1.Cassandra实战内容简介
2.LevelDB 源码剖析1 -- 原理
3.盘点 35 个 Apache 顶级项目，码分我拜服了…
4.数据存储扫盲:hbase,码分cassandra,clickhouse,pg,neo4j...
5.Cassandra实战媒体推荐
6.如何设计并实现一个线程安全的 Map

Cassandra实战内容简介

       《Cassandra实战》是国内首部专注于Cassandra数据库的专著，由领域先驱和实践者撰写，码分多位数据库专家推荐，码分权威性高。码分该书内容全面，码分移动端上传头像源码基于最新版Cassandra编写，码分系统讲解了其所有功能和使用方法。码分实战性强，码分不仅包含大量示例代码，码分还通过一个完整的码分在线交易系统实例，展示了从理论到实践的码分全过程。深度挖掘，码分结合源代码分析Cassandra底层机制和工作原理，码分总结最佳实践，码分帮助读者深入理解。

       全书共章，首先介绍NoSQL优势与代表性数据库特性，随后详细讲解Cassandra的安装、配置、数据模型、排序、编程接口等基础知识。通过迭代方式，演示基于Cassandra的在线交易系统开发，理论与实践紧密结合。接着，深入分析Cassandra集群、数据存储结构、更新、读取、压缩机制及启动流程等底层内容。最后，探讨Cassandra在分布式环境中的应用、与Hadoop整合及最佳实践。附录提供示例源代码及Eclipse环境下的编辑指导。

       《Cassandra实战》面向所有对Cassandra感兴趣的读者，不仅能让读者全面掌握Cassandra基础知识和使用方法，还能深入理解其底层机制，以及在复杂现实环境中的应用。这本书是Cassandra学习者和实践者的必备指南。

LevelDB 源码剖析1 -- 原理

       LSM-Tree，全称Log-Structured Merge Tree，被广泛应用于数据库系统中，如HBase、Cassandra、LevelDB和SQLite，甚至MongoDB 3.0也引入了可选的LSM-Tree引擎。这种数据结构旨在提供优于传统B+树或ISAM（Indexed Sequential Access Method）方法的写入吞吐量，通过避免随机的本地更新操作实现。

       LSM-Tree的核心思想基于磁盘性能的特性：随机访问速度远低于顺序访问，三个数量级的差距。因此，简单地将数据附加至文件尾部（日志或堆文件策略）可以提供接近理论极限的写入吞吐量。尽管这种方法足够简单且性能良好，但它有一个明显的缺点：从日志中随机读取数据需要花费更多时间，因为需要按时间顺序从近及远扫描日志直至找到所需键。新骆驼iptvapp源码因此，日志策略仅适用于简单的数据访问场景。

       为了应对更复杂的读取需求，如基于键的搜索、范围搜索等，LSM-Tree引入了一种改进策略，通过创建一系列排序文件来存储数据，每次写入都会生成一个新的文件，同时保留了日志系统优秀的写性能。在读取数据时，系统会检查所有文件，并定期合并文件以减少文件数量，从而提高读取性能。

       在LSM-Tree的基本算法中，写入数据按照顺序保存到一组较小的排序文件中。每个文件代表了一段时间内的数据变更，且在写入前进行排序。内存表作为写入数据的缓冲区，用于保持键值的顺序。当内存表填满后，已排序的数据刷新到磁盘上的新文件。系统会周期性地执行合并操作，选择一些文件进行合并，以减少文件数量和删除冗余数据，同时维持读取性能。

       读取数据时，系统首先检查内存缓冲区，若未找到目标键，则以反向时间顺序检查各个文件，直到找到目标键。合并操作通过定期将文件合并在一起，控制文件数量和读取性能，即使文件数量增加，读取性能仍可保持在可接受范围内。通过使用内存中保存的页索引，可以优化读取操作，尤其是在文件末尾保留索引块，这通常比直接二进制搜索更高效。

       为了减少读取操作时访问的文件数量，新实现采用了分级合并（Leveled Compaction），即基于级别的文件合并策略。这不仅减少了最坏情况下需要访问的文件数量，还减少了单次压缩的副作用，同时提供更好的读取性能。分级合并与基本合并的主要区别在于文件合并的策略，这使得工作负载扩展合并的影响更高效，同时减少总空间需求。

