我正在寻找一种简单的方法来存储和检索数百万个xml文件。目前一切都在文件系统中完成，这存在一些性能问题。我们的要求是:能够在批处理过程中存储数百万个xml文件。XML文件可能有几兆大，大多数在100KB范围内。通过ID进行非常快速的随机查找(例如文档URL)可通过Java和Perl访问在最重要的Linux发行版和Windows上可用我确实看过几个NoSQL平台(例如CouchDB、Riak和其他)，虽然这些系统看起来很棒，但它们似乎有点矫枉过正:无需聚类不需要守护进程(“服务”)不需要巧妙的搜索功能在深入研究Riak之后，我发现了Bitcask(参见intro)，这似乎正是我想要的。介

翻译论文来源：bitcask-intro.pdf(riak.com)背景介绍Bitcask的起源与Riak分布式数据库的历史紧密相连。在Riak的K/V集群中，每个节点都使用了可插拔的本地存储；几乎任何结构的K/V存储都可以用作每个主机的存储引擎。这种可插拔性使得Riak的处理能够并行化，从而可以在不影响代码库其他部分的情况下改进和测试存储引擎。有很多类似的本地K/V存储系统，包括但不限于BerkeleyDB、TokyoCabinet和Innostore。在评估此类存储引擎时，我们想实现的目标包括：读取或写入每个项目的低延迟高吞吐量，尤其是在写入随机项目的传入流时处理比RAM大得多的数据集的能

Riak是一个专注于分布式存储的公司，他们想打造一个新的存储引擎，该引擎要能实现以下几个目标：读写数据时，延迟要低；高吞吐量；能够在不降低性能的前提下，处理超过内存容量的数据集；具备从崩溃中快速恢复的能力，并且不丢数据；简单的备份和恢复策略；代码结构和数据格式相对简单且易于理解；即使面临大数据集，性能依旧不受影响；拥有简单的授权机制，能够和Riak的其它系统轻松集成；当时Riak团队只能找到满足部分条件的存储引擎，而这不是Riak团队想要的，于是他们从头设计了一个存储引擎，也就是Bitcask。Bitcask在概念上非常简单，一个Bitcask实例就是一个目录，并且规定同一时刻只能有一个进程操

Riak是一个专注于分布式存储的公司，他们想打造一个新的存储引擎，该引擎要能实现以下几个目标：读写数据时，延迟要低；高吞吐量；能够在不降低性能的前提下，处理超过内存容量的数据集；具备从崩溃中快速恢复的能力，并且不丢数据；简单的备份和恢复策略；代码结构和数据格式相对简单且易于理解；即使面临大数据集，性能依旧不受影响；拥有简单的授权机制，能够和Riak的其它系统轻松集成；当时Riak团队只能找到满足部分条件的存储引擎，而这不是Riak团队想要的，于是他们从头设计了一个存储引擎，也就是Bitcask。Bitcask在概念上非常简单，一个Bitcask实例就是一个目录，并且规定同一时刻只能有一个进程操