其次 ， 图片空间库存储了大量的图片元信息（例如user_id、图片地址URL等） ， 这些信息有一个特点：相邻数据之间相似度非常高 ， 例如同一个user_id往往对应多个图片地址 ， 图片地址URL之间的前缀十分相似 。X-Engine的前缀压缩机制保证：相邻key的相同前缀 ， 尽量只存储一次 。因此包含图片元信息的二级索引 ， 经过前缀压缩 ， 所占空间很少 。

最后 ， 主表的key虽然不能使用前缀压缩 ， 但通用压缩算法 ， 面对图片元信息记录中大量相似的文本字符（URL等） ， 也能大显身手 ， 取得理想的压缩比率 。InnoDB虽然也支持数据页压缩 ， 且对静态数据有较好的压缩比率 ， 但是随着数据写入 ， B+-Tree持续分裂合并 ， 空间很快就会膨胀起来 。X-Engine静态的数据页 ， 不存在这个问题 。

此外 ， 由于图片空间是一个高频使用的应用 ， 如果X-Engine的性能不满足要求 ， 也无法落地 。得益于LSM轻量化写机制 ， X-Engine写入操作本就是优势 ， 何况还引入了group commit和事务处理流水线机制 ， 大大增加了写入处理的并发度 。读请求本是LSM的弱项 ， 分层的结构和追加写产生的多版本数据 ， 会增加读请求查询路径的长度 ， X-Engine为此做了大量的优化 ， 诸如：多粒度Cache（memtable ， Block Cache和Row Cache）、bloomfilter和range scan filter（Surf, SIGMOD\'18）有效减少点查询和范围扫描的次数、异步I/O预取等 ， 尽力把它打造成读写性能均衡 ， 成本优势突出的存储引擎 。关于X-Engine读写优化 ， 可以参考这篇文章：X-Engine SIGMOD论文详解 。
经过DBA和业务开发同学的验证 ， X-Engine的读写性能及延时完全满足业务需求 。很快 ， 淘宝图片空间库全部切换为X-Engine引擎 ， 节省了大量的存储成本 。




X-Engine分层存储的架构 ， 特别适合具有如下业务负载特征的业务：

• 库表数据量特别大 ， 对成本敏感的业务 。传统InnoDB引擎迁移到X-Engine后 ， 依据数据特征不同 ， 存储空间可降低2倍~10倍 。迁移到X-Engine之后 ， 很多业务可以免除分库分表的需求 ， 使用单库即可承载近10TB的数据存储服务 。例如：X-Engine在钉钉的应用 。
• 数据访问具有鲜明的时间特征 。例如大部分读取及修改操作集中在最近写入的数据上 ， 而历史数据较少被访问（例如淘宝交易库） 。X-Engine新写入的数据通过高效的内存索引缓存 ， 访问性能极高 ， 而较少访问的历史数据保存在磁盘 ， 提供稍逊的读写性能 。例如：X-Engine在淘宝交易库的应用 。

文章插图
【淘宝图片空间手机版入口 淘宝图片空间在哪里】

• 淘宝双11销售额2020 双11淘宝交易额度
• 淘宝页面打不开怎么办 淘宝网首页打不开
• 横店 任嘉伦老婆大闹横店图片
• 淘宝智能推广如何优化？优化内容介绍
• 淘宝描述不符三倍赔偿条件是怎么回事？怎么申请？
• 直通车a类违规哪里申诉？怎么恢复？
• 淘宝违背承诺处罚严重吗？行为有哪些？
• 闲鱼发布淘宝客违规吗？发布商品有何技巧？
• 淘宝商品破损了应该怎么赔偿？破损包赔规则是什么？
• 景德镇四大名瓷图片 景德镇四大名瓷是