当数据库遇到分布式，你会怎么做？

分区的数量通常在数据库第一次建立时确定，之后不会改变。每个分区包含了总数据量固定比率的数据，因此每个分区的大小与集群中的数据总量成比例增长。如果数据集的总大小难以预估，选择正确的分区数是困难的。分区太大，再平衡和节点故障恢复变得昂贵;分区太小，则会产生太多的开销。

动态数量的分区 对于使用键范围进行分区的数据库，具有固定边界的固定数量的分区将非常不方便：如果出现边界错误，则可能会导致某些分区的没有数据。按键范围进行分区的数据库通常会动态创建分区。

当分区增长到超过配置的大小时，会被拆分成两个分区，每个分区约占一半的数据。动态分区的优点是分区数量适应总数据量，能够平衡各方面的开销。HBase和MongoDB采用的就是这种策略。

数据集开始时很小，直到达到第一个分区的分隔点，所有写入操作都必须由单个节点处理，而其他节点处于空闲状态。为了解决这个问题，HBase和MongoDB允许在一个空的数据库上配置一组初始分区(预分隔，pre-splitting)。在键范围分区的情况下，预分隔需要提前知道键时如何分配的。

按照节点比例分区 分区数与节点数量成正比，即每个节点具有固定数量的分区。每个分区的大小与数据集大小成比例的增长。当增加节点时，随机选择固定数量的现有分区进行拆分，然后占有这些拆分分区中的每个分区的一半。

请求路由

现在我们已经数据集分割到多个节点上运行的多个分片上，客户端发起请求时，如何知道连接哪个结点。随着分区再平衡，分区对节点的分配也发生变化。

不仅限于数据库，这个问题可以概括为服务发现(service discovery)，通常有以下三种方案：

允许客户端连接任何节点，如果该节点恰巧拥有请求的分区，则直接处理该请求;否则将请求转发到适当的节点，接收结果并返回给客户端。

客户端发送请求到路由层，它决定了应该处理请求的节点，并相应的转发。

客户端知道分区和节点的分配，直接连接到适当的节点。

以上问题的关键在于：做出路由决策的组件如何了解分区-节点之间的分配关系变化?这是一个具有挑战性的问题，因为需要所有的参与者达成一致。

很多分布式系统都依赖于一个独立的协调服务，比如ZooKeeper来跟踪集群元数据。

每个节点在ZooKeeper上注册自己，ZooKeeper维护分区到节点的可靠映射

路由层可以在ZooKeeper订阅此信息，当分区分配发生变化能实时感知

复制

复制意味着在通过网络连接的多台机器上保留相同数据的副本，复制数据能带来以下的好处：

提高可用性，即使系统的一部分出现故障，系统也能继续工作

扩展可以接受读请求的机器数量，从而提高读取吞吐量

使得数据与用户再地理上接近，从而减少延迟

复制的困难之处在于处理复制数据的变更。目前流行有三种变更复制算法：单领导者(single leader)，多领导(multi leader)和无领导者(leaderless)，几乎所有的分布式数据库都使用这三种方法之一。

单领导者复制过程：

每一次向数据库的写入操作都需要传播到所有的副本上，否则副本就会包含不一样的数据。最常见的解决方案被称为基于领导者的复制 或 主从复制

副本之一被指定为领导者(或主库)，当客户端要向数据库写入时，它必须发给领导者，领导者会将新数据写入其本地存储;

其他副本被称为追随者(只读副本、从库)，会同步主库的变更日志，按照主库相同的顺序写入

当客户端从数据库读取数据时，可以向领导者或追随者查询

同步 or 异步

（编辑：PHP编程网 - 黄冈站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!