MapReduce, MapReduce
- 工作流程示例, 工作流排程
SaaS（見軟體即服務（SaaS））
安全和生活特性, 安全性與活性
- 在共識演算法中, 單值共識
- 事務中, 事務
sagas（見 compensating transactions）
Samza （流處理器）, 流分析
SAP HANA（資料庫）, 分析型資料儲存
可伸縮性, 可伸縮性-可伸縮性原則, 流式系統的哲學
- 自動縮放, 運維：自動/手動再平衡
- 透過磨損, 分片的利與弊
- 描述負載, 描述負載
- 描述效能, 描述效能
- 線性, 描述負載
- 原則, 可伸縮性原則
- 複製和, 複製延遲的問題
- 擴大規模與擴大規模, 共享記憶體、共享磁碟與無共享架構
縮放, 共享記憶體、共享磁碟與無共享架構
- （另見 shared-nothing architecture）
- 透過磨損, 分片的利與弊
擴大規模, 共享記憶體、共享磁碟與無共享架構
緩慢變化的維度, 連線的時間依賴性
排程
- 演算法, 資源分配
- 批次任務, 分散式作業編排-工作流排程
- 幫派列表, 資源分配
閱讀時的圖謀, 文件模型中的模式靈活性
- 與可變方案比較, 模式的優點
拼寫圖, 文件模型中的模式靈活性
schemaless databases（見 schema-on-read）
計劃, 術語表
- Avro, Avro-動態生成的模式
  - 讀者決定作家的計劃, 但什麼是寫入者模式？
  - 計劃演變, 寫入者模式與讀取者模式
- 動態生成, 動態生成的模式
- 變化, 應用演化後重新處理資料
  - 影響應用程式程式碼, 編碼與演化
  - 相容性檢查, 但什麼是寫入者模式？
  - 資料庫中, 流經資料庫的資料流-歸檔儲存
  - 服務電話, RPC 的資料編碼與演化
- 檔案模式的靈活性, 文件模型中的模式靈活性
- 用於分析, 星型與雪花型：分析模式-星型與雪花型：分析模式
- for JSON and XML, JSON、XML 及其二進位制變體, JSON 模式
- generation and migration using ORMs, 物件關係對映（ORM）
- 案情, 模式的優點
- 遷移, 文件模型中的模式靈活性
- Protocol Buffers, Protocol Buffers-欄位標籤與模式演化
  - 計劃演變, 欄位標籤與模式演化
- 鐵路移民計劃, 應用演化後重新處理資料
- 傳統的設計方法,謬誤, 從同一事件日誌中派生多個檢視
科學計算, 雲計算與超級計算
scikit-learn （Python 圖書館）, 從資料倉庫到資料湖
ScyllaDB（資料庫）
- 叢集元資料, 請求路由
- consistency level ANY, 單主與無主複製的效能
- 雜湊變硬, 按鍵的雜湊分片, 按雜湊範圍分片
- 最後寫成的解決衝突, 檢測併發寫入
- 無領導複製, 無主複製
- 輕量事務, 單物件寫入
- 線性,缺少, 實現線性一致性系統
- 日誌結構儲存, 構建和合並 SSTable
- 多區域支助, 多地區操作
- 使用時鐘, 仲裁一致性的侷限, 用於事件排序的時間戳
- 節點（硬化）, 分片
search engines（見全文檢索）
搜尋流, 在流上搜索
備庫（見基於領導者的複製）
二級指數, 多列索引與二級索引, 術語表
- 多對多關係, 多對一與多對多關係
- 雙寫問題, 保持系統同步, 理解資料流
- 分片, 分片與二級索引-全域性二級索引, 總結
  - 全球, 全域性二級索引
  - 指數維護, 維護派生狀態
  - 當地, 本地二級索引
- 更新、事務隔離和, 多物件事務的需求
二次排序, JOIN 與 GROUP BY
sed （Unix 工具）（英語）., 簡單日誌分析
自我託管, 雲服務與自託管
- 資料倉庫, 雲資料倉庫
自我歡樂, 本章小結
自動驗證系統, 不要盲目信任承諾
語義搜尋, 向量嵌入
語義相似性, 向量嵌入
語義網, 三元組儲存與 SPARQL
半同步複製, 同步複製與非同步複製
順序寫（訪問模式）, 順序與隨機寫入
可序列化, 隔離性, 弱隔離級別, 可序列化-可序列化快照隔離的效能, 術語表
- 線性比對, 什麼使系統具有線性一致性？
- 悲觀與樂觀的併發控制, 悲觀併發控制與樂觀併發控制
- 序列執行, 實際序列執行-序列執行總結
  - 分片, 分片
  - 使用儲存程式, 將事務封裝在儲存過程中, 使用共享日誌
- 可序列化快照隔離, 可序列化快照隔離（SSI）-可序列化快照隔離的效能
  - detecting stale MVCC reads, 檢測陳舊的 MVCC 讀取
  - 檢測影響先前讀取的寫入, 檢測影響先前讀取的寫入
  - 分散式執行, 可序列化快照隔離的效能, 資料庫內部的分散式事務
  - performance of SSI, 可序列化快照隔離的效能
  - 防止寫入skew, 基於過時前提的決策-檢測影響先前讀取的寫入
- 嚴格的序列性, 什麼使系統具有線性一致性？
  - 及時性與完整性, 及時性與完整性
- 兩階段鎖定, 兩階段鎖定（2PL）-索引範圍鎖
  - 索引範圍鎖定, 索引範圍鎖
  - 效能, 兩階段鎖定的效能
可序列化, 特定語言的格式
序列化, 編碼資料的格式
- （另見編碼）
無伺服器, 微服務與無伺服器
服務發現, 負載均衡器、服務發現和服務網格, 請求路由, 服務發現
- 登記, 負載均衡器、服務發現和服務網格
- using DNS, 負載均衡器、服務發現和服務網格, 請求路由, 服務發現
服務級別協議（SLA）, 響應時間指標的應用, 描述負載
服務網格, 負載均衡器、服務發現和服務網格
Service Organization Control (SOC), 資料系統、法律與社會
服務時間, 延遲與響應時間
面向服務的體系結構, 微服務與無伺服器
- （另見 services）
服務, 流經服務的資料流：REST 與 RPC-RPC 的資料編碼與演化
