Kafka 特性：

• 具有近乎实时的消息处理能力 顺序读写磁盘
• 支持批量读写磁盘 并且会对消息进行批量压缩
• 支持消息分区 可以在线增加分区，为每个分区创建多个副本，只会有一个 Leader 负责读写，其他副本与 Leader 同步。
• 支持水平扩展

聚集索引：在一张表中，如果一个索引有如下特性，数据的物理顺序与键值的逻辑顺序相同。

稠密索引和稀疏索引都属于聚集索引。

1.稠密索引
定义：它是由键值和指针(指向记录本身地址)组成的一系列存储块，该存储块的键值与文件的逻辑顺序一致。
特性：每个存储块的每一个键对应的指针都指向每个数据块每一条记录，当要查找指定键 K 时，采用二分查找即可找到键K对应的记录，复杂度为 log2n。

2.稀疏索引
定义：它是由键值和指针(指向记录本身地址)组成的一系列存储块，该存储块的键值与文件的逻辑顺序单调性一致。
特性：每个存储块的每一个键对应的指针都指向每个数据块的第一条记录，当要查找指定建 K 时，先采用二分查找找到 <=K 的键 S，如果 S=K，则命中记录，如果 S<k，则顺序查找 =K 的键，复杂度大于 log2n，小于 n。

比较：

• 稀疏索引占用的索引存储空间比较小，但是查找时间较长；
• 稠密索引查找时间较短，索引存储空间较大。

在谈这俩概念前、先来说说大 I/O 与小 I/O。通常，我们把 <=16KB 的 I/O 认为是小 I/O。而 >=32KB 的 I/O 认为是大 I/O。

当前大多系统使用的都是传统的机械磁盘。因此，整个系统设计要尽可能顺序I/O。避免昂贵的寻道时间和旋转延迟的开销。随机小 I/O 消耗比顺序大 I/O 更多的处理资源。随机小 I/O 更在意系统处理 I/O 的数量，即 IOPS，比如 OLTP。而顺序大 I/O 则更在意带宽，即 MB/s，比如 OLAP。因此，如果系统承载了多种不同的应用，必须了解它们各自的需求，是对 IOPS 有要求，还是对带宽有要求。

传统机械磁盘最大的问题在于读写磁头，读写磁头的存在可以让磁盘既能顺序 I/O、也可随机 I/O。但是，随机 I/O 需要花费昂贵的磁头旋转和定位来查找。因此，顺序 I/O 访问的速度远远快于随机 I/O。

顺序读写 = 读取一个大文件

随机读写 = 读取多个小文件

顺序读写比随机读写快的原因：

1. 顺序读写 主要时间花费在了传输时间，而这个时间两种读写可以认为是一样的。
   随机读写 需要多次寻道和旋转延迟，而这个时间可能是传输时间的许多倍。
2. 顺序读写 磁盘会预读，预读即在读取的起始地址连续读取多个页面。
   随机读写 因为数据没有在一起，将预读浪费掉了。
3. 文件系统的 overhead 读写一个文件之前，得一层层目录找到这个文件，以及做一堆属性、权限之类的检查。写新文件时还要加上寻找磁盘可用空间的耗时。对于小文件，这些时间消耗的占比就非常大了。

1.基本概念

（1）磁盘组合

• 盘片=2盘面
• 主轴
• 磁道
• 柱面
• 扇区
• 间隙
• 块 磁盘被划分为磁盘块，每块的大小是 4-64kB。整个块被从一个称为缓冲区的连续内存区域中移进移出。块是在磁盘与主存之间所传输数据的逻辑单元，由一个或多个扇区所组成。

（2）磁头组合

• 磁头臂
• 磁头
• 磁头组合 一个磁盘的所有磁头在一起叫做磁头组合，它们位于相同的柱面上。