建站
咨詢
售后
建站咨詢
新聞中心
?在互聯(lián)網(wǎng)技術發(fā)展的今天，相信大家都對分布式數(shù)據(jù)庫表示出了濃厚的興趣，并且不約而同地問了我這樣一個問題：啥是分布式數(shù)據(jù)庫？更有“愛好學習”的朋友希望借此展現(xiàn)出“勤學好問”的品德，進而補充道：“這是哪個大廠出的產(chǎn)品？”
菏澤ssl適用于網(wǎng)站、小程序/APP、API接口等需要進行數(shù)據(jù)傳輸應用場景，ssl證書未來市場廣闊！成為成都創(chuàng)新互聯(lián)的ssl證書銷售渠道，可以享受市場價格4-6折優(yōu)惠！如果有意向歡迎電話聯(lián)系或者加微信：13518219792（備注：SSL證書合作）期待與您的合作！
好吧，我的朋友，你們真的戳中了我的笑點。但笑一笑后，我不禁陷入了思考：為什么分布式數(shù)據(jù)庫在大眾，甚至專業(yè)領域內認知如此之低呢？
原因我大概可以總結為兩點：數(shù)據(jù)庫產(chǎn)品特點與商業(yè)氛圍。
首先，數(shù)據(jù)庫產(chǎn)品的特點是抽象度高。用戶一般僅僅從使用層面接觸數(shù)據(jù)庫，知道數(shù)據(jù)庫能實現(xiàn)哪些功能，而不關心或者很難關心其內部原理。而一些類型的分布式數(shù)據(jù)庫的賣點正是這種抽象能力，從而使用戶覺得應用這種分布式化的數(shù)據(jù)庫與傳統(tǒng)單機數(shù)據(jù)庫沒有明顯的差別，甚至更加簡單。
其次，數(shù)據(jù)庫的商業(yè)氛圍一直很濃厚。數(shù)據(jù)庫產(chǎn)品高度抽象且位置關鍵，這就天然成為資本追逐的領地。而商業(yè)化產(chǎn)品和服務的賣點就是其包含支撐服務，而且許多商業(yè)數(shù)據(jù)庫最賺錢的部分就是提供該服務。因此這些產(chǎn)品有意無意地對終端用戶掩蓋了數(shù)據(jù)庫的技術細節(jié)，而用戶有了這層商業(yè)保障，也很難有動力去主動了解內部原理。
這就造成即使你工作中接觸了分布式數(shù)據(jù)庫，也沒有意識到它與過去的數(shù)據(jù)庫有什么不同。但“福報遲到，但不會缺席”——當由于對其原理缺乏必要認識，導致技術問題頻發(fā)時，用戶才會真正意識到它們好像類似，但本質卻截然不同。
而隨著分布式數(shù)據(jù)庫逐步滲透到各個領域，用戶再也不能“傻瓜式”地根據(jù)特性選擇數(shù)據(jù)庫產(chǎn)品了。新架構催生出來的新特性，促使使用者需要深入?yún)⑴c其中，并需要他們認真評估數(shù)據(jù)庫技術特點，甚至要重新設計自己的產(chǎn)品來與之更好地結合。
我是“歷史決定論”的忠實簇擁者，我會沿著分布式數(shù)據(jù)庫的發(fā)展脈絡來介紹它。相信你在讀完后，會對一開始的那個問題有自己的答案。那么現(xiàn)在我們從基本概念開始說起。
基本概念
分布式數(shù)據(jù)庫，從名字上可以拆解為：分布式+數(shù)據(jù)庫。用一句話總結為：由多個獨立實體組成，并且彼此通過網(wǎng)絡進行互聯(lián)的數(shù)據(jù)庫。
理解新概念最好的方式就是通過已經(jīng)掌握的知識來學習，下表對比了大家熟悉的分布式數(shù)據(jù)庫與集中式數(shù)據(jù)庫之間主要的 5 個差異點。
從表中，我們可以總結出分布式數(shù)據(jù)庫的核心——數(shù)據(jù)分片、數(shù)據(jù)同步。