- 微服務, 微服務與無伺服器
  - 各種服務的因果關係, 全序的限制
  - 松耦合, 開展分拆工作
- 與批次/流程處理器的關係, 批處理, 流處理器和服務
- remote procedure calls (RPCs), 遠端過程呼叫（RPC）的問題-RPC 的資料編碼與演化
  - 問題, 遠端過程呼叫（RPC）的問題
- 與資料庫相似, 流經服務的資料流：REST 與 RPC
- 網路服務, Web 服務
會話視窗（流處理）, 視窗的型別
- （另見 windows）
分片, 分片-總結, 術語表
- 和共識, 使用共享日誌
- 複製, 分片
- 分散事務, 分散式事務
- 熱的軟糖, 鍵值資料的分片
- 分批處理, 批處理
- 鍵程分割, 重新平衡鍵範圍分片資料
- 多硬性操作, 多分割槽資料處理
  - 執行限制, 多分割槽請求處理
  - 二級指數維護, 維護派生狀態
- 關鍵值資料, 鍵值資料的分片-偏斜的工作負載與緩解熱點
  - 按金鑰範圍, 按鍵的範圍分片
  - 搖擺和熱點, 偏斜的工作負載與緩解熱點
- 詞源, 分片
- 分割槽鍵, 分片的利與弊, 鍵值資料的分片
- 再平衡
  - 金鑰範圍壓縮資料, 重新平衡鍵範圍分片資料
- 重新平衡困難, 重新平衡鍵範圍分片資料-運維：自動/手動再平衡
  - 自動或人工重新平衡, 運維：自動/手動再平衡
  - Hash mod N的問題, 雜湊取模節點數
  - 使用固定的碎片數, 固定數量的分片
  - 使用 N 個節點, 按雜湊範圍分片
- 請求路由, 請求路由-請求路由
- 二級指數, 分片與二級索引-全域性二級索引
  - 全球, 全域性二級索引
  - 當地, 本地二級索引
- 連續執行事務和, 分片
- 正在排序硬化資料, 混洗資料
共享日誌, 共識的實踐-共識的利弊, 全序的限制, 基於日誌訊息傳遞中的唯一性
- 演算法, 共識的實踐
- 用於事件原始碼, 事件溯源與 CQRS
- 用於通訊, 基於日誌的訊息代理-重播舊訊息
- 與協商一致的關係, 共享日誌作為共識
- 使用, 使用共享日誌
共享模式, 兩階段鎖定的實現
共享磁碟架構, 共享記憶體、共享磁碟與無共享架構, 分散式檔案系統
共享記憶體架構, 共享記憶體、共享磁碟與無共享架構
共享- 無結構, 共享記憶體、共享磁碟與無共享架構, 術語表
- 分散式檔案系統, 分散式檔案系統
  - （另見 distributed filesystems）
- 網路的使用, 不可靠的網路
鯊魚
- 咬海底電纜, 實踐中的網路故障
- 計數（例）, 文件的查詢語言
shredding (deletion)（見 crypto-shredding）
粉碎（專欄編碼）, 列式儲存
粉碎（相關模型）, 何時使用哪種模型
混洗, 混洗資料-混洗資料
兄弟, 手動衝突解決, 捕獲先發生關係, 衝突解決與複製
- （另見 conflicts）
倉, 資料倉庫
相似性搜尋
- 編輯距離, 全文檢索
- 基因組資料, 總結
簡單, 簡單性：管理複雜度
歌手, 資料倉庫
single-instruction-multi-data (SIMD) instructions, 查詢執行：編譯與向量化
single-leader replication（見基於領導者的複製）
單條執行, 原子寫操作, 實際序列執行
- 在溪流處理中, 日誌與傳統的訊息傳遞相比, 併發控制, 基於日誌訊息傳遞中的唯一性
SingleStore（資料庫）
- 記憶體儲, 全記憶體儲存
工地可靠性工程師, 雲時代的運維
大小級緊湊, 壓實策略, 磁碟空間使用
偏斜, 術語表
- 時鐘搖擺, 對同步時鐘的依賴-帶置信區間的時鐘讀數, 實現線性一致性系統
- 事務隔離
  - 讀取偏差, 快照隔離與可重複讀, 總結
  - 寫偏差, 寫偏差與幻讀-物化衝突, 基於過時前提的決策-檢測影響先前讀取的寫入
    - （另見寫偏差）
- 含義, 快照隔離與可重複讀
- 不平衡的工作量, 鍵值資料的分片
  - 補償, 偏斜的工作負載與緩解熱點
  - 由於名人, 偏斜的工作負載與緩解熱點
  - 時間序列資料, 按鍵的範圍分片
跳過列表, 構建和合並 SSTable
服務級別協議（見服務級別協議）
Slack（分組聊天）
- GraphQL example, GraphQL
SlateDB（資料庫）, 構建和合並 SSTable, 設定新的副本
滑動視窗（流處理）, 視窗的型別
- （另見 windows）
草率法定人數, 單主與無主複製的效能
緩慢變化的維度, 連線的時間依賴性
塗抹（傾斜秒調整）, 時鐘同步和準確性
快照（資料庫）
- 作為備份, 複製
- 計算衍生資料, 建立索引
- 變化資料捕獲中, 初始快照
- 可序列化快照隔離, 可序列化快照隔離（SSI）-可序列化快照隔離的效能
- 新建複製品, 設定新的副本
- 快速隔離和可重複讀取, 快照隔離與可重複讀-快照隔離、可重複讀和命名混淆
  - implementing with MVCC, 多版本併發控制（MVCC）
  - indexes and MVCC, 索引與快照隔離
  - 可見度規則, 觀察一致快照的可見性規則
- 全球快照同步時鐘, 用於全域性快照的同步時鐘
Snowflake（資料庫）, 雲原生系統架構, 雲服務的分層, 雲資料倉庫, 批處理
- 面向列的儲存, 列式儲存
- 處理寫入, 寫入列式儲存
- 硬化和叢集, 按雜湊範圍分片
- 雪園, 查詢語言
Snowflake (ID generator), ID 生成器和邏輯時鐘
雪花計劃, 星型與雪花型：分析模式
SOAP (web services), 遠端過程呼叫（RPC）的問題
SOC2（見 Service Organization Control (SOC)）
社會圖表, 圖資料模型
社會
- 的責任, 資料系統、法律與社會, 立法與自律
社會技術系統, 人類與可靠性
