ajie
ajie
终于出现ts写坏meta表case了，感觉可以重启这货了
分裂流程的代码结构非常稳定，基本没有更新
#735 在析构teraclient时，保证调用rpc client的shutdown接口，保证rpc所有后台线程都退出；
背景： 目前tera的ssd cache粒度是整个文件进行全量加载；当cache miss时，需要全量加载时，往往需要秒级的充cache速度，对cache不命中时的随机读延迟非常大。缺乏数据替换算法，当用户的数据量接近ssd总量时，存在ssd打满问题，降低系统稳定性；当用户数据大于ssd总体容量时（如存储全互联网网页数据），系统的ssd将难以作为此类应用的cache，导致此类应用的读性能严重下降（所有读都走dfs，性能非常糟糕）。 另一方面，参考facebook的flashcache的经验，利用ssd作为磁盘的cache，能在非常大的程度上解决磁盘随机读性能差的问题。因此，我们需要在tera层面，实现一个用户态的类似flashcache的缓存技术，解决当前tera的cache miss读延迟高，缺乏有效数据替换策略的问题。
第一个story主要目的是明确评估方法和当前现状： 现状：ts的表格模型是使用leveldb作为底层的kv引擎，在kv基础上，对key根据schema编码为terakey；tera对leveldb的只有put操作，通过传入compact策略类，在compact中，执行tera定制的插入，删除策略（行删除，cf删除，列多版本删除，最新版本删除，原子加，append等）； 基于已有现状的评估方法：由于表格策略从leveldb的kv逻辑分离，而compact性能主要关注持续写入时，对上层写性能影响。因此评测compact性能优化时，能复用db_bench的性能测试方法。
是的，抽象出一个compaction picker类，不同的compact策略有不同的选取方案
第三次迭代会，执行story [3]，多线程compact： 1）额外修改点：level0打分修改，若level0数量较小，分数=level0 文件数/2; 否则分数= sqrt(level0 文件数/2)；该分界用户可配；
why not TabletWriter shared in thread pool?