如今存储数据的方式有很多，而硬盘因为价格和数据保护方面的优势，是大部分用户的首选。但是，硬盘和内存相比在 IO 读写上慢了好几个数量级，那为什么会更偏好硬盘呢？

首先需要提到的是，操作磁盘之所以慢主要是因为对磁盘的读写耗时。读写主要有三部分耗时： 寻道时间+旋转时间+传输时间，其中寻道时间是最久的。因为寻道需要移动磁头到对应的磁道上，通过马达驱动磁臂移动，是一种机械运动因此耗时较长。同时我们对磁盘的操作通常都是随机读写，也就需要频繁移动磁头到对应的磁道，这就让耗时延长了，显得性能比较低。

这样看来如果要让磁盘读写速度变快，只要不使用随机读写，或者减少随机的次数，就可以有效提升磁盘读写速度了。那具体要如何操作呢？

顺序读写

先来聊聊第一个方法，如何使用顺序读写，而不是随机读写？上面提到寻道时间是耗时最久的，所以最直观的思路就是省去这部分时间，而顺序 IO 正好可以满足需求。

追加写就是一种典型的顺序 IO，使用这个思路优化的典型的产品就是消息队列。以热门的 Kafka 为例，Kafka 为了实现高性能 IO，用了很多优化的方法，其中就使用了顺序写这种优化方法。

Kafka 以时间复杂度为 O(1) 的方式提供消息持久化能力，即使对 TB 级以上数据也能保证常数时间复杂度的访问性能。对于每个分区，它把从 Producer 收到的消息，顺序地写入对应的 log 文件中，一个文件写满后，才开启一个新的文件。消费的时候，也是从某个全局的位置开始，也就是某一个 log 文件中的某个位置开始，按顺序地读出消息。

减少随机次数

看完了顺序方式，我们再来看看减少随机写次数的方法。在很多场景中，为了方便我们后续对数据的读取和操作，我们要求写入硬盘的数据是有序的。比如在 MySQL 中，索引在 InnoDB 引擎中是以 B+ 树方式来组织的，而 MySQL 主键是聚簇索引（一种索引类型，数据与索引数据放在一起），既然数据和索引数据放在一起，那么在数据插入或者更新的时候，我们需要找到要插入的位置，再把数据写到特定的位置上，这就产生了随机的 IO。所以，如果我们每次插入、更新数据都把数据写入至 .ibd 文件的话，然后磁盘也要找到对应的那条记录，然后再更新，整个过程 IO 成本、查找成本都很高，数据库的性能和效率都会大打折扣。

为了解决写入性能问题，InnoDB 引入了 WAL 机制，更确切的说，就是 redo log。下面我再简单介绍下 Redo Log。

InnoDB redo log 是一个顺序写入的、大小固定的环形日志。主要作用有两个：

• 提高 InnoDB 存储引擎写入数据的效率

• 保证 crash-safe 能力

在这里我们只关心它是如何提高写入数据的效率的。下图是 redo log 的示意图。

从图中可以看出，red olog 的写入是顺序写入的，不需要找到某一个具体的索引位置，而是简单地从 write-pos 指针位置追加。

其次当一个写事务或者更新事务执行时，InnoDB 首先取出对应的 Page，然后进行修改。当事务提交时，将位于内存中的 redo log buffer 强制刷新至硬盘中，如果不考虑 binlog 的话，我们可以认为事务执行可以返回成功了，写入 DB 的操作由另外的线程异步进行。

再然后，可由 InnoDB 的 Master Thread 定时地将缓冲池中的脏页，也就是上面儿我们修改的页，刷新至磁盘，此时被修改数据真正的写入至 . ibd 文件。

总结

很多时候，我们不得不把数据存储到硬盘上，但是由于硬盘相对于内存来说实在是太“慢”了。所以我们就得想办法提升性能。文章里总结了两个方法，第一个是追加写，利用顺序 IO 来实现快速写；第二个是很多数据库中为了提升性能都会引入的 WAL 机制。文章里分别拿了 Kafka 和 MySQL 的 InnoDB 存储引擎举例。除了这两个，感兴趣的同学也可以看下 LSM 树，etcd 等是怎么实现快速写的。

推荐阅读

【白话科普】10s 从零看懂 H5

面试官问，Redis 是单线程还是多线程?我懵了