理解Google Spanner(3)：分布式事务原理与实现

本篇涉及到分布式事务的原理与Spanner事务实现，需要大概理解单机数据库事务，如果还不理解，可以先看看之前的两篇：

• 《从0到1理解数据库事务（上）：并发问题与隔离级别》
• 《从0到1理解数据库事务（下）：隔离级别实现——MVCC与锁》

为了让下面的阅读不那么枯燥，先抛出几个问题大家可以思考一下：

1. 分布式事务相比单机事务，有何难点？如何解决？
2. 为什么在同一个Spanner事务中，提交之前完全读不到自己的写入？
3. 什么是外部一致性？
4. Spanner事务有哪些类型？分别适用于什么场景？
5. Spanner读取是加锁还是MVCC？
6. Spanner每个Paxos Group的每秒事务吞吐量是否有限制？

理解Google Spanner(2)：数据是如何存储的

阅读本文之前，最好已经阅读过Spanner官方文档。 本文适合以下两类人： A. 如果你读完官方文档完全没能举一反三，还是一头雾水，不知道使用Spanner的正确姿势是什么，以及为什么这些姿势比较正确。那你就可以读一下这篇文章，一定会对你有帮助。 B. 如果你对数据库原理及其实现有一定理解，你读完官方文档已经举一反三大概猜测到了它的实现原理，大神，还是请你读一下这篇文章，交流一下我们理解不一致的地方。

重要的话再说一遍：阅读本文之前，最好已经阅读过Spanner官方文档，带着问题来读这篇文章，收获会更多一些。

（如果你想对Spanner的基本架构有一个概览，可以读一读上一篇：理解Google Spanner(1)：数据复制与分片）

本文会讲什么

要理解Spanner中的数据是如何被存储、组织的，只有三个关键词：

• Key-Value数据库
• LSM-Tree
• PAX 行列混存

理解Google Spanner(1)：数据复制与分片

现在工作中有很多项目开始转到Google Spanner，虽然是很牛逼的分布式数据库，但由于太新了，并且是闭源的，网上几乎没有什么资料可查，为了更好地使用它，开始了Spanner漫长的学习之路，一个东西只有自己能教会别人，才代表自己真的会了，因此准备进行Google Spanner的一系列分享，这是第一篇，主要是讲Spanner的数据复制与分片，最后会提到实际应用中会遇到的热点问题以及解决方案。