分布式数据库

分布式数据库

一、传统数据库回顾

1.以学生成绩管理系统为例，对环境进行假设

1）老师和学生的要求

正确的查询结果最快查询速度

2）录入员的要求

正确记录分数多人同时记录录入数据不能丢失

3）输入和输出的协调

查询分数时不能查询一半

2.如何满足上述特性（ACID）

1）原子性

当一个学生成绩被录入的时候，要么是完全的被录入，要不然就是完全不被录入

2）一致性

指事物的一致性，比如学生交学费，从学生账户有扣款，学校账户就必须有进账，并且两者数量一致，避免出现因异常导致扣款逻辑完成，但是到账逻辑没有完成的情况，要么全部成功，要么全部失败。

3）隔离性

多个录入员可以同时录入多个不同学生的成绩，而互相之间不冲突

4）持久性

当成绩被正确录入到系统之后，发生系统崩溃，吊链之类的问题，数据库仍然可以在恢复后正常运作。

3.数据量变大后的新问题（以全国统考为例）

1）因为数据量较大，所以没有办法存放在同一台机器上面。

2）当数据量变大，并发量也会增大，单库不支持大量并发，所以差不了。

3）如果数据很重要，集中的数据库出现中间数据丢失，整个系统会陷入不可用的情况，会出现较大的风险。

二、分布式数据库概述

1）集中式数据库缺点

通信开销大：录入的客户端存在于全国各地，而集中式数据库只能存在于一个地方系统可靠性：集中式数据库所有数据都存在于一个点上，记录点的故障就会导致整个系统停止运作。　　性能差：随着数据量变大，录入的客户端变多，存储系统本身的性能就会成为瓶颈。可扩展性：随着录入客户端的变多，集中式数据库的数据节点会发生严重的新能问题，而 有单机系统的磁盘，CPU,内存没办法无限制的扩展，所以集中式数据库的扩展就是一个严重问题。设计管理困难：当出现新的业务时，对数据库的逻辑会变得越来越复杂。

2）分布式和分散式数据库的区别

相同点数据都分散在不同的存储位置，可解决集中式数据库遇到的可扩展性问题。不同点逻辑的整体性分布式数据库基本要求数据分布性数据统一性数据透明性数据安全性可扩展性数据自治性

3）分布式数据库系统的定义

两个重点保证逻辑一致性保证数据分不到不同区域　　两个要点每个地域节点是拥有集中式数据库的计算机系统每个节点都是由通信网络连接起来的节点集合两个特性透明性逻辑统一

4）分布式系统的优点

灵活性更高成本优势　　可靠性和可用性更高局部响应速度快

5）分布式系统的缺点

通信开销大跨节点逻辑实现复杂数据保密性相对较弱

三、分布式数据库系统的分类以及体系架构

1.数据库系统的分类

1）同质同构数据库

2）同质异构数据库

3）异构数据库（关系数据库+文档数据库+搜索引擎）

2.体系架构

1）数据分片

水平分片实现方式：按行拆分特点：数据结构一致，字段类型和字段类型是一样的。图示

垂直分片实现方式：一张表的数据按字段拆分成多个表，比如将频繁更新的字段和不频繁更新的字段分开，大的字段和小的字段进行分开。特点：需要一个冗余主键来维持数据一致性。主要目的：减少更新对磁盘造成的影响图示：

混合分片

2）体系架构

数据分片完备性：所有的数据被分配到不同的节点，所有节点的总和必须包含完整信息。重构条件：把数据分配到不同的节点后，一定要有线索将数据通过固定的方法，合并成完整的数据。　　不相交条件：一个商品不会同时出现在两个不同的地区

3）数据分配

分割分配　　定义：将数据都分散到不同的节点，并且每一个节点之间的数据都是不互相重复的。所有数据的综合是数据的全集。　　图示

全复制分配定义：每个节点都拥有全量的数据，不同节点的数据都是完全相同的。为了平衡读的压力，而写并没有出现压力的情况下所采取的措施。图示

混合结构定义：对于分散在全国各地的各个省而言，使用分割分配，而在每一个省内，为了保证数据的安全性和高可靠性，采用全复制分配。图示

四、分布式数据库组件

1.分布式数据库系统基本要求

1）逻辑统一性

2）入口统一性

3）全局数据字典

维护数据分片规则网络状态完整性约束存储路径存储权限数据的全局一致性当执行死锁检测时存储锁信息实时事物状态事物统计信息数据变更状态事物运行状态

4）全局数据管理系统

协调全局事务执行并发控制防死锁全局提交/恢复

5）局部数据管理系统

接受全局管理系统的命令做本地的数据处理查询更新存储返回结果分布式事物的启动，提交，回滚接口崩溃恢复的全局协调

6）局部数据管理系统

管理全局与局部管理系统之间的通信协议每个分片之间的通信

2.数据库组件的基本功能

1）分布式事务处理

五、分布式数据库查询

1.单节点查询

1）过程

全局管理系统将请求分配到单一的节点，在单一节点上执行查询，直接返回结果。

2）图示

2.多节点查询

1）业务需求

大量的查询需要通过从不同的节点取得数据，需要依赖多个节点的数据，对于这类查询，为了保证最快的速度和对系统最小的消耗，工程上会做不同的处理。

2）图示

3）处理方式

查询下发条件：每个数据节点可以单独计算出一部分结果以计算商品总数为例，这种 请求被下发到每一个节点，而每一个节点只需要返回一个数字，而集中管理系统只需要做一个总和就可以完成。

结合不同节点间的数据要求：将数据从各个分界点先汇总到一起，然后再进行计算。技术难点：由于分布式数据库系统的数据往往比较大，汇总到一起回造成性能上的瓶颈。解决方案：全局管理系统对查询做改写，获取最小的数据分片，不同节点拿到符合条件的数据后进行汇总汇总方案：汇总到统一的节点：比如说取销售了排名前10 的商品，就可以让每个独立的节点取自己的部分数据，然后合并到全局管理系统的中心节点，做统一的逻辑处理，对于数据量较大是不可行的，因为需要占用大量的带宽，也会占据全局管理系统大量的CPU。把数据做横向广播：

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。