盘点 个 Apache 顶级项目，我拜服了…

       Apache软件基金会，全称为Apache Software Foundation（ASF），成立于年7月，是世界上最大的最受欢迎的开源软件基金会，是一个非营利性组织，专门支持开源项目。

       目前，ASF旗下有超过+亿美元的直播源码创新之路价值，为开发者提供免费的开源软件和项目，惠及全球数十亿用户。

       接下来，我们将盘点Apache软件基金会旗下的个顶级项目，这些项目在日常开发过程中常常遇到，有的可能已经使用过，而有的则值得学习了解，为未来项目提供参考。

       1. Apache（httpd）：Apache HTTP Server，中文名阿帕奇，是一个开源的HTTP服务器，支持在UNIX和Windows系统上运行。它自年4月起成为互联网上最受欢迎的web服务器，年2月庆祝了其岁生日。适用于HTML、等静态资源服务，类似于Nginx，但Nginx功能更为强大。

       2. Tomcat：Apache开源的Java应用服务器，支持Java Servlet、JavaServer Pages、Java Expression Language和Java WebSocket技术。尽管近年来存在安全漏洞，但因其开源、免费的特性，仍被广泛应用于Java领域，成为主流应用服务器。

       3. Commons：包含一系列Java公共组件的项目，提供Java核心API的额外组件，如StringUtils等。提供个实用的类库，极大地方便了Java开发。

       4. POI：提供了一系列Java API对Microsoft Office格式文件进行读写处理，如Excel、Word、PowerPoint等文件的读写，功能强大。

       5. HttpComponents：提供了HTTP及相关协议的Java组件和工具集，包括HttpCore、HttpClient、HttpAsyncClient，其中HttpClient是常用的HTTP客户端。

       6. Logging services：包含Apache的日志服务，如Log4j，是使用最广泛的日志框架，还有Log4j 2、log4php、log4cxx等其他语言的日志框架。

       7. Ant：一个较为老的Java项目编译和构建工具，虽然已经较少使用，但依然存在一定的价值。

       8. Maven：是一个主流的软件项目管理工具，提供项目自动编译、单元测试、打包、发布等生命周期管理。javalist下标越界源码

       9. Subversion：一个开源的版本控制软件，用于代码版本控制、文件版本控制，几乎每个开发者都使用过。

       . Struts：一个免费开源的MVC框架，用于创建Java web应用程序，曾风靡一时，但由于漏洞问题，已逐渐被Spring MVC、Spring Boot等替代。

       . FreeMarker：是一个基于Java的模板引擎，允许使用简单而强大的模板语言引用Java代码中的对象来生成HTML页面、电子邮件、配置文件、源代码等。

       . Velocity：一个基于Java语言的模板引擎，允许使用模板语言引用Java对象生成文本输出。尽管长期未更新，不再被Spring Boot 1.5.x版本支持，但仍推荐使用其他模板引擎。

       . Tapestry：一个在Java Web开发界知名的面向组件的Web框架，用于创建高度可伸缩的Web应用程序。

       . Shiro：一个功能强大且易于使用的Java安全框架，提供身份验证、授权、加密和会话管理等功能，有助于快速、轻松地开发和保护企业应用程序。

       . Dubbo：阿里巴巴开源的分布式服务框架（RPC），曾停止维护后又重启维护并捐献给Apache软件基金会，现在在许多企业中仍大量运用。

       . Thrift：一款优秀的、轻量级的RPC框架，最初由Facebook开发，后捐献给Apache软件基金会。支持多种语言，具备高度可扩展性。

       . Zookeeper：一个分布式中间件神器，最初由Google Chubby的一个开源实现，主要用途包括配置中心、分布式锁等，支持高度可靠的分布式服务协调中间件。

       . Curator：Zookeeper的Java客户端，提供一系列高级API和工具，简化了Zookeeper操作，易于使用。

       . SkyWalking：一个可观测性分析平台和应用性能管理系统，提供分布式跟踪、指标监控、性能诊断、度量汇总和可视化的一体化解决方案。

       . ShardingSphere：由一组分布式数据库中间件解决方案组成的开源生态系统，包括JDBC、Proxy、Sidecar（计划中），提供数据分片、erp源码怎么运行分布式事务和数据库编排功能。

