分布式数据库的核⼼——数据分⽚、数据同步。
1. 数据分⽚
该特性是分布式数据库的技术创新。它可以突破中⼼化数据库单机的容量限制，从⽽将数据分散到多节点，以更灵活、⾼效的⽅式来处理数据。这是分布式理论带给数据库的⼀份礼物。
分⽚⽅式包括两种。
⽔平分⽚：按⾏进⾏数据分割，数据被切割为⼀个个数据组，分散到不同节点上。
垂直分⽚：按列进⾏数据切割，⼀个数据表的模式（Schema）被切割为多个⼩的模式。
2. 数据同步
它是分布式数据库的底线。由于数据库理论传统上是建⽴在单机数据库基础上，⽽引⼊分布式理论后，⼀致性原则被打破。因此需要引⼊数
Oracle RAC 是典型的⼤型商业解决⽅案，且为软硬件⼀体化解决⽅案。我在早年⼊职国内顶级电信⾏业解决⽅案公司的时候，就被其强⼤的性能所震撼，⼜为它⾼昂的价格所深深折服。它是那个时代数据库性能的标杆和极限，是完美⽅案与商业成就的体现。
我们试着⽤上⾯谈到的两个特性来简单分析⼀下 RAC：它确实是做到了数据分⽚与同步。每⼀层都是离散化的，特别在底层存储使⽤了ASM 镜像存储技术，使其看起来像⼀块完整的⼤磁盘。
这样做的好处是实现了极致的使⽤体验，即使⽤单例数据库与 RAC 集数据库，在使⽤上没有明显的区别。它的分布式存储层提供了完整的磁盘功能，使其对应⽤透明，从⽽达到扩展性与其他性能之间的平衡。甚⾄在应对特定规模的数据下，其经济性⼜有不错的表现。
这种分布式数据库设计被称为“共享存储架构”（share disk architecture）。它既是 RAC 强⼤的关键，⼜是其“阿喀琉斯之
踵”，DBA 坊间流传的 8 节点的最⼤集限制可以被认为是 RAC 的极限规模。
该规模在当时的环境下是完全够⽤的，但是随着互联⽹的崛起，⼀场轰轰烈烈的“运动”将会打破 Oracle RAC 的不败⾦⾝。
⼤数据
常见mpp数据库这是⼀次⽔平扩展与垂直扩展，通⽤经济设备与专⽤昂贵服务，开源与商业这⼏组概念的⾸次⼤规模碰撞。拉开了真正意义上分布式数据库的帷幕。
当然从⼀般的观点出发，Hadoop ⼀类的⼤数据处理平台不应称为数据库。但是从前⾯我们归纳的两点特性看，它们⼜确实⾮常满⾜。因此我们可以将它们归纳为早期⾯向商业分析场景的分布式数据库。从此 OLAP 型数据库开始了⾃⼰独⽴演化的道路。
除了 Hadoop，另⼀种被称为 MPP（⼤规模并⾏处理）类型的数据库在此段时间也经历了⾼速的发展。MPP 数据库的架构图如下：
其中尤以“去 Oracle 数据库”产⽣的影响深远。⼗年前，阿⾥巴巴喊出的这个⼝号深深影响了国内数据库领域，这⾥我们不去探讨其中细节，也不去评价它正⾯或负⾯的影响。但从对于分布式数据库的影响来说，它⾄少带来两种观念的转变。
随着分布式数据库的发展，我们⼜迎来了新的⼀次融合：那就是 OLTP 与 OLAP 将再⼀次合并为 HTAP（融合交易分析处理）数据库。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。