散布式数据库架构线路大揭秘

赵丹

本文分享自华为云社区《GaussDB散布式架构大揭秘-云社区-华为云》，作者：华为云数据库首席架构师 冯柯。
这些年大家都在谈散布式数据库，各大企业也纷纭开始做数据库的散布式革新。那末所谓的散布式数据库是甚么？采取甚么架构，劣势在哪？为何愈来愈多企业选择它？咱们无妨一同来深化理解下。
散布式数据库是如何演进的？
回顾散布式数据库的演进历程，咱们能够大抵概括为三个开展阶段：运用分库分表做垂直拆分、散布式两头件、散布式数据库。每个阶段都呈现出了不同的特征：
运用分库分表做垂直拆分实质上是运用侧的革新，和数据库自身没有太大瓜葛。
在散布式两头件阶段，散布式数据库实质上是由两部份组成的，下层是散布式两头件，底层再搭载开源MySQL或PG单机内核。这类形式由于使用了对比成熟的内核，所以生态敌对、本钱较低，对比容易完成，不外缺陷也不言而喻，好比功用升级、散布式事务处置才能较差，最首要的是，由于使用的是开源产品的内核，数据库会一直受制于开源代码修正、专利、发行形式等得多方面的危险，这类方式显然曾经无奈知足以后国际金融、政企客户的需要。


到了散布式数据库阶段，次要呈现出两种状态。一种是基于散布式存储完成的散布式数据库，这类状态先有散布式存储，再叠加数据库才能，咱们习气把它称为“散布式+”。


这类架构在散布式对比长于的畛域，更易造成它的技术竞争力。甚么是散布式长于的畛域呢？好比说像扩展性、及时的扩展性，大范围运维的灵敏性，好比扩缩容。在这方面，散布式+的天花板会更少，由于它一开始就是根据散布式存储来设计的。
这外面无意思的一点是，这跟架构自身没有太大瓜葛，咱们看到，往年一切的在国际的散布式+的厂商都有一个独特特征，就是在全部存储引擎的设计上跟明天咱们认知的，不论是MySQL仍是PG，都纷歧样。它不是一个相似于B-TREE的这样一种构造，而一般为基于LSM-Tree存储引擎，数据写内存，而后批量写耐久化的这样一种形式。
这是由于这些散布式+的厂商，他们的一切技术体系都来源于Google，而Google最先做的第一款产品就是散布式存储，叫Big Table，Big Table自身就是基于LSM-Tree的，这是一个历史传统。这就是为何LSM-Tree跟散布式+自身没有必定瓜葛，然而明天咱们看到国际一切走散布式+线路的厂商，都使用的是LSM-Tree。


LSM-Tree有它的优点，好比主备之间的异构性有天生的劣势，但也有一个十分大的缺陷，就是关于场景的广泛合用性。它对比合适于写密集的场景，有少量写入拔出曾经，好比我的定单、流水化的定单，但不太合适形态类的业务，有少量的读和写，要去更新形态。并且它把随机写转为程序写，在做compaction也就是内存和耐久化存储数据合并时也会有空间缩小和机能颤动问题，所以它全部场景的合用性比B-Tree要低。
这个阶段的此外一种状态，就是基于散布式数据库实践完成的原生散布式数据库，与“散布式+”正好相同，它是先有TP单机数据库引擎，再叠加散布式才能，咱们个别称之为“数据库+”，华为云GaussDB散布式数据库就是这类状态的典型代表。


这类状态不存在空间缩小和机能颤动的问题，并且更易在数据库自身所长于的畛域发扬劣势，好比说机能、繁杂SQL处置才能、企业级才能。同时，由于金融政企客户在使用散布式技术以前，往往曾经有分库分表、使用散布式两头件产品的教训，所以对这类架构的认可度更高，学习本钱也相对于较低，因此这类状态也是国际以后被采取较多的一种。
数据库+与散布式两头件有甚么区分？
数据库+和散布式两头件，这两种方式从架构下去看是十分类似的，散布式两头件下面是一个代理层，上面有得多单机数据库。咱们能够这么来看，就像是天平的两端，一端在0，一端在1，外面有三个十分大的差异。


如何处置散布式事务，提供内部统一性？
散布式两头件一般为基于XA来完成数据统一性，但XA自身是不克不及完成内部统一性的，个别只反对终究统一性，而数据库+的散布式数据库能够基于内置全局授时来完成全局统一性读，从而反对内部统一性。
如何处置散布式SQL？
散布式两头件是把数据库作为黑盒，数据节点之间只能经过SQL的方式传递，是规范的SQL。


散布式两头件处置散布式SQL
而数据库+的代理层和数据节点是一个数据库的不同部份，相互之间能够传递更为外部的货色，好比方案树，不同的数据节点之间也不需求代理节点，能够间接传递。


数据库+处置散布式SQL
如何完成散布式统一性？
散布式两头件一般为基于传统主备架构，使用半同步、最大维护等模型来完成散布式统一性，不外这类方式下统一性和高可用是没有方法同时统筹到的，而数据库+是基于原生散布式共鸣而打造，好比Quorum、Paxos，Raft，能够完成底层无损容灾，同时知足统一性和高可用性。
关于数据库厂商而言，假如以上三个问题全都做到了，那咱们能够说它是散布式数据库，假如三者都无奈做到，咱们个别说它是散布式两头件，假如说只做到了其中的一部份，那就很难下定义到底是散布式两头件仍是散布式数据库，但能够从这三方面去权衡它的天平更偏向哪一边。
数据库+更合适金融政企的将来
泛起三种不同的技术线路，实质上是团队的人员才能模型、特质和最后要解决的问题抉择了终究走向哪条线路。技术没有绝对的好与坏，只要是否适合。明天咱们看到得多金融政企客户都在提散布式数据库，从0到1的冲破多是因为政策性的冲破，由于国产化，但从1到N的冲破，是需求产品自身竞争力的冲破。咱们发现，在这个阶段，客户再也不关怀散布式，客户关怀甚么？关怀的是数据库自身。不论叫甚么技术，能不克不及知足需要，能不克不及提供足够的机能、足够的扩展性、足够的高可用，能不克不及撑持繁杂的业务场景，咱们的观念是，终究这个行业会回归到他的根源，散布式数据库的根源是数据库，不论叫散布式+仍是数据库+，终究给客户的中心价值依然是数据库。因此，数据库+更能婚配金融政企将来长时间的开展。
GaussDB融会了华为在数据库畛域15年多的策略投入，是基于散布式实践打造的行业当先的国产原生散布式瓜葛型数据库，采取行业先进的全并行散布式架构，有应答海量并发事务处置与繁杂查问混合负载的才能；还有同城跨AZ、两地三核心、数据0丧失等多种高可用计划，杰出的金融级高可用商用才能全方面知足金融级监管要求。
当初，GaussDB曾经在金融行业积攒了十分丰硕的理论教训，历经华为终端云、华为流程IT、寰球TOP银行、经营商等各种严苛场景的考验，不只胜利助力邮储银行新一代集体业务散布式中心零碎片面投产上线，为全行6.5亿集体客户、4万多个网点提供日均20亿笔、峰值6.7万笔/秒的买卖处置才能，还经过一系列技术翻新，轻松撑持华为流程IT ERP零碎5倍业务压力下机能放弃线性，完成业务效力的10倍晋升，是企业数字化转型、中心数据上云、散布式革新的信任之选。
关注，点击下方，第一时间理解华为云陈腐技术~
华为云博客_大数据博客_AI博客_云计算博客_开发者核心-华为云