       . Lucene：顶级的开源搜索框架，包括核心搜索库（Lucene core）和搜索服务器（Solr），提供强大的索引和搜索功能。

       . ActiveMQ：一款灵活、强大的多协议开源消息中间件，支持JMS 1.1&2.0，目前最流行的Java消息中间件之一。

       . RocketMQ：一款重量级、极具竞争力的消息队列产品，由阿里巴巴于年开源，年捐赠给Apache软件基金会，年正式毕业。

       . Kafka：一款重量级开源项目，最初由LinkedIn公司开发，后捐献给Apache软件基金会。它是一种分布式、高吞吐量的发布订阅消息系统，能够实时处理大量数据。

       . Hadoop：一种高可靠、可伸缩、分布式大数据处理框架，也是大数据行业公认的标准框架。

       . HBase：建立在Hadoop HDFS上的非关系数据库，用于大数据存储，适用于随机、实时的读写访问。

       . Pig：一个基于Hadoop的大数据分析平台，提供类似SQL的面向数据流的高级语言Pig Latin，用于执行Map Reduce任务。

       . Hive：一个基于Hadoop的数据仓库工具，用于提取、转化和加载数据，可以将Hadoop原始结构化数据映射为Hive表，并提供类似SQL的HiveQL语言查询功能。

       . Spark：一个用于大规模数据处理的统一分析引擎，支持无边界和有边界数据流上的有状态计算。

       . Flink：一个分布式处理引擎框架，用于无边界和有边界数据流上的有状态计算，设计用于在所有常见的集群环境中运行。

       . Storm：一个分布式实时计算系统，能够轻松可靠地处理数据流，类似于Hadoop的实时批处理。

       . Cassandra：一款可伸缩、高可用、高性能去中心化的分布式数据库，最初由Facebook为了解决消息收件箱搜索问题而设计。

       . CouchDB：一个面向文档的分布式数据库，以JSON作为存储格式和查询语言，提供直观可靠的RESTful API接口。

       . Groovy：一个功能强大的基于JVM平台的动态编程语言，语法与Java相似，但更简洁、易于学习和高效。

       . NetBeans：一款开源开发工具（IDE），集成开发环境和应用框架，支持Java、JavaScript、PHP等编程语言，最初由SUN公司开发，后被Oracle收购并捐赠给Apache软件基金会。

       总结：这些顶级项目涵盖了基础组件、Web、分布式、搜索、消息中间件、大数据/数据库、编程语言、工具等多个领域，为Java生态系统的发展做出了巨大贡献。尽管有些项目面临淘汰，但它们都曾经辉煌过，正是这些开源项目推动了Java生态的繁荣。希望本文的分享对大家在日常开发中有所帮助。

数据存储扫盲:hbase,cassandra,clickhouse,pg,neo4j...

       本文分享了关于数据存储系统HBase、Cassandra、ClickHouse、PostgreSQL和Neo4j的基本知识，适合数据存储初学者参考。

       HBase

       作为列族数据库，HBase基于Hadoop HDFS，由Apache项目支持，Google和Bigtable的灵感之作。它使用JAVA实现，支持分布式、KV存储，可处理稀疏表和高并发写入。SQL操作需配合Phoenix，强调CP一致性，且支持单行ACID。相关资源包括官方文档、中文教程和源码。

       Cassandra

       Cassandra是Apache项目，Facebook开发，适合大数据写入和实时查询，尤其在欺诈检测和位置服务领域。它采用Dynamo和Bigtable技术，无主架构，提供CQL查询，主副本设计。与HBase相比，Cassandra更偏向OLTP场景，且对写多读少的需求更友好。

       ClickHouse

       ClickHouse是列式关系型数据库，专为OLAP设计，由Yandex研发，支持SQL和高性能读取。它不提供ACID特性，但适合日志分析和时间序列数据。ClickHouse的数据结构和部署特点使其在特定场景下表现出色。

       PostgreSQL

       PostgreSQL作为行式RDBMS，对SQL标准支持好，支持索引和全文检索，可用于OLTP和OLAP。相比MySQL，提供更灵活的复制选项。索引结构丰富，适应多种查询需求。