軟體即服務（SaaS）, 資料系統架構中的權衡, 雲服務與自託管
- ETL from, 資料倉庫
- 多重租賃, 面向多租戶的分片
軟體錯誤, 軟體故障
- 維護誠信, 維護完整性，儘管軟體有Bug
太陽風暴, 硬體與軟體故障
solid state drives (SSDs)
- 訪問模式, 順序與隨機寫入
- 比較物件儲存, 設定新的副本
- 偵查腐敗, 端到端原則, 不要盲目信任承諾
- 失敗率, 硬體與軟體故障
- 錯誤在, 永續性
- 韌體錯誤, 軟體故障
- 讀取吞吐量, 讀取效能
- 順序對隨機寫入, 順序與隨機寫入
Solr （搜尋伺服器）
- 本地二級指數, 本地二級索引
- 請求路由, 請求路由
- 使用 Lucene, 全文檢索
排序（Unix 工具）, 簡單日誌分析, 簡單日誌分析, 排序與記憶體聚合, 分散式作業編排
排序歸併連線（MapReduce）, JOIN 與 GROUP BY
Sorted String Tables（見 SSTables）
排序
- 列儲存中的排序順序, 列儲存中的排序順序
真相來源（權威資料來源）（見 systems of record）
Spanner（資料庫）
- 一致性模式, 什麼使系統具有線性一致性？
- 資料位置, 讀寫的資料區域性
- 在雲層中, 雲原生系統架構
- 使用時鐘快照隔離, 用於全域性快照的同步時鐘
- 事務, 事務到底是什麼？, 資料庫內部的分散式事務
- TrueTime API, 帶置信區間的時鐘讀數
Spark（處理框架）, 從資料倉庫到資料湖, 雲原生系統架構, 批處理, 資料流引擎
- 成本效率, 查詢語言
- DataFrames, 資料框、矩陣與陣列, DataFrames
- 過失容忍, 故障處理
- 資料倉庫, 雲資料倉庫
- high availability using ZooKeeper, 協調服務
- MLlib, 機器學習
- 查詢最佳化器, 查詢語言
- 移動資料, 混洗資料
- Spark Streaming, 流分析
  - 微批次, 微批次與存檔點
- streaming SQL support, 複合事件處理
- 用於 ETL, 提取-轉換-載入（ETL）
SPARQL（查詢語言）, SPARQL 查詢語言
零星指數, SSTable 檔案格式
稀疏矩陣, 資料框、矩陣與陣列
腦裂, 領導者故障：故障轉移, 請求路由, 術語表
- 執行限制, 唯一性約束需要達成共識
- 在共識演算法中, 共識, 從單主複製到共識
- 預防, 實現線性一致性系統
- 使用柵欄標誌來避免, 隔離殭屍程序和延遲請求-多副本隔離
現場例項, 故障處理
電子表格, 資料系統架構中的權衡, 資料框、矩陣與陣列
- 資料流程式設計, 圍繞資料流設計應用
- 樞軸表, 資料框、矩陣與陣列
SQL (Structured Query Language), 簡單性：管理複雜度, 關係模型與文件模型, 雲資料倉庫
- 用於分析, 資料倉庫, 列式儲存
- 圖表查詢, SQL 中的圖查詢
- 隔離級別標準,問題, 快照隔離、可重複讀和命名混淆
- 加入, 正規化、反正規化與連線
- 簡歷（例）, 用於一對多關係的文件資料模型
- 社會網路家庭時間表（例）, 表示使用者、帖子與關注關係
- SQL injection vulnerability, 拜占庭故障
- 基於語句的複製, 基於語句的複製
- 儲存程式, 儲存過程的利弊
- 批次處理框架中的支援, 批處理
- 檢視, Datalog：遞迴關係查詢
SQL Server（資料庫）
- archiving WAL to object stores, 設定新的副本
- 資料變更捕獲, 資料變更捕獲的實現
- 資料儲存支援, 分析型資料儲存
- 分散式事務支援, XA 事務
- 基於領導者的複製, 單主複製
- 多領導複製, 跨地域執行
- 防止丟失更新, 自動檢測丟失的更新
- 防止寫入skew, 寫偏差的特徵, 兩階段鎖定的實現
- 讀作承諾隔離, 實現讀已提交
- 可序列隔離, 兩階段鎖定的實現
- 快速隔離支援, 快照隔離與可重複讀
- T-SQL language, 儲存過程的利弊
SQLite（資料庫）, 分散式系統的問題, 壓實策略
- archiving WAL to object stores, 設定新的副本
SRE (site reliability engineer), 雲時代的運維
SSDs（見 solid state drives）
SSTables (storage format), SSTable 檔案格式-壓實策略
- 建造和維護, 構建和合並 SSTable
- making LSM-Tree from, 構建和合並 SSTable
階段釋出（見 rolling upgrades）
停滯（舊資料）, 讀己之寫
- 跨渠道時間依賴性, 跨通道時序依賴
- 無頭資料庫中, 當節點故障時寫入資料庫
- 多轉換併發控制, 檢測陳舊的 MVCC 讀取
- 監測, 監控陳舊性
- 客戶端狀態, 將狀態變更推送給客戶端
- 相對線性, 線性一致性
- 相對於及時性, 及時性與完整性
standbys（見基於領導者的複製）
恆星複製地形, 多主複製拓撲
恆星計劃, 星型與雪花型：分析模式-星型與雪花型：分析模式
星球大戰類比（事件時間與處理時間）, 事件時間與處理時間
飢餓（時間安排）, 資源分配
國家
- 從不可改變事件日誌中得出, 狀態、流和不變性
- 狀態變化與應用程式程式碼之間的相互作用, 資料流：應用程式碼與狀態變化的互動
- 保持衍生狀態, 維護派生狀態
- 由流處理器在流-流連線中維護, 流流連線（視窗連線）
- 觀察匯出狀態, 觀察派生資料狀態-多分割槽資料處理
- 流處理器失敗後重建, 失敗後重建狀態
- 應用程式碼和, 應用程式碼和狀態的分離
狀態機複製, 基於語句的複製, 儲存過程的利弊, 使用共享日誌, 資料庫與流
- 事件溯源, 事件溯源與 CQRS
- 依賴決定性因素, 確定性模擬測試