1. 數(shù)據(jù)分片
該特性是分布式數(shù)據(jù)庫的技術創(chuàng)新。它可以突破中心化數(shù)據(jù)庫單機的容量限制，從而將數(shù)據(jù)分散到多節(jié)點，以更靈活、高效的方式來處理數(shù)據(jù)。這是分布式理論帶給數(shù)據(jù)庫的一份禮物。
分片方式包括兩種。
水平分片：按行進行數(shù)據(jù)分割，數(shù)據(jù)被切割為一個個數(shù)據(jù)組，分散到不同節(jié)點上。
垂直分片：按列進行數(shù)據(jù)切割，一個數(shù)據(jù)表的模式（Schema）被切割為多個小的模式。
2. 數(shù)據(jù)同步
它是分布式數(shù)據(jù)庫的底線。由于數(shù)據(jù)庫理論傳統(tǒng)上是建立在單機數(shù)據(jù)庫基礎上，而引入分布式理論后，一致性原則被打破。因此需要引入數(shù)據(jù)庫同步技術來幫助數(shù)據(jù)庫恢復一致性。
簡而言之，就是使分布式數(shù)據(jù)庫用起來像“正常的數(shù)據(jù)庫”。所以數(shù)據(jù)同步背后的推動力，就是人們對數(shù)據(jù)“一致性”的追求。這兩個概念相輔相成，互相作用。
當然分布式數(shù)據(jù)庫還有其他特點，但把握住以上兩點，已經(jīng)足夠我們理解它了。下面我將從這兩個特性出發(fā)，探求技術史上分布式數(shù)據(jù)庫的發(fā)展脈絡。我會以互聯(lián)網(wǎng)、云計算等較新的時間節(jié)點來進行斷代劃分，畢竟我們的核心還是著眼現(xiàn)在、面向未來。
商業(yè)數(shù)據(jù)庫
互聯(lián)網(wǎng)浪潮之前的數(shù)據(jù)庫，特別是前大數(shù)據(jù)時代。談到分布式數(shù)據(jù)庫繞不開的就是 Oracle RAC。
Oracle RAC 是典型的大型商業(yè)解決方案，且為軟硬件一體化解決方案。我在早年入職國內頂級電信行業(yè)解決方案公司的時候，就被其強大的性能所震撼，又為它高昂的價格所深深折服。它是那個時代數(shù)據(jù)庫性能的標桿和極限，是完美方案與商業(yè)成就的體現(xiàn)。
我們試著用上面談到的兩個特性來簡單分析一下 RAC：它確實是做到了數(shù)據(jù)分片與同步。每一層都是離散化的，特別在底層存儲使用了 ASM 鏡像存儲技術，使其看起來像一塊完整的大磁盤。
這樣做的好處是實現(xiàn)了極致的使用體驗，即使用單例數(shù)據(jù)庫與 RAC 集群數(shù)據(jù)庫，在使用上沒有明顯的區(qū)別。它的分布式存儲層提供了完整的磁盤功能，使其對應用透明，從而達到擴展性與其他性能之間的平衡。甚至在應對特定規(guī)模的數(shù)據(jù)下，其經(jīng)濟性又有不錯的表現(xiàn)。
這種分布式數(shù)據(jù)庫設計被稱為“共享存儲架構”（share disk architecture）。它既是 RAC 強大的關鍵，又是其“阿喀琉斯之踵”，DBA 坊間流傳的 8 節(jié)點的最大集群限制可以被認為是 RAC 的極限規(guī)模。
該規(guī)模在當時的環(huán)境下是完全夠用的，但是隨著互聯(lián)網(wǎng)的崛起，一場轟轟烈烈的“運動”將會打破 Oracle RAC 的不敗金身。
大數(shù)據(jù)