       Neo4j

       Neo4j是图数据库，专长于存储和查询复杂的图数据，适合知识图谱和社交网络应用。它支持弱模式设计，但不支持碎片处理和复杂的图算法。

       在选择时，需要根据具体应用场景和性能需求来决定，比如HBase适合大量写入和简单查询，而ClickHouse则在分析性能上更胜一筹。

Cassandra实战媒体推荐

       毫无疑问，NoSQL数据库的出现让数据库的选择性变得更加丰富。Cassandra，作为Facebook公司推出的开源NoSQL产品，是其中的佼佼者。它凭借Facebook、Twitter、Digg等知名公司的实际应用案例，证明了自己在复杂生产环境中的强大实力。同时，关系数据库领域也开始关注NoSQL的影响，如MySQL数据库下的InnoDB存储引擎提供NoSQL访问方式。这些都使得Cassandra成为数据库技术领域的一颗明星。

       《Cassandra实战》一书，详细介绍了Cassandra的配置、应用、编译等内容，是深入了解Cassandra的必读书籍。由资深MySQL数据库专家姜承尧撰写，本书不仅深入浅出地阐述了Cassandra的基础知识，还结合源码对一些底层机制和原理进行了分析，对初中级读者来说极具参考价值。

       Cassandra最初由Facebook开发，是分布式NoSQL数据库系统，其数据模型借鉴了Google BigTable，而其架构则融合了Amazon Dynamo的特点，具备良好的可扩展性，广泛应用于大型Web2.0网站。《Cassandra实战》的作者长期维护Cassandra数据库，拥有丰富的实践经验，本书结合源码深入剖析了Cassandra的运行机制与原理，适合读者全面深入地了解Cassandra。

       NoSQL技术是IT领域的热门话题之一，特别是在年，Cassandra以其去中心化和无缝扩展的特性吸引了众多NoSQL粉丝的关注。《Cassandra实战》不仅能帮助读者全面掌握Cassandra基础知识，深入了解其运行机制与原理，阅读本书后，读者将对Cassandra有全面深入的认识。对于喜爱NoSQL的读者来说，看到国内有相关书籍出版，无疑是一大惊喜，强烈推荐《Cassandra实战》。

       在技术领域，很多新出现的技术往往因缺乏合适的应用环境而逐渐消失。而NoSQL技术的幸运在于，它在解决超大规模、高并发的Web 2.0网站应用问题时展现出巨大潜力，从而受到越来越多的关注和重视。亚马逊的Dynamo和谷歌的BigTable是成功的商业NoSQL产品，而开源NoSQL产品如Cassandra的发展也得到了长足的进步。《Cassandra实战》从浅入深地介绍了Cassandra的基础知识和生产环境应用，是全面了解Cassandra的优秀读物，将带领读者探索精彩纷呈的NoSQL世界。

       《Cassandra实战》由张勤撰写，他著有《linux服务器配置全程实录》一书。本书不仅满足了对Cassandra感兴趣的读者需求，同时也为数据库专家和NoSQL先驱提供了深入学习和实践的机会，是深入研究Cassandra不可或缺的资源。

如何设计并实现一个线程安全的 Map

       Map 是一个非常常用的数据结构，一个无序的 key/value 对的集合，其中 Map 所有的 key 都是不同的，然后通过给定的 key 可以在常数时间 O(1) 复杂度内查找、更新或删除对应的 value。

       è¦æƒ³å®žçŽ°å¸¸æ•°çº§çš„查找，应该用什么来实现呢？读者应该很快会想到哈希表。确实，Map 底层一般都是使用数组来实现，会借用哈希算法辅助。对于给定的 key，一般先进行 hash 操作，然后相对哈希表的长度取模，将 key 映射到指定的地方。

       å“ˆå¸Œç®—法有很多种，选哪一种更加高效呢？

       1. 哈希函数

       MD5 和 SHA1 可以说是目前应用最广泛的 Hash 算法，而它们都是以 MD4 为基础设计的。

       MD4(RFC ) 是 MIT 的Ronald L. Rivest 在 年设计的，MD 是 Message Digest（消息摘要） 的缩写。它适用在位字长的处理器上用高速软件实现——它是基于 位操作数的位操作来实现的。

       MD5(RFC ) 是 Rivest 于年对 MD4 的改进版本。它对输入仍以位分组，其输出是4个位字的级联，与 MD4 相同。MD5 比 MD4 来得复杂，并且速度较之要慢一点，但更安全，在抗分析和抗差分方面表现更好。

