分布式数据库

1.数据库备份

主从复制

主主复制

2.数据库分片

当数据库数据过大时候需要分片

写操作的压力特别大

分片方法：

1）硬编码实现数据分片，例如奇数和偶数分配

2）映射表外部存储：相对于硬编码方式更加灵活，但是不常用原因在于：多一次数据库访问，复杂性增加

3）分布式数据库中间件

3.如何做分布式数据库集群的伸缩

数据迁移：采用余数 hash，数据库分片，取模之后迁移对应的片

4.数据库部署方案

1）单一服务器

2）读写分离：主从复制实现伸缩

3）业务分库：对应业务拆分服务器，不同的数据库部署到不同的服务器上，供不同的客户端去访问

4）综合部署方案：根据业务情况对不同的业务服务器进行不同处理：例如访问压力小的不需要分片，访问压力大的分片主从复制等

5.CAP 原理

数据库分片的指导性原理：

C（Consistency）：一致性

每次读取的数据，都应该是最近写入的数据或者返回一个错误，而不是过期数据，也就是说，数据是一致性。

A（Availability）：可用性

每次请求都应该得到一个相应，而不是返回一个错误或者失去响应，不过这个响应不需要保证数据是最近写入的，也就是说系统需要一直都是可以正常使用的，不会引起调用者的异常，但并不保证数据是最新的。

P（Partition tolerance）：分区耐受性

即使因为网络的原因，部分服务器节点之间消息丢失或者延迟了，系统依然应该是可以操作的。

三者是不能同时满足的，满足分区耐受性的情况下，可用性和一致性是无法同时满足的

最终一致性：

最终写一致：时间戳

客户端解决冲突

投票决定解决冲突

Hbase 架构如何缓解 cap：一致性高，可用性差

ACID 与 BASE

NoSQL

Doris - 海量 KV Engine

关键技术点-数据分区

基于虚拟节点的分区算法