我們知道 Oracle、DB2 等商業(yè)數(shù)據(jù)庫均為 OLTP 與 OLAP 融合數(shù)據(jù)庫。而首先在分布式道路上尋求突破的是 OLAP 領域。在 2000 年伊始，以 Hadoop 為代表的大數(shù)據(jù)庫技術憑借其“無共享”（share nothing）的技術體系，開始向以 Oracle 為代表的關系型數(shù)據(jù)庫發(fā)起沖擊。
這是一次水平擴展與垂直擴展，通用經(jīng)濟設備與專用昂貴服務，開源與商業(yè)這幾組概念的首次大規(guī)模碰撞。拉開了真正意義上分布式數(shù)據(jù)庫的帷幕。
當然從一般的觀點出發(fā)，Hadoop 一類的大數(shù)據(jù)處理平臺不應稱為數(shù)據(jù)庫。但是從前面我們歸納的兩點特性看，它們又確實非常滿足。因此我們可以將它們歸納為早期面向商業(yè)分析場景的分布式數(shù)據(jù)庫。從此 OLAP 型數(shù)據(jù)庫開始了自己獨立演化的道路。
除了 Hadoop，另一種被稱為 MPP（大規(guī)模并行處理）類型的數(shù)據(jù)庫在此段時間也經(jīng)歷了高速的發(fā)展。MPP 數(shù)據(jù)庫的架構圖如下：
我們可以看到這種數(shù)據(jù)庫與大數(shù)據(jù)常用的 Hadoop 在架構層面上非常類似，但理念不同。簡而言之，它是對 SMP（對稱多處理器結構）、NUMA（非一致性存儲訪問結構）這類硬件體系的創(chuàng)新，采用 shared-nothing 架構，通過網(wǎng)絡將多個 SMP 節(jié)點互聯(lián)，使它們協(xié)同工作。
MPP 數(shù)據(jù)庫的特點是首先支持 PB 級的數(shù)據(jù)處理，同時支持比較豐富的 SQL 分析查詢語句。同時，該領域是商業(yè)產(chǎn)品的戰(zhàn)場，其中不僅僅包含獨立廠商，如 Teradata，還包含一些巨頭玩家，如 HP 的 Vertica、EMC 的 Greenplum 等。
大數(shù)據(jù)技術的發(fā)展使 OLAP 分析型數(shù)據(jù)庫，從原來的關系型數(shù)據(jù)庫之中獨立出來，形成了完整的發(fā)展分支路徑。而隨著互聯(lián)網(wǎng)浪潮的發(fā)展，OLTP 領域迎來了發(fā)展的機遇。
互聯(lián)網(wǎng)化
國內數(shù)據(jù)庫領域進入互聯(lián)網(wǎng)時代第一個重大事件就是“去 IOE”。
其中尤以“去 Oracle 數(shù)據(jù)庫”產(chǎn)生的影響深遠。十年前，阿里巴巴喊出的這個口號深深影響了國內數(shù)據(jù)庫領域，這里我們不去探討其中細節(jié)，也不去評價它正面或負面的影響。但從對于分布式數(shù)據(jù)庫的影響來說，它至少帶來兩種觀念的轉變。
應用成為核心：去 O 后，開源數(shù)據(jù)庫需要配合數(shù)據(jù)庫中間件（proxy）去使用，但這種組合無法實現(xiàn)傳統(tǒng)商業(yè)庫提供的一些關鍵功能，如豐富的 SQL 支持和 ACID 級別的事務。因此應用軟件需要進行精心設計，從而保障與新數(shù)據(jù)庫平臺的配合。應用架構設計變得非常關鍵，整個技術架構開始脫離那種具有調侃意味的“面向數(shù)據(jù)庫” 編程，轉而變?yōu)橐詰孟到y(tǒng)為核心。
弱一致性理念普及：雖然強一致性仍然需求旺盛，但人們慢慢接受了特定場景下可以嘗試弱一致性來解決系統(tǒng)的吞吐量問題。而這帶來了另外一個益處，一線研發(fā)與設計人員開始認真考慮業(yè)務需要什么樣的一致性，而不是簡單依靠數(shù)據(jù)庫提供的特性。
