四 分散式模型

                  為什麼要引入分散式?分散式的優缺點?分散式的方法？常用分散式技術詳解

         1 分散式要解決的問題。

隨著資料量指數級的爆發式增長。用來購買更大伺服器來執行資料庫的縱向擴充套件（scale up）方式會變得越發困難和昂貴。與之相比，將資料庫執行在伺服器叢集上的橫向擴充套件（scale out）方式，由於技術的愈發成熟，逐漸成為了眾多大型企業的首選。

         以京東為例，京東資料庫主體發展，經歷了mysql—>sqlserver—>oracle—>mysql叢集。這種演變方式，也是大部分企業資料發展的演變過程。

         2 使用分散式的優勢和缺陷。

         優勢：使用不同的分散式模型，需要安裝企業需求來決定。有些模型能夠處理超大量資料。有些能夠處理超大量網路讀寫，還有的能應對網路速度慢或者網路故障。都是採用分散式所帶來的優勢。

         缺陷：成本較高，在叢集上執行資料庫，較為複雜。所以除非剛剛所說優勢對企業很重要，否則不應該隨意使用。

         3 常用的分散式途徑方法

                  較為巨集觀的分散式分類分為“複製（replication）” 與“分片（sharding）”。

                  複製：將同一分資料拷貝到多個節點

                  分片：將不同資料存放在不同節點。

這兩種技術既可以獨立使用，也可以同時使用。複製有兩種形式“主從式（master—slave）”和“對等式（peer—to—peer）”。下面有簡單到複雜來說說這些技術。

 4 常用分散式技術詳解

                  1 單一伺服器

通常，在大多數情況下，都推薦使用最簡單的分佈形式：也就是根本不分佈。將資料放在同一臺電腦中，讓它處理對資料的儲存操作。儘管許多NoSQL都是為叢集執行環境而設計的，但是隻要某個NoSQL資料庫的資料模型符合應用程式需求，那麼完全可以按照單一伺服器分佈模型來使用它。例如圖資料庫。若使用資料庫基本上是為了處理聚合，那麼可以考慮在單一伺服器上部署“文件資料庫”或者“鍵值資料庫”，這樣也能簡化程式開發。總之，在不需要分散式資料就能應對時，總應該選用“單一伺服器方案”。

                   2分片

分片：一般來說，資料庫的繁忙體現在：不同使用者需要訪問資料集中不同部分。在這種情況下，我們把資料的各個部分存放在不同伺服器中。以此實現橫向擴充套件。該技術就叫“分片（sharding）”

解決分片的伺服器負載均衡難點：

1）  什麼樣的資料適合分片

使用面向聚合的資料庫，之所以設計聚合，就是把那些經常需要同時訪問的資料放在一起。因此，我們把聚合作為分佈資料的單元

2）  怎樣的資料分佈能提升負載均衡程度

把聚合資料均勻的分佈在各個節點中，讓它們需要處理的負載量相當。例如我們可以把有可能需要以此讀取的聚合放在一起。事實上大部分NoSQL都提供了“自動分片的功能”，讓資料庫自己負責把資料分佈到各個分片，並且將資料訪問請求引導至適當的分片上。

                 3 主從複製

主從式分佈：把資料複製到多個節點中，其中一個為“主節點”，其他為“從節點”。

 

                            優勢：1 在頻繁讀寫資料集情況下，提示資料訪問效能

                                       2 提示讀取操作的故障恢復能力

                  4對等複製

對等複製：對等複製所有節點地位相同，都可以接受寫入請求，而且丟失其一，不影響整個資料庫訪問。

                            優勢：處理出錯的節點得心應手。

                                       只需增加節點就能提升效能。

                            缺點：資料一致性問題。例如寫入衝突。