Module 01 · Introducing NoSQL
Distributed Databases分布式数据库概述
欢迎观看关于 分布式数据库 的介绍视频。通过本视频，您将能够描述分布式数据库的概念，定义数据的碎片化和复制，并描述分布式系统的优势与挑战。
分布式数据库概念
分布式数据库 是多个相互连接的数据库的集合，这些数据库物理上分布在不同的位置，并通过计算机网络进行通信。分布式数据库通过 碎片化（Fragmentation） 和 复制（Replication） 将数据分布到各个数据站点。
分布式数据库遵循 BASE 一致性模型，这意味着系统优先保证数据的 可用性，而牺牲了部分一致性。
数据碎片化（Fragmentation）与复制（Replication）
数据碎片化（Fragmentation）
为了将大数据存储在分布式系统的所有服务器上，需要将数据拆分成更小的部分，这个过程称为碎片化（也称为数据分区或数据切分）。
- 按键值分组：通过键的字母顺序进行分组。例如，所有以 A 开头的键或在 A 到 C 之间的键可以存储在特定的服务器上。
- 按记录的相同键分组：例如，某商店的所有交易记录可以根据商店 ID 进行分组，将所有相关记录存储在同一服务器上。
这种碎片化方式使得查询操作能在特定节点上高效执行，例如，查询某商店的所有销售记录时，所有相关记录都在一个服务器上。
数据复制（Replication）
如何确保在一个节点故障时数据不会丢失？这就是 复制 的作用，数据的所有碎片或分区会在两个或多个站点上冗余存储。复制 提高了数据的可用性。
- 冗余存储：如果一个节点失败，丢失的数据可以从另一个节点恢复。
- 同步问题：复制会带来数据同步的挑战。任何在一个站点的修改都需要同步到所有存储该数据的其他站点，否则会导致不一致。
分布式数据库的优势
- 更高的可靠性和可用性：
- 数据被复制存储在多个站点上，如果一个本地服务器不可用，可以从其他可用服务器检索数据。
- 性能提升：
- 特别是在处理大量数据时，查询处理时间得以减少，从而提升整体性能。
- 可扩展性：
- 可以通过向集群中添加新服务器来轻松扩展系统容量，实现按需扩展。
- 持续运行：
- 分布式系统不再依赖中央站点，即使某些节点不可用，系统也能继续运行。
分布式数据库帮助解决了许多现代应用服务的技术难题，如 高可用性、快速扩展 和 全球覆盖。
分布式数据库的挑战
- 并发控制：
- 由于相同数据存储在多个位置，如何确保数据的一致性？修改、更新或删除数据时，如何保证同步？
- 数据同步：
- 为了解决并发控制问题，一些分布式数据库将操作定向到特定数据碎片的一个节点，其他节点进行同步。
- 也有一些系统会将写操作同步到所有相关节点，从而确保一致性。
- 事务支持：
- 由于并发控制问题，分布式数据库通常不支持事务，或者只提供非常有限的事务支持。由于数据同步的延迟，分布式数据库的事务处理较为复杂。
BASE 一致性模型：
分布式数据库通常遵循 BASE 一致性模型，即 始终可用，数据可能在某些时刻不一致，但最终会达到一致性。
总结
通过本视频，您了解了：
- 分布式数据库 是通过 碎片化 和 复制 将数据物理分布到不同的数据站点。
- 碎片化 使得可以将大型数据集分散存储在分布式系统的所有服务器上。
- 复制 确保了数据的冗余存储，提高了数据的可用性，确保在某个节点故障时能够从其他节点恢复数据。
- 分布式数据库提供了多个优势，如 高可用性、性能提升 和 可扩展性，但也面临并发控制和事务支持等挑战。
- 分布式数据库通常遵循 BASE 一致性模型，强调数据的可用性而牺牲一致性。