以上兩個觀念都是在破除了對于 Oracle 的迷信后產(chǎn)生的，它們本身是正面的，但是如果沒有這場運動，其想要在普通用戶之中普及確實有很大困難。而這兩種觀念也為日后分布式數(shù)據(jù)庫，特別是國產(chǎn)分布式數(shù)據(jù)的發(fā)展帶來了積極的影響。
而與此同期，全球范圍內又上演著 NoSQL 化浪潮，它與國內去 IOE 運動一起推動著數(shù)據(jù)庫朝著橫向分布的方向一路狂奔。關于 NoSQL 的內容，將會在下一講詳細介紹。
與上一部分中提到的大數(shù)據(jù)技術類似，隨著互聯(lián)網(wǎng)的發(fā)展，去 IOE 運動將 OLTP 型數(shù)據(jù)庫從原來的關系型數(shù)據(jù)庫之中分離出來，但這里需要注意的是，這種分離并不是從基礎上構建一個完整的數(shù)據(jù)庫，而是融合了舊有的開源型數(shù)據(jù)庫，同時結合先進的分布式技術，共同構造了一種融合性的“準”數(shù)據(jù)庫。它是面向具體的應用場景的，所以閹割掉了傳統(tǒng)的 OLTP 數(shù)據(jù)庫的一些特性，甚至是一些關鍵的特性，如子查詢與 ACID 事務等。
而 NoSQL 數(shù)據(jù)庫的重點是支持非結構化數(shù)據(jù)，如互聯(lián)網(wǎng)索引，GIS 地理數(shù)據(jù)和時空數(shù)據(jù)等。這種數(shù)據(jù)在傳統(tǒng)上會使用關系型數(shù)據(jù)庫存儲，但需要將此種數(shù)據(jù)強行轉換為關系型結構，不僅設計煩瑣，而且使用效率也比較低下。故NoSQL 數(shù)據(jù)庫被認為是對整個數(shù)據(jù)庫領域的補充，從而人們意識到數(shù)據(jù)庫不應該僅僅支持一種數(shù)據(jù)模式。
隨著分布式數(shù)據(jù)庫的發(fā)展，一種從基礎上全新設計的分布式 OLTP 數(shù)據(jù)庫變得越來越重要，而云計算更是為這種數(shù)據(jù)庫注入新的靈魂，兩者的結合將會給分布式數(shù)據(jù)庫帶來美妙的化學反應。
云原生是未來
從上文可以看到人們真正具有廣泛認知的分布式數(shù)據(jù)庫，即 OLTP 型交易式分布式數(shù)據(jù)庫，依然是分布式數(shù)據(jù)庫領域一個缺失的片段，且是一個重要的片段。一個真正的 OLTP 數(shù)據(jù)庫應該具備什么特點呢？
實際上人們需要的是它既具有一個單機的關系型數(shù)據(jù)庫的特性，又有分布式的分片與同步特性。 DistributedSQL 和 NewSQL 正是為了這個目的而生的 。它們至少具有如下兩點引人注目的特性：
- SQL 的完整支持
- 可靠的分布式事務。
典型的代表有 Spanner、NuoDB、TiDB 和 Oceanbase 等。并且本課程會重點圍繞 DistributedSQL 的關鍵特性展開研究，這些特性是現(xiàn)代分布式數(shù)據(jù)庫的基石。這里我就不占用過多篇幅介紹了，在 02 | SQL vs NoSQL：一次搞清楚五花八門的各種“SQL”中我們再一起詳細學習。
與此同時，隨著云計算的縱向深入發(fā)展，分布式數(shù)據(jù)庫又迎來新的革命浪潮——云原生數(shù)據(jù)庫。
首先，由于云服務天生的“超賣”特性，造成其采購成本較低，從而使終端用戶嘗試分布式數(shù)據(jù)庫的門檻大大降低。
