OceanBase 数据库的存储架构基于 LSM Tree 架构，分为静态基线数据和动态增量数据两部分。静态数据存储在 SSTable 中，只读，存于磁盘；动态数据存储在 MemTable 中，支持读写，存于内存。数据操作首先写入 MemTable，当达到一定大小后转储为 SSTable。
OceanBase 是由阿里巴巴和蚂蚁集团自主研发的一款分布式关系型数据库，它基于通用服务器集群，使用Paxos协议和分布式架构，具有高可用、线性扩展、高性能和低成本等核心技术优势。OceanBase 集群支持跨机房跨城市的部署，并在故障时，内部多副本自动切换，不丢失数据，天然适合异地容灾和多活建设。
OceanBase是一款基于分布式架构的数据库管理系统。它通过分布式的存储和处理方式，实现了数据的水平扩展和高并发访问。这意味着OceanBase可以随着业务的发展而扩展，无需担心硬件资源的限制。此外，OceanBase采用了共享存储的设计，避免了单点故障的风险，提高了系统的可用性和可靠性。
采用批量的顺序写。OceanBase采用了LSMTree架构，数据在磁盘上默认按主键有序排列，当内存里的大量的增量数据和磁盘基线数据合并时，会重新排序，然后采用批量写的形式顺序写到硬盘上，可以很容易的把原有的碎片去掉，减少磁盘碎片，提升存储利用率，可以避免随机写。
1、大数据计算体系可归纳三个基本层次：数据应用系统，数据处理系统，数据存储系统.计算的总体架构. HDFS （Hadoop 分布式文件系统） （1）设计思想：分而治之，将大文件大批量文件，分布式存放在大量服务器上，以便于采取分而治之的方式对海量数据进行运算分析。
2、大数据存储的三种方式包括：分布式文件系统、NoSQL数据库、数据仓库。首先，分布式文件系统是大数据存储的关键方式之一。这种系统将数据分散存储在多个物理节点上，从而提高了数据的可靠性和可扩展性。Hadoop Distributed File System是分布式文件系统的代表，它是Apache Hadoop项目的一部分。
3、大数据的存储方式多样，每种方式都有其独特的优点和应用场景。常见的存储方式包括分布式文件系统、分布式数据库、NoSQL数据库、列式存储和Key-Value存储等。分布式文件系统能够高效地处理大规模的数据存储需求，通过分布式架构实现数据的并行处理和负载均衡。
4、HBase：基于HDFS，支持海量数据读写（尤其是写），支持上亿行、上百万列的，面向列的分布式NoSql数据库。天然分布式，主从架构，不支持事务，不支持二级索引，不支持sql。
1、数据存储技术的发展经历了从存储阵列到网络存储的转变。 直接连接存储（DAS）适用于对性能要求高且规模较小的环境，但扩展性和跨设备共享能力有限。 网络附加存储（NAS）通过网络文件协议实现文件级操作的灵活性，尤其适合中小型企业。
2、数据存储技术概述（四）——网络存储体系结构存储技术的发展不再局限于单个设备的容量和速度提升，而是转向解决扩展性、稳定性和共享访问等问题。网络化存储，如SAN、NAS、对象存储、云存储和虚拟化，是存储系统演进的关键阶段。
3、数据存储技术的演进历程，从存储阵列的局限性出发，我们进入了网络存储的广阔天地。其中，DAS、NAS和SAN各具特色，以满足不同场景下的需求。DAS，直接连接存储，虽然性能直观，但扩展性和跨设备共享能力有限，适用于规模较小或对性能要求高的环境。
1、数据存储：公司需要存储将通过大数据架构处理的数据。一般而言，数据将存储在数据湖中，这是一个可以轻松扩展的大型非结构化数据库。批处理和实时处理的组合：公司需要同时处理实时数据和静态数据，因而应在大数据架构中内置批量和实时处理的组合。
2、面对视频监控系统大文件、随机读写的特点，平台SAN架构系统不同存储单元之间的数据共享冗余方面还有待提高；从高性能服务器转发视频数据到存储空间的策略，从系统架构而言也增加了隐患故障点、ISCSI带宽瓶颈导致无法充分利用硬件数据并发性能、接入前端数据较少。上述问题催生了平台NVR架构解决方案。
3、Hadoop：Hadoop 框架基于 Map Reduce 分布式计算，并开发了 HDFS（分布式文件系统）和 HBase（数据存储系统），以满足大数据的处理需求。它的开源性质使其成为分布式计算领域的国际标准，并被 Yahoo、Facebook、Amazon 以及中国的百度、阿里巴巴等知名互联网公司广泛采用。
4、流式架构 在传统大数据架构的基础上，直接拔掉了批处理，数据全程以流的形式处理，所以在数据接入端没有了ETL，转而替换为数据通道。优点：没有臃肿的ETL过程，数据的实效性非常高。缺点：流式架构不存在批处理，对于数据的重播和历史统计无法很好的支撑。对于离线分析仅仅支撑窗口之内的分析。
5、分布式文件系统 大数据的存储和管理依赖于分布式文件系统。这类架构将文件分散存储在多个服务器上，利用多台服务器共同处理数据，实现数据的分布式存储和处理。这种架构可以有效地提高数据存储的可靠性和数据处理的速度。NoSQL数据库 对于大数据的处理，NoSQL数据库是一个重要的组成部分。
6、Storm是 Twitter 主推的分布式计算系统。它在Hadoop的基础上提供了实时运算的特性，可以实时的处理大数据流。不同于Hadoop和Spark，Storm不进行数据的收集和存储工作，它直接通过网络实时的接受数据并且实时的处理数据，然后直接通过网络实时的传回结果。
物理存储结构是指数据库在物理介质上的存储方式和布局。主要包括数据文件、索引文件等。数据文件用于存储数据库的实际数据，而索引文件则用于提高数据检索速度。物理存储结构关注的是数据如何存储在实际的磁盘或其他存储介质上。不同的数据库管理系统可能会有不同的物理存储结构实现方式。
集中式数据库结构 在集中式数据库系统中，所有数据都存储在一个中心位置，所有的数据处理和操作都通过这个中心位置进行。集中式数据库通常使用单一服务器处理查询、数据更新等任务，并负责管理数据的安全性和完整性。这种结构适用于数据量相对较小，需要统一管理和控制的环境。
数据库结构主要包括以下几种类型：关系型数据库结构、非关系型数据库结构、面向对象的数据库结构以及其他特定领域的数据库结构。以下是详细解释：关系型数据库结构是目前最为广泛应用的数据库结构类型。它以表格的形式存储数据，数据之间的关系通过表之间的关联来体现。