解密分布式数据库的不为人知的一面

自互联网进入web2.0时代以来，数据库作为核心底层基础设施软件，也经历了蓬勃发展期。从早期的单机关系数据库到NoSQL，再到今天的NewSQL，分布式数据库领域无论是技术还是场景都发生了巨大的变化。在当前的云原生时代，拥有分布式功能似乎是任何软件系统的标准。

尤其是在当前基础软件国产化的浪潮中，国产数据库百花齐放，有超越弯道的趋势。什么是分布式数据库？拆开解释。

一、分布式

举例来说，一个熟悉的场景，比如完成软件开发。

小企业的做法是聘请全栈工程师，做所有的工作。但是这种人虽然什么都懂，但是没有特别精通的方向，很容易达到能力上限。

一支大队伍中，通常会有很多角色。(UI、前端，后端，DBA、运行维护等)。这类人构成分布式结构，协调完成共同任务。协调人员为项目经理或部门领导。

这样做的好处是：

职责分离：每个人都要各司其职，做自己擅长的事。

平稳扩展：任何一个环节缺人都要定点补充。

能力：能够处理更大、更多的项目。

当然，有利也有弊：

沟通：沟通费用增加，需要规范的工作模式。

调度：如何有效地协调所有人员。

一致性：如何保证上下游人员名单的一致性。

概念差异：分布式和集群

一提到分布，就不得不说另一个与之相关的概念，那就是集群。很多初学者无法很好地理解集群与分布的区别。

以前面的例子为例。如果小公司的全栈工程师出现一些异常现象(辞职、出走、不堪重负等。)，老板会考虑雇佣更多这样的人，从而形成一个集群。好处是他们可以做更多的工作(负荷分流)和互补(可扩展性)，但本质上他们还是什么都做。

事实上，分布式和集群可以一起使用。例如，在上面的大团队示例中，每个角色可以配置多个人，从而形成一个分布式集群。

二、数据库

说白了，数据库就是管理数据的区域，就像我们生活中存放货物的仓库一样。我们应该按照一定的规则(写数据)整齐地排列货物，这样我们就可以获取快递邮件(检查数据)。

在计算机世界里，数据通常是按照二维表组织的，我们称之为关系模型，然后我们可以使用结构化的查询语言。(SQL)对这些信息进行各种关系操作，以获得预期的结果。这是关系数据库，是目前应用最广泛的数据库。另外，相信你也听说过其他类型的数据库，比如KV型、文档型、时间序列型、图形数据库等等。

最常见的数据库是每个人使用的Excel文档。一个文档可以看作是一个数据库，每个表都是一个数据表，表中的列是一个字段，每一行都是存储的数据。

“分布式”和“数据库”乘法

对我来说，“分布式”和“数据库”并非相加，而是乘积。

传统的子数据库、子表方案和各种分块方案都可视为伪分布式(添加)，与真正的分布式数据库有本质区别。

最大的不同在于分布式事务。单个数据库的事务在一个节点上完成，分布式数据库需要多个节点协同工作。

以典型的银行转账情景为例：

A想把100元转给B，但A的帐号信息存储在节点A，B的数据存储在节点B。

通过事务可以轻松完成单个数据库。

分布式环境下的交易应考虑各种网络问题和数据一致性。对于客户端来说，交易操作的简单性还是要保证的。整个转移操作与单机数据库一致，所有故障都要透明处理。

分布式数据库继承了传统单机数据库的关键特性，具有处理分布式结构的能力。理论上，所有的需求都可以通过横向扩展来解决，这是大数据高并发场景下诞生的产物。虽然起步较晚，但可以预见它将是数据库的下一个发展方向。