其次，來自云服務廠商的支撐人員可以與用戶可以進行深度的合作，形成了高效的反饋機制。這種反饋機制促使云原生的分布式數(shù)據(jù)庫有機會進行快速的迭代，從而可以積極響應客戶的需求。
這就是云原生帶給分布式數(shù)據(jù)庫的變化，它是通過生態(tài)系統(tǒng)的優(yōu)化完成了對傳統(tǒng)商業(yè)數(shù)據(jù)庫的超越。以下來自 DB-Engines 的分析數(shù)據(jù)說明了未來的數(shù)據(jù)庫市場屬于分布式數(shù)據(jù)庫，屬于云原生數(shù)據(jù)庫。
隨著分布式數(shù)據(jù)庫的發(fā)展，我們又迎來了新的一次融合：那就是 OLTP 與 OLAP 將再一次合并為 HTAP（融合交易分析處理）數(shù)據(jù)庫。
該趨勢的產(chǎn)生主要來源于云原生 OLTP 型分布式數(shù)據(jù)庫的日趨成熟。同時由于整個行業(yè)的發(fā)展，客戶與廠商對于實時分析型數(shù)據(jù)庫的需求越來越旺盛，但傳統(tǒng)上大數(shù)據(jù)技術包括開源與 MPP 類數(shù)據(jù)庫，強調的是離線分析。
如果要進行秒級的數(shù)據(jù)處理，那么必須將交易數(shù)據(jù)與分析數(shù)據(jù)盡可能地貼近，并減少非實時 ELT 的引入，這就促使了 OLTP 與 OLAP 融合為 HTAP。下圖就是阿里云 PolarDB 的 HTAP 架構。
總結
用《三國演義》的第一句話來說：“天下大勢，分久必合，合久必分?！倍覀冇^察到的分布式數(shù)據(jù)庫，乃至數(shù)據(jù)庫本身的發(fā)展正暗合了這句話。
分布式數(shù)據(jù)庫發(fā)展就是一個由合到分，再到合的過程：
早期的關系型商業(yè)數(shù)據(jù)庫的分布式能力可以滿足大部分用戶的場景，因此產(chǎn)生了如 Oracle 等幾種巨無霸數(shù)據(jù)庫產(chǎn)品；
OLAP 領域首先尋求突破，演化出了大數(shù)據(jù)技術與 MPP 類型數(shù)據(jù)庫，提供功能更強的數(shù)據(jù)分析能力；
去 IOE 引入數(shù)據(jù)庫中間件，并結合應用平臺與開源單機數(shù)據(jù)庫形成新一代解決方案，讓商業(yè)關系型數(shù)據(jù)庫走下神壇，NoSQL 數(shù)據(jù)庫更進一步打破了關系型數(shù)據(jù)庫唯我獨尊的江湖地位；
新一代分布式 OLTP 數(shù)據(jù)庫正式完成了分布式領域對數(shù)據(jù)庫核心特性的完整支持，它代表了分布式數(shù)據(jù)庫從此走向了成熟，也表明了 OLAP 與 OLTP 分布式場景下，分別在各自領域內取得了勝利；
HTAP 和多模式數(shù)據(jù)處理的引入，再一次將 OLAP 與 OLTP 融合，從而將分布式數(shù)據(jù)庫推向如傳統(tǒng)商業(yè)關系型數(shù)據(jù)庫數(shù)十年前那般的盛況，而其產(chǎn)生的影響要比后者更為深遠。
我們回顧歷史，目的是更好地掌握未來。而分布式數(shù)據(jù)庫的歷史同時體現(xiàn)了實用主義的特色，其演化是需求與技術博弈的結果，而不是精心設計出來的。?
網(wǎng)站題目：什么是分布式數(shù)據(jù)庫？聊聊它的前世今生
鏈接地址：http://www.5511xx.com/article/cdddoeg.html