無國籍人制度, 資料系統架構中的權衡
基於語句的複製, 基於語句的複製
- 依賴決定性因素, 確定性模擬測試
靜態輸入語言
- 類比於圖案, 文件模型中的模式靈活性
統計和數字演算法, 資料框、矩陣與陣列
StatsD (metrics aggregator), 直接從生產者傳遞給消費者
股票市場飼料, 直接從生產者傳遞給消費者
爆彼之頭, 領導者故障：故障轉移
- 問題, 隔離殭屍程序和延遲請求
停止所有處理（見 garbage collection）
儲存
- 構建資料儲存技術, 組合使用資料儲存技術-分拆系統與整合系統
儲存區網路, 共享記憶體、共享磁碟與無共享架構, 分散式檔案系統
儲存引擎, 儲存與檢索-總結
- 面向列, 列式儲存-查詢執行：編譯與向量化
  - 列壓縮, 列壓縮-列壓縮
  - 定義, 列式儲存
  - 公園, 雲資料倉庫, 列式儲存, 歸檔儲存
  - 排序在, 列儲存中的排序順序-列儲存中的排序順序
  - 寬柱型, 列壓縮
  - 寫入, 寫入列式儲存
- 記憶體儲, 全記憶體儲存
  - 永續性, 永續性
- 面向行, OLTP 系統的儲存與索引-全記憶體儲存
  - B樹, B 樹-B 樹變體
  - comparing B-trees and LSM-trees, 比較 B 樹與 LSM 樹-磁碟空間使用
  - 定義, 列式儲存
  - 日誌結構, 日誌結構儲存-壓實策略
儲存程式, 將事務封裝在儲存過程中-儲存過程的利弊, 術語表
- 和共享日誌, 使用共享日誌
- 利弊因素, 儲存過程的利弊
- 類似於流處理器, 應用程式碼作為派生函式
風暴（流處理器）, 流分析
- distributed RPC, 事件驅動架構與 RPC, 多分割槽資料處理
- 三叉戟狀態處理, 冪等性
斜拉機事件, 處理滯留事件
Stream Control Transmission Protocol (SCTP), TCP 的侷限性
流處理, 流處理-本章小結, 術語表
- 在工作範圍內獲得外部服務, 流表連線（流擴充）, 微批次與存檔點, 冪等性, 恰好執行一次操作
- 與批次處理相結合, 統一批處理和流處理
- 與批次處理的比較, 流處理
- 複合事件處理, 複合事件處理
- 過失容忍, 容錯-失敗後重建狀態
  - 原子提交, 原子提交再現
  - 冪等性, 冪等性
  - 微打鬥和檢查站, 微批次與存檔點
  - 失敗後重建狀態, 失敗後重建狀態
- 資料整合, 批處理與流處理-統一批處理和流處理
- 用於事件原始碼, 事件溯源與 CQRS
- 保持衍生狀態, 維護派生狀態
- 維持實際意見, 維護物化檢視
- messaging systems（見 messaging systems）
- 關於時間的推理, 時間推理-視窗的型別
  - 事件時間與處理時間, 事件時間與處理時間, 微批次與存檔點, 統一批處理和流處理
  - 知道視窗何時準備好, 處理滯留事件
  - 視窗型別, 視窗的型別
- relation to databases（見 streams）
- 與服務的關係, 流處理器和服務
- 與批次處理的關係, 批處理
- 在流中搜索, 在流上搜索
- 單條執行, 日誌與傳統的訊息傳遞相比, 併發控制
- 流式分析, 流分析
- 串流連線, 流連線-連線的時間依賴性
  - 串流流連線, 流流連線（視窗連線）
  - 序列表連線, 流表連線（流擴充）
  - 表格連線, 表表連線（維護物化檢視）
  - 時間的依賴性, 連線的時間依賴性
流程, 流處理-重播舊訊息
- 端對端,向客戶推進事件, 端到端的事件流
- messaging systems（見 messaging systems）
- processing（見流處理）
- 與資料庫的關係, 資料庫與流-不變性的侷限性
  - （另見 changelogs）
  - 變更流的 API 支援, 變更流的 API 支援
  - 資料變更捕獲, 資料變更捕獲-變更流的 API 支援
  - 按時間分列的狀態衍生物, 狀態、流和不變性
  - 事件溯源, 資料變更捕獲與事件溯源
  - 保持系統同步, 保持系統同步-保持系統同步
  - 不可改變事件哲學, 狀態、流和不變性-不變性的侷限性
- 專題, 傳遞事件流
嚴格的序列性, 什麼使系統具有線性一致性？
- 及時性與完整性, 及時性與完整性
條紋（列編碼）, 列式儲存
強一致性（見線性一致性）
最終的一致性, 自動衝突解決
強烈的單份序列性, 什麼使系統具有線性一致性？
主題、上游和物體（三層）, 三元組儲存與 SPARQL
訂閱者, 傳遞事件流
- （另見 consumers）
超級計算機, 雲計算與超級計算
Superset（資料視覺化軟體）, 分析（Analytics）
監視, 監視
- （另見隱私）
壽司原則, 從資料倉庫到資料湖
可持續性, 分散式與單節點系統
Swagger（服務定義格式）, Web 服務
swapping to disk（見 virtual memory）
Swift（程式語言）
- 記憶體管理, 限制垃圾回收的影響
同步引擎, 同步引擎與本地優先軟體-同步引擎的利弊
- 例項, 同步引擎的利弊
- 用於本地第一軟體, 即時協作、離線優先和本地優先應用
同步網路, 同步與非同步網路, 術語表
- 比較同步網路, 同步與非同步網路
- 系統模型, 系統模型與現實
同步複製, 同步複製與非同步複製, 術語表
- 有多個領導, 多主複製
系統管理員, 雲時代的運維
系統模型, 知識、真相和謊言, 系統模型與現實-確定性模擬測試
- 假設, 信任但驗證
- 演算法的正確性, 定義演算法的正確性
- 繪製真實世界的地圖, 將系統模型對映到現實世界
- 安全和生活, 安全性與活性
記錄系統, 記錄系統與派生資料, 術語表
- 資料變更捕獲, 資料變更捕獲的實現, 理解資料流
- 事件日誌, 事件溯源與 CQRS
- 事件日誌處理為, 狀態、流和不變性
系統思維, 反饋迴路

