作为数据的Log和WAL的本质区分

## 问题的由来

在计算机世界里，定义一个东西很难。因为大家有不同的理解，而针对中文，又产生了一个新的麻烦，原因两个：

1. 计算机的发源和当前现状，都主要来自英文，所以，需要从英文转译成中文。本来英文就有多个近似词义的表达（比如：master vs leader），中文翻译又可以一翻多（因为存在多个译者），这就让中国用户的理解更容易出现混乱。

2. 中文本身的特点，具有广义性。即可以：比喻、联想、发散。相比而言，英文在表达上更收敛，但一样存在一词多意，而且你会发现，对于同一object，英文会有很多词去描述，而里面有非常细微的差别（而且只有美国人，有时甚至只有英国人知道，i.e., 美国人的英语不如英国人）。比如：我们用英文夸一个想法不错，可能是：Your idea is ok. 但实际上，这个ok在英文很多场景下，只是中文的“一般般”或“麻麻地”的意思。

在我之前的一些文章里，很多涉及Log，同时又用到一个WAL（Write Ahead Log），因此，也容易产生混淆。

比如：

[Kafka is Database]，通篇都是Log。然后又提到redo是一个log

[分布式思考：我们需要WAL吗？]，通篇都是WAL，但又提到Kafka没有WAL

因此，我们有必要给Log和WAL做个准确的区分

## 那么Log as dataset（真正的数据） 和 WAL 到底有什么区别？

### 1. 落盘次数

数据data（比如：一个key和对应的value）可以放在WAL里，也可以放在dataset里(即终形态)。一般而言，不管是WAL，还是dataset，它们后都需要写到磁盘上（落盘）。

数据data如果用到WAL，则data需要落盘两次，一次到这个WAL对应的磁盘文件里（或文件组），一次到自己后的dataset对应文件里（或文件目录）里。

多个data在WAL文件里，磁盘存储位置是一个接一个，连续的，不方便查询；而多个data落到dataset文件上，一般是不连续的，以其他的数据结构（如B+树或LSM树）存在，以方便查询。

所以WAL是冗余的。即如果使用了WAL，对应的data会落盘两次。如果不用WAL，则data只落盘一次。

我们以[BunnyRedis]为例：

请首先参考[BunnyRedis的结构图]。

                             ** Your Redis Clients **

*****************************                          *****************************            
* bunny-redis 1 (local SSD) *           。。。          * bunny-redis n (local SSD) *
*****************************                          *****************************

                              **********************
                              *  Kafka (Zookeeper) *
                              **********************