       SHA1 是由 NIST NSA 设计为同 DSA 一起使用的，它对长度小于的输入，产生长度为bit 的散列值，因此抗穷举 (brute-force)

       æ€§æ›´å¥½ã€‚SHA-1 设计时基于和 MD4 相同原理,并且模仿了该算法。

       å¸¸ç”¨çš„ hash 函数有 SHA-1，SHA-，SHA-，MD5 。这些都是经典的 hash 算法。在现代化生产中，还会用到现代的 hash 算法。下面列举几个，进行性能对比，最后再选其中一个源码分析一下实现过程。

       ï¼ˆ1） Jenkins Hash 和 SpookyHash

       å¹´ Bob Jenkins 在《 Dr. Dobbs Journal》杂志上发表了一片关于散列函数的文章《A hash function for hash Table lookup》。这篇文章中，Bob 广泛收录了很多已有的散列函数，这其中也包括了他自己所谓的“lookup2”。随后在年，Bob 发布了 lookup3。lookup3 即为 Jenkins Hash。更多有关 Bob’s 散列函数的内容请参阅维基百科：Jenkins hash function。memcached的 hash 算法，支持两种算法：jenkins, murmur3，默认是 jenkins。

       å¹´ Bob Jenkins 发布了他自己的一个新散列函数

       SpookyHash（这样命名是因为它是在万圣节发布的）。它们都拥有2倍于 MurmurHash 的速度，但他们都只使用了位数学函数而没有位版本，SpookyHash 给出位输出。

       ï¼ˆ2） MurmurHash

       MurmurHash 是一种非加密型哈希函数，适用于一般的哈希检索操作。

       Austin Appleby 在年发布了一个新的散列函数——MurmurHash。其最新版本大约是 lookup3 速度的2倍（大约为1 byte/cycle），它有位和位两个版本。位版本只使用位数学函数并给出一个位的哈希值，而位版本使用了位的数学函数，并给出位哈希值。根据Austin的分析，MurmurHash具有优异的性能，虽然 Bob Jenkins 在《Dr. Dobbs article》杂志上声称“我预测 MurmurHash 比起lookup3要弱，但是我不知道具体值，因为我还没测试过它”。MurmurHash能够迅速走红得益于其出色的速度和统计特性。当前的版本是MurmurHash3，Redis、Memcached、Cassandra、HBase、Lucene都在使用它。

       ä½œè€…：一缕殇流化隐半边冰霜

Java数据库，哪个更好用？

       我将推荐给你们个最高效的Java数据库

       1、MongoDB——最受欢迎，跨平台，面向文档的数据库

       MongoDB是一个基于分布式文件存储的数据库，使用C++语言编写。旨在为Web应用提供可扩展的高性能数据存储解决方案。应用性能高低依赖于数据库性能，MongoDB则是非关系数据库中功能最丰富，最像关系数据库的，随着MongDB 3.4版本发布，其应用场景适用能力得到了进一步拓展。

       MongoDB的核心优势就是灵活的文档模型、高可用复制集、可扩展分片集群。你可以试着从几大方面了解MongoDB，如实时监控MongoDB工具、内存使用量和页面错误、连接数、数据库操作、复制集等。

       2、Elasticsearch ——为云构建的分布式RESTful搜索引擎

       ElasticSearch是基于Lucene的搜索服务器。它提供了分布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java开发的，并作为Apache许可条款下的开放源码发布，是比较流行的企业级搜索引擎。

       ElasticSearch不仅是一个全文本搜索引擎，还是一个分布式实时文档存储，其中每个field均是被索引的数据且可被搜索;也是一个带实时分析功能的分布式搜索引擎，并且能够扩展至数以百计的服务器存储及处理PB级的数据。ElasticSearch在底层利用Lucene完成其索引功能，因此其许多基本概念源于Lucene。

       3、Cassandra——开源分布式数据库管理系统

       最初是由Facebook开发的，旨在处理许多商品服务器上的大量数据，提供高可用性，没有单点故障。

       Apache Cassandra是一套开源分布式NoSQL数据库系统。集Google BigTable的数据模型与Amazon Dynamo的完全分布式架构于一身。于开源，此后，由于Cassandra良好的可扩展性，被Digg、Twitter等Web 2.0网站所采纳，成为了一种流行的分布式结构化数据存储方案。