T

t- digest（演算法）, 響應時間指標的應用
表格連線, 表表連線（維護物化檢視）
Tableau（資料視覺化軟體）, 事務處理與分析的特徵, 分析（Analytics）
尾巴（Unix 工具）, 使用日誌進行訊息儲存
tail latency（見延遲）
尾頂（財產圖）, 屬性圖
task (workflows)（見 workflow engines）
TCP (Transmission Control Protocol), TCP 的侷限性
- 比較電路切換, 我們不能簡單地使網路延遲可預測嗎？
- comparison to UDP, 網路擁塞和排隊
- 連線失敗, 檢測故障
- 流量控制, 網路擁塞和排隊, 訊息傳遞系統
- 包檢查和, 弱形式的謊言, 端到端原則, 信任但驗證
- 可靠性和重複壓制, 抑制重複
- 轉發超時, 網路擁塞和排隊
- 用於事務會話, 單物件與多物件操作
時間（工作流程引擎）, 持久化執行與工作流
Tensorflow （機器學習圖書館）, 機器學習
Teradata（資料庫）, 雲原生系統架構, 雲資料倉庫
term-partitioned indexes（見 global secondary indexes）
終止（協商一致）, 單值共識, 原子提交作為共識
測試, 人類與可靠性
擊打（記憶體斷）, 程序暫停
執行緒（併發）
- Actor 模型, 分散式 actor 框架, 事件驅動架構與 RPC
  - （另見 event-driven architecture）
- 原子操作, 原子性
- 背景執行緒, 構建和合並 SSTable
- 執行暫停, 我們不能簡單地使網路延遲可預測嗎？, 程序暫停-程序暫停
- 記憶體障礙, 線性一致性與網路延遲
- 預設, 程序暫停
- single（見 single-threaded execution）
三階段承諾, 三階段提交
三方關係, 屬性圖
Thrift（資料格式）, Protocol Buffers
吞吐量, 描述效能, 描述負載, 批處理
TIBCO, 訊息代理
- Enterprise Message Service, 訊息代理與資料庫的對比
- StreamBase (stream analytics), 複合事件處理
TiDB（資料庫）
- 基於共識的複製, 單主複製
- 區域（硬化）, 分片
- 請求路由, 請求路由
- 服務衍生資料, 對外提供派生資料
- 硬化二級指數, 全域性二級索引
- 快速隔離支援, 快照隔離與可重複讀
- 時間戳, 實現線性一致的 ID 生成器
- 事務, 事務到底是什麼？, 資料庫內部的分散式事務
- 使用模型檢查, 模型檢查與規範語言
分層儲存, 設定新的副本, 磁碟空間使用
TigerBeetle（資料庫）, 總結
- 確定性模擬測試, 確定性模擬測試
TigerGraph（資料庫）
- GSQL language, SQL 中的圖查詢
Tigris（物件儲存）, 分散式檔案系統
TileDB（資料庫）, 資料框、矩陣與陣列
時間
- 併發與, "先發生"關係與併發
- 跨渠道時間依賴性, 跨通道時序依賴
- 在分散式系統中, 不可靠的時鐘-限制垃圾回收的影響
  - （另見 clocks）
  - 時鐘同步和準確性, 時鐘同步和準確性
  - 依賴同步時鐘, 對同步時鐘的依賴-用於全域性快照的同步時鐘
- 程序暫停, 程序暫停-限制垃圾回收的影響
- 流程處理器中的推理, 時間推理-視窗的型別
  - 事件時間與處理時間, 事件時間與處理時間, 微批次與存檔點, 統一批處理和流處理
  - 知道視窗何時準備好, 處理滯留事件
  - 事件的時間戳, 你用的是誰的時鐘？
  - 視窗型別, 視窗的型別
- 分散式系統的系統模型, 系統模型與現實
- 串流中的時間依賴, 連線的時間依賴性
時間序列資料
- as DataFrames, 資料框、矩陣與陣列
- 面向列的儲存, 列式儲存
每日時鐘, 日曆時鐘
- 混合邏輯時鐘, 混合邏輯時鐘
及時性, 及時性與完整性
- 協調-避免資料系統, 無協調資料系統
- 資料流系統的正確性, 資料流系統的正確性
超時, 不可靠的網路, 術語表
- 動態配置, 網路擁塞和排隊
- 失敗, 領導者故障：故障轉移
- 長度, 超時和無界延遲
TimescaleDB（資料庫）, 列式儲存
時間戳, 邏輯時鐘
- 指定流處理中的事件, 你用的是誰的時鐘？
- 讀後寫入一致性, 讀己之寫
- 用於事務命令, 用於全域性快照的同步時鐘
- 執行制約因素不足, 使用邏輯時鐘強制約束
- 金鑰範圍, 按鍵的範圍分片
