Keywords: TPS/QPS, tpmC/tpm, Raft/Paxos, Distributed Transaction, Write Amplification, OLAP/HTAP, Commodity Hardware/High-end Storage

1. TPS/QPS

   TPS = Transactions Per Second QPS = Queries Per Second 互联网行业常常指的是每秒钟处理的语句事务（增删改）或查询的个数，而且增删改和查询语句大多 比较简单。如果是测试 MySQL，很多时候指的的是 sysbench 测试的结果，当然不同版本的 sysbench 也不完全一样。 经典数据库常常指的是 TPC-C、TPC-H 等标准测试集中的事务数或查询数，事务往往是比较复杂的 多语句事务，查询则更为复杂。更规范的术语是 tpmC 等标准定义的指标。 此外，互联网行业中指的往往不是单个数据库实例或单机的处理能力，而是整个 SHARD 集群的处理 能力。 最后，不同组织或个人、不同测试方法下的具体事务或查询也很不一样。 因此，要对比不同的 TPS 或 QPS 数据时一定要先搞清楚它们的具体含义，尽可能换算成单实例的 能力进行对比。否则就是 apple to orange 了。

2. tpmC/tpm

   tpmC = Transactions Per Minute defined in TPC-C tpm = Transactions Per Minute TPC-C 标准对事务的组成和比例等有非常严格的定义。但是很多网上的 TPC-C 测试实际上都做过 不同程度的简化或修改，因此测试出来的指标也不能直接用于对比。tpmC 是 TPC-C 标准中计算 每分钟处理的 New-order 事务的指标，该类型的事务大约占比 45%；而且事务之间有个时间间隔， 作为 thinking time，很多简化的测试工具是没有这个等待时间的。此外，TPC-C 的表还有主键、 外键等约束，对检查点的个数、系统运行时间、存储容量等都有细致的规定。 tpm 一般代表每分钟处理的事务数，在不同的测试场景中很可能具有不同的含义。

3. Raft/Paxos

   Paxos 论文并没有给出具体的工程实现细节，而 Raft 论文则给出了很多细节。因此，不排除号称 Paxos 的实现，实际上也借鉴了很多 Raft 的思想甚至概念。如果考虑带 Leader 和租约的场景 （这也是它们被用到数据库中来写事务日志的典型场景），它们最典型的一个差别在于是否限制日志 的顺序性，即是否允许在写日志时，某些日志副本中是否可以有逻辑上的“空洞”。

4. 分布式事务

   完全依赖数据库实现的分布式事务在业务中并不常见，但是分布式事务从业务角度看却非常普遍。 业务涉及的分布式事务常常不仅是单一的一个数据库实例，而是很多个不同的数据库实例，这些实例 还往往不是同一种数据库产品；有时还会有消息队列等非数据库类的参与者。因此经典数据库中发展 出了很多事务处理中间件产品，数据库、队列等都被称为资源管理器。 很多具体的业务在开发中也发展出了各种处理分布式事务的中间层，而不是依靠数据库系统。但是如果 一个数据库产品设计时就不是一个单机系统，分布式事务也应该是它的必选特性。 分布式事务不可避免的会带来额外的延迟等代价，因此追求高吞吐、低延迟的业务中要尽量避免分布式 事务。

5. 写放大

   数据库因为要写事务日志来保证事务的持久化，就必然存在写放大。传统的磁盘数据库因为是页面结构， 在随机写入时会因为改动一个字段而读入整个页面，也会在刷出时写出整个页面。但数据库不会傻到每 更新一个页面就立即刷出，因此数据页面造成的实际的写放大并不一定很大。MySQL 因为要写 double write buffer 以及 binlog，确实会有更多的 IO 产生。RocksDB 等 LSM tree 结构的存储引擎 虽然在写入数据时减少了 IO，但是查询以及后台的合并和压缩等也会产生大量额外的 IO。因此，衡量 写放大最好的办法还是拿具体的场景去验证。

6. OLAP/HTAP

   OLAP 也是一个被广泛使用但是又有不同含义的词语。一个系统可能只支持聚集函数和初步的 JOIN 就号称支持 OLAP 了。在评价一个系统的实际能力时需要列出具体的每个特性去做分析。类似的， HTAP 这个词出现得相对更晚，不同产品对它的定义差别更大。如果可能的话，采用业界的标准测试 集合 TPC-H、TPC-DS 等去对比会客观一些。

7. 廉价 PC/高端存储

   GFS 等论文提到的 inexpensive commodity hardware 确实比较便宜，特别是相对于小型机而言。 PC 是 PC 服务器，而不是家用 PC。但是，不同公司和不同业务采用的机型不同，有些高配的服务器 并不那么廉价。 高端存储通常指的是大型机上的专用存储，互联网公司几乎不会采用。多数采用高配 PC 服务器配合 “高端存储”使用的数据库场景中，用的实际是中低端的外置存储，严格来说，它既不高端也不昂贵。