可预测性优先于绝对效率
DynamoDB采用元数据缓存降低延迟，但原始设计中路由缓存存在双峰问题：99.75%命中率下，0.25%的缓存失效会导致元数据表瞬时流量激增400倍。团队通过两项改进实现行为可预测性：
- 构建MemDS内存数据库，集中存储压缩版路由元数据并水平扩展
- 改造本地缓存机制，所有请求（包括命中）均异步转发至MemDS，保持后端负载恒定
基于流量模式的分区优化
早期版本按数据量均匀分配计算资源导致两大问题：
- 热点分区：非均匀访问使部分分区过载
- 吞吐量稀释：分裂后的分区因键值过少迅速耗尽容量
解决方案演进：
- 临时突发容量：利用节点闲置吞吐吸收短期流量峰值
- 自适应容量：监控流量并动态重组分区布局
- 全局准入控制(GAC)：采用令牌桶算法，请求路由器定期补充令牌，分区级额外防护
持续验证机制
为确保数据持久性，系统实施多层验证：
- 擦除过程(scrub)：对比在线副本与离线参考副本的校验和
- 日志复制：节点故障时快速添加仅含最新日志的轻量副本（数秒完成），相比完整B树复制（数分钟）大幅缩短恢复时间
高可用性实践
- 多维度测试：包括节点断电模拟、机架级故障演练
- 双轨监控：
- 服务端指标跟踪
- 客户端视角测量（内部服务指标+跨可用区哨兵应用）
- 读写差异处理：
- 写操作依赖Paxos协议保障三副本一致性
- 读操作允许最终一致性副本响应
架构图中关键组件：
- 请求路由器集群
- 分区元数据系统
- 跨可用区存储节点部署
- MemDS服务层