- 蘭波特, Lamport 時間戳
- 邏輯, 排序事件以捕獲因果關係
- 命令事件, 用於事件排序的時間戳
- 時間戳, 實現線性一致的 ID 生成器
TLA+ (specification language), 模型檢查與規範語言
符號桶（限制重試）, 描述效能
墓碑, 構建和合並 SSTable, 磁碟空間使用, 日誌壓縮
專題（資訊）, 訊息代理, 傳遞事件流
撕裂的頁面（B- 樹）, 使 B 樹可靠
全序, 術語表
- broadcast（見 shared logs）
- 限制, 全序的限制
- 在邏輯時間戳上, 邏輯時鐘
追蹤, 分散式系統的問題
跟蹤行為資料, 隱私與追蹤
- （另見隱私）
權衡, 資料系統架構中的權衡-資料系統、法律與社會
transaction coordinator（見協調者）
transaction manager（見協調者）
事務處理, 事務處理與分析的特徵-事務處理與分析的特徵
- 與分析的比較, 事務處理與分析的特徵
- 與資料儲存的比較, 分析型資料儲存
事務, 事務-總結, 術語表
- ACID properties of, ACID 的含義
  - 原子性, 原子性
  - 一致性, 一致性
  - 永續性, 使 B 樹可靠, 永續性
  - 隔離性, 隔離性
- 資料完整性, 及時性與完整性
- 複製, 複製延遲的解決方案
- compensating（見 compensating transactions）
- 概念, 事務到底是什麼？
- 分散式事務, 分散式事務-再談恰好一次訊息處理
  - 避開, 派生資料與分散式事務, 開展分拆工作, 強制約束-無協調資料系統
  - 失敗放大, 維護派生狀態
  - 已磨損的系統, 分片的利與弊
  - 可疑/不確定狀況, 協調器故障, 存疑時持有鎖
  - 兩階段提交, 兩階段提交（2PC）-三階段提交
  - 使用, 跨不同系統的分散式事務-恰好一次訊息處理
  - XA 事務, XA 事務-XA 事務的問題
- OLTP versus analytics queries, 分析（Analytics）
- 目標, 事務
- 可序列化, 可序列化-可序列化快照隔離的效能
  - 實際執行, 實際序列執行-序列執行總結
  - 悲觀與樂觀的併發控制, 悲觀併發控制與樂觀併發控制
  - 可序列化快照隔離, 可序列化快照隔離（SSI）-可序列化快照隔離的效能
  - 兩階段鎖定, 兩階段鎖定（2PL）-索引範圍鎖
- 單物件和多物件, 單物件與多物件操作-處理錯誤和中止
  - 處理錯誤和中止, 處理錯誤和中止
  - 多物件事務的需要, 多物件事務的需求
  - 單物件寫入, 單物件寫入
- 快照隔離（見 snapshots）
- 嚴格的序列性, 什麼使系統具有線性一致性？
- 薄弱的隔離水平, 弱隔離級別-物化衝突
  - 防止丟失更新, 防止丟失更新-衝突解決與複製
  - 讀已提交, 讀已提交-快照隔離與可重複讀
曲線（圖）, 屬性圖
三（資料結構）, 構建和合並 SSTable, 全文檢索
- as SSTable index, SSTable 檔案格式
觸發器（資料庫）, 傳遞事件流
Trino（資料倉庫）, 雲資料倉庫
- 聯邦資料庫, 一切的元資料庫
- 查詢最佳化器, 查詢語言
- 用於 ETL, 提取-轉換-載入（ETL）
- 工作流程示例, 工作流排程
三層, 三元組儲存與 SPARQL-SPARQL 查詢語言
- SPARQL 查詢語言, SPARQL 查詢語言
翻轉視窗（流處理）, 視窗的型別
- （另見 windows）
- 在微戰鬥中, 微批次與存檔點
Turbopuffer（種子搜尋） Name, 設定新的副本
Turtle (RDF data format), 三元組儲存與 SPARQL
Twitter（見 X (social network)）
兩階段提交, 兩階段提交（2PC）-協調器故障, 術語表
- 與雙相鎖定混淆, 兩階段鎖定（2PL）
- 協調員失敗, 協調器故障
- 協調員恢復, 從協調器故障中恢復
- 如何運作, 系統性的承諾
- 績效成本, 跨不同系統的分散式事務
- problems with XA transactions, XA 事務的問題
- 持有鎖定的事務, 存疑時持有鎖
兩階段鎖定, 兩階段鎖定（2PL）-索引範圍鎖, 什麼使系統具有線性一致性？, 術語表
- 與兩階段提交混淆, 兩階段鎖定（2PL）
- 增長和縮小階段, 兩階段鎖定的實現
- 索引範圍鎖定, 索引範圍鎖
- 業績, 兩階段鎖定的效能
型別檢查,動態對靜態, 文件模型中的模式靈活性

