分布式數(shù)據(jù)庫(kù)模式與反模式介紹

1、分布式數(shù)據(jù)庫(kù)模式與反模式介紹基礎(chǔ)軟件的現(xiàn)狀開源化是大趨勢(shì)分布式漸成主流基礎(chǔ)軟件碎片化微服務(wù)模式興起存儲(chǔ)系統(tǒng)痛點(diǎn)日漸浮現(xiàn)大數(shù)據(jù)量下如何彈性擴(kuò)展？分布式系統(tǒng)可用性如何定義和保證？可維護(hù)性？面向業(yè)務(wù)的開發(fā)復(fù)雜度？跨行事務(wù)SQL.擴(kuò)展模型 - Sharding擴(kuò)展模型 - Sharding優(yōu)勢(shì)實(shí)現(xiàn)簡(jiǎn)單對(duì)于簡(jiǎn)單的業(yè)務(wù)場(chǎng)景兼容性好劣勢(shì)對(duì)業(yè)務(wù)層有侵入性分片固定，自動(dòng)化程度低，擴(kuò)展性 差, 很難實(shí)現(xiàn)按需彈性擴(kuò)展無法實(shí)現(xiàn)復(fù)雜查詢優(yōu)化及高效透 明的事務(wù)維護(hù)成本高擴(kuò)展模型 - Region擴(kuò)展模型 - Region優(yōu)勢(shì)可以實(shí)現(xiàn)彈性擴(kuò)展高度去中心化具有一定的自動(dòng)Failover 能力劣勢(shì)實(shí)現(xiàn)相對(duì)復(fù)雜業(yè)務(wù)層兼容性可用性

2、級(jí)別高可用的幻覺：主從模型主從模型不能同時(shí)滿足強(qiáng)一致性和高可用性由于集群腦裂的存在說好的異地多活呢可用性級(jí)別唯一的高可用模型：分布式選舉算法Multi-Paxos / Raft強(qiáng)一致，自動(dòng)的故障轉(zhuǎn)移及數(shù)據(jù)恢復(fù)，可接受的延遲一致性級(jí)別NewSQLScalabilitySQLACID TransactionHigh Availability / Auto-Failover案例：Google Spanner / F1Globally-distributedPaxosSQL above NoSQLACID Transaction supportTrueTime APIDesigned for Goog

3、le AdWords, originallybecame the successors of BigTable業(yè)務(wù)場(chǎng)景高吞吐，大容量Workload 相對(duì)分散反例：秒殺一致性，可用性和延遲的取舍典型場(chǎng)景: MySQL Sharding特點(diǎn):高吞吐海量并發(fā)小事務(wù)模型相對(duì)簡(jiǎn)單沒有復(fù)雜查詢痛點(diǎn):Scale 和 DDL跨 Shard 事務(wù)典型場(chǎng)景: Cross-datacenter HA特點(diǎn):數(shù)據(jù)極端重要，不能容忍數(shù)據(jù)不一致0 downtime, 即使整個(gè)數(shù)據(jù)中心宕機(jī)都不能影響線上業(yè)務(wù)異地多活痛點(diǎn):目前沒有一個(gè)數(shù)據(jù)庫(kù)解決主從復(fù)制方式不可靠，而且再跨數(shù)據(jù)中心的場(chǎng)景下延遲過大人工運(yùn)維反模式一：濫用傳統(tǒng)關(guān)系模型大量使用存儲(chǔ)過程，外鍵，視圖等大表與大表的 JOIN網(wǎng)絡(luò)通信的代價(jià)OLAP 會(huì)更適合反模式二：沒有利用好并發(fā)延遲和吞吐查詢間依賴關(guān)系過強(qiáng)反模式三：不均勻的設(shè)計(jì)業(yè)務(wù)中存在單點(diǎn)計(jì)數(shù)器秒殺隊(duì)列索引設(shè)計(jì)不合理全表掃描過