       因Cassandra是用Java编写的，所以理论上在具有JDK6及以上版本的机器中都可以运行，官方测试的JDK还有OpenJDK 及Sun的JDK。 Cassandra的操作命令，类似于我们平时操作的关系数据库，对于熟悉MySQL的朋友来说，操作会很容易上手。

       4、Redis ——开源(BSD许可)内存数据结构存储，用作数据库，缓存和消息代理

       Redis是一个开源的使用ANSI C语言编写的、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库，并提供多种语言的API。

       Redis 有三个主要使其有别于其它很多竞争对手的特点：Redis是完全在内存中保存数据的数据库，使用磁盘只是为了持久性目的; Redis相比许多键值数据存储系统有相对丰富的数据类型; Redis可以将数据复制到任意数。Redis 这么火，它都解决了哪些问题？

       5、Hazelcast ——基于Java的开源内存数据网格

       Hazelcast 是一种内存数据网格 in-memory data grid，提供Java程序员关键任务交易和万亿级内存应用。虽然Hazelcast没有所谓的“Master”，但是仍然有一个Leader节点(the oldest member)，这个概念与ZooKeeper中的Leader类似，但是实现原理却完全不同。同时，Hazelcast中的数据是分布式的，每一个member持有部分数据和相应的backup数据，这点也与ZooKeeper不同。

       Hazelcast的应用便捷性深受开发者喜欢，但如果要投入使用，还需要慎重考虑。

       6、Ehcache——广泛使用的开源Java分布式缓存

       主要面向通用缓存、Java EE和轻量级容器。

       EhCache 是一个纯Java的进程内缓存框架，具有快速、精干等特点，是hibernate中默认的CacheProvider。

       主要特性有：快速简单，具有多种缓存策略;缓存数据有两级，内存和磁盘，因此无需担心容量问题;缓存数据会在虚拟机重启的过程中写入磁盘;可以通过RMI、可插入API等方式进行分布式缓存;具有缓存和缓存管理器的侦听接口;支持多缓存管理器实例，以及一个实例的多个缓存区域;提供Hibernate的缓存实现。Ehcache介绍及整合Spring实现高速缓存。

       7、Hadoop ——用Java编写的开源软件框架

       用于分布式存储，并对非常大的数据用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群进行高速运算和存储。

       Hadoop实现了一个分布式文件系统(Hadoop Distributed File System)，简称HDFS。Hadoop的框架最核心的设计就是：HDFS和MapReduce。HDFS为海量的数据提供了存储，MapReduce则为海量的数据提供了计算。

       8、Solr ——开源企业搜索平台，用Java编写，来自Apache Lucene项目

       Solr是一个独立的企业级搜索应用服务器，它对外提供类似于Web-service的API接口。用户可以通过http请求，向搜索引擎服务器提交一定格式的XML文件，生成索引;也可以通过Http Get操作提出查找请求，并得到XML格式的返回结果。

       与ElasticSearch一样，同样是基于Lucene，但它对其进行了扩展，提供了比Lucene更为丰富的查询语言，同时实现了可配置、可扩展并对查询性能进行了优化。

       9、Spark ——Apache Software Foundation中最活跃的项目，是一个开源集群计算框架

       Spark 是一种与 Hadoop 相似的开源集群计算环境，但是两者之间还存在一些不同之处，这些不同之处使 Spark 在某些工作负载方面表现得更加优越，换句话说，Spark 启用了内存分布数据集，除了能够提供交互式查询外，它还可以优化迭代工作负载。

       Spark 是在 Scala 语言中实现的，它将 Scala 用作其应用程序框架。与 Hadoop 不同，Spark 和 Scala 能够紧密集成，其中的 Scala 可以像操作本地集合对象一样轻松地。

       、Memcached ——通用分布式内存缓存系统

       Memcached是一套分布式快取系统，当初是Danga Interactive为了LiveJournal所发展的，但被许多软件(如MediaWiki)所使用。Memcached作为高速运行的分布式缓存服务器，具有以下的特点：协议简单，基于libevent的事件处理，内置内存存储方式。

       通过以上的分析，相信你就知道怎么选择了