U

UDP (User Datagram Protocol)
- comparison to TCP, 網路擁塞和排隊
- 多廣播, 直接從生產者傳遞給消費者
終極線上（遊戲）, 分片
未繫結的資料集, 流處理, 術語表
- （另見 streams）
無限制的延誤, 術語表
- 在網路中, 超時和無界延遲
- 程序暫停, 程序暫停
解析資料庫, 分拆資料庫-多分割槽資料處理
- 構建資料儲存技術, 組合使用資料儲存技術-分拆系統與整合系統
  - 聯邦制與拆分制, 一切的元資料庫
- 圍繞資料流設計應用程式, 圍繞資料流設計應用-流處理器和服務
- 觀察匯出狀態, 觀察派生資料狀態-多分割槽資料處理
  - 實現檢視和快取, 物化檢視和快取
  - 多硬資料處理, 多分割槽資料處理
  - 推動客戶端更改狀態, 將狀態變更推送給客戶端
uncertain (transaction status)（見存疑）
聯盟型別（在 Avro）, 模式演化規則
uniq（Unix 工具）, 簡單日誌分析, 簡單日誌分析, 分散式作業編排
獨特性限制
- 同步檢查, 寬鬆地解釋約束
- 需要協商一致, 唯一性約束需要達成共識
- 需要線性, 約束與唯一性保證
- 以日誌為基礎的信件中的獨特性, 基於日誌訊息傳遞中的唯一性
團結（資料目錄）, 雲資料倉庫
universally unique identifiers（見 UUIDs）
unix 哲學
- 比較關係資料庫, 分拆資料庫, 一切的元資料庫
- 與流處理的比較, 流處理
unix 管道, 簡單日誌分析
- 與分散式批次處理相比, 工作流排程
UPDATE statement (SQL), 文件模型中的模式靈活性
更新
- 防止丟失更新, 防止丟失更新-衝突解決與複製
  - 原子寫入操作, 原子寫操作
  - 自動檢測丟失的更新, 自動檢測丟失的更新
  - 比較和設定, 條件寫入（比較並設定）
  - 衝突解決和推廣, 衝突解決與複製
  - 使用明確的鎖定, 顯式鎖定
- 防止寫入skew, 寫偏差與幻讀-物化衝突
使用量
- 批次過程排程, 資源分配
- 透過預設增加, 故障處理
- 與暫時取捨, 我們不能簡單地使網路延遲可預測嗎？
uTP protocol (BitTorrent), TCP 的侷限性
UUIDs, ID 生成器和邏輯時鐘

V

有效性（協商一致）, 單值共識, 原子提交作為共識
vBuckets（硬化）, 分片
向量時鐘, 版本向量
- （另見版本向量）
- 和 Lamport/hybrid 邏輯鍾, Lamport/混合邏輯時鐘 vs. 向量時鐘
- 和版本向量, 版本向量
向量嵌入, 向量嵌入
向量處理, 查詢執行：編譯與向量化
供應商鎖定, 雲服務的利弊
Venice（資料庫）, 對外提供派生資料
核查, 信任但驗證-用於可審計資料系統的工具
- 避免盲目信任, 不要盲目信任承諾
- 設計可審計性, 為可審計性而設計
- 端對端完整性檢查, 端到端原則重現
- 可審計資料系統工具, 用於可審計資料系統的工具
版本控制系統
- 合併衝突, 手動衝突解決
- 依賴不可改變的資料, 併發控制
版本向量, 不同拓撲的問題, 版本向量
- 點數, 版本向量
- 對向量時鐘, 版本向量
Vertica（資料庫）, 雲資料倉庫
- 處理寫入, 寫入列式儲存
vertical scaling（見 scaling up）
頂點（圖）, 圖資料模型
- 屬性圖模型, 屬性圖
電子遊戲, 同步引擎的利弊
影片轉碼（例如）, 跨通道時序依賴
views (SQL queries), Datalog：遞迴關係查詢
- materialized views（見物化）
檢視戳複製, 共識, 共識的實踐
- 使用模型檢查, 模型檢查與規範語言
- 檢視編號, 從單主複製到共識
虛擬塊裝置, 儲存與計算的分離
虛擬檔案系統, 分散式檔案系統
- 比較分散式檔案系統, 分散式檔案系統
虛擬機器, 雲服務的分層
- 上下文開關, 程序暫停
- 網路效能, 網路擁塞和排隊
- 吵鬧的鄰居, 網路擁塞和排隊
- 虛擬時鐘在, 時鐘同步和準確性
虛擬記憶體
- 因頁面錯誤造成的程序暫停, 延遲與響應時間, 程序暫停
Virtuoso（資料庫）, SPARQL 查詢語言
VisiCalc (spreadsheets), 圍繞資料流設計應用
Vitess（資料庫）
- 鍵程硬化, 按鍵的範圍分片
節點（硬化）, 分片
詞彙, 三元組儲存與 SPARQL
Voice over IP (VoIP), 網路擁塞和排隊
VoltDB（資料庫）
- 交叉硬度序列化, 分片
- 確定性儲存程式, 儲存過程的利弊
- 記憶體儲, 全記憶體儲存
- 程序/核心模式, 分片的利與弊
- 二級指數, 本地二級索引
- 事務的序列執行, 實際序列執行
- 基於語句的複製, 基於語句的複製, 失敗後重建狀態
- 流程處理中的事務, 原子提交再現

W

預寫式日誌, 使 B 樹可靠
WAL-G (backup tool), 設定新的副本
WarpStream（訊息系統）, 磁碟空間使用
web services（見 services）
網路使用者, 直接從生產者傳遞給消費者
網路方法（通訊）, 訊息代理
WebSocket (protocol), 將狀態變更推送給客戶端
寬柱資料模型, 讀寫的資料區域性
- 相對於面向列的儲存, 列壓縮
視窗（流程處理）, 流分析, 時間推理-視窗的型別
- 更改日誌的無限視窗, 維護物化檢視, 流表連線（流擴充）
- 知道所有事件何時到來, 處理滯留事件
- 串流在視窗內連線, 流流連線（視窗連線）
- 視窗型別, 視窗的型別
WITH RECURSIVE syntax (SQL), SQL 中的圖查詢
Word2Vec (language model), 向量嵌入
工作流程引擎, 持久化執行與工作流
- Airflow（見 Airflow（工作流排程器））
- 批處理, 工作流排程
- Camunda（見 Camunda (workflow engine)）
- Dagster（見 Dagster（工作流排程器））
- 持久執行, 持久化執行與工作流
- 提取-轉換-載入（ETL）（見 ETL）
- 執行器, 持久化執行與工作流
- 樂團, 持久化執行與工作流, 批處理
- Orkes（見 Orkes (workflow engine)）
- Prefect（見 Prefect（工作流排程器））
- 依賴決定性因素, 確定性模擬測試
- Restate（見 Restate (workflow engine)）
- Temporal（見 Temporal (workflow engine)）
工作設定, 排序與記憶體聚合
寫入放大, 寫放大
寫路徑, 觀察派生資料狀態
寫偏差, 寫偏差與幻讀-物化衝突
- 特性, 寫偏差與幻讀-導致寫偏差的幻讀, 基於過時前提的決策
- 例項, 寫偏差與幻讀, 寫偏差的更多例子
- 物化衝突, 物化衝突
- 實際發生情況, 維護完整性，儘管軟體有Bug
- 幻讀, 導致寫偏差的幻讀
- 預防
  - 在快照隔離中, 基於過時前提的決策-檢測影響先前讀取的寫入
  - 雙相鎖定, 謂詞鎖-索引範圍鎖
  - 選項, 寫偏差的特徵
預寫式日誌, 使 B 樹可靠, 預寫日誌（WAL）傳輸
- 持久執行, 持久化執行
寫入（資料庫）
- 原子寫入操作, 原子寫操作
- 檢測影響前讀的寫入, 檢測影響先前讀取的寫入
- 防止汙穢的寫作,, 沒有髒寫
WS-* framework, 遠端過程呼叫（RPC）的問題
WS-AtomicTransaction (2PC), 兩階段提交（2PC）

X

X （社會網路）
- 建造住房時間表（例如）, 案例研究：社交網路首頁時間線, 從同一事件日誌中派生多個檢視, 表表連線（維護物化檢視）, 物化檢視和快取
  - 加入費用, 社交網路案例研究中的反正規化
  - 描述負載, 描述負載
  - 過失容忍, 容錯
  - 業績計量, 描述效能
- DistributedLog (event log), 使用日誌進行訊息儲存
- Snowflake (ID generator), ID 生成器和邏輯時鐘
XA 事務, 兩階段提交（2PC）, XA 事務-XA 事務的問題
- 啟發式決策, 從協調器故障中恢復
- 問題, XA 事務的問題
xargs （Unix 工具）（英語）., 簡單日誌分析
XFS (file system), 分散式檔案系統
XGBoost (machine learning library), 機器學習
XML
- 二進位制變體, 二進位制編碼
- 資料位置, 讀寫的資料區域性
- encoding RDF data, RDF 資料模型
- 應用資料的問題, JSON、XML 及其二進位制變體
- 關係資料庫, 文件模型中的模式靈活性
- XML databases, 關係模型與文件模型, 文件的查詢語言
Xorq（查詢引擎）, 一切的元資料庫
XPath, 文件的查詢語言
XQuery, 文件的查詢語言

Y

亞虎
- 響應時間研究, 平均值、中位數與百分位點
YARN (job scheduler), 分散式作業編排, 應用程式碼和狀態的分離
- ApplicationMaster, 分散式作業編排
Yjs (CRDT library), 同步引擎的利弊
YugabyteDB（資料庫）
- 雜湊變硬, 按雜湊範圍分片
- 鍵程硬化, 按鍵的範圍分片
- 多領導複製, 跨地域執行
- 請求路由, 請求路由
- 硬化二級指數, 全域性二級索引
- 平板（硬化）, 分片
- 事務, 事務到底是什麼？, 資料庫內部的分散式事務
- 使用時鐘同步, 用於全域性快照的同步時鐘

Z

Zab（協商一致演算法）, 共識, 共識的實踐
- use in ZooKeeper, 實現線性一致性系統
零複製, 編碼資料的格式
zero-disk architecture (ZDA), 設定新的副本
ZeroMQ (messaging library), 直接從生產者傳遞給消費者
殭屍（分裂的大腦）, 隔離殭屍程序和延遲請求
zones (cloud computing)（見 availability zones）
ZooKeeper (coordination service), 協調服務-服務發現
- 生成柵欄標誌, 隔離殭屍程序和延遲請求, 使用共享日誌, 協調服務
- 線性操作, 實現線性一致性系統
- 鎖和領袖選舉, 鎖定與領導者選舉
- 觀察員, 服務發現
- 用於服務發現, 負載均衡器、服務發現和服務網格, 服務發現
- 用於硬性轉讓, 請求路由
- 使用 Zab 演算法, 共識

索引

符號

A

B

C

D

E

F

G

H

I

J

K

L

M

N

O

P

Q

R

S

T

U

V

W

X

Y

Z