数据库分片

1、数据分片

数据库IO特别大时，将一张表的数据分片到多个数据库服务器上，降低数据库服务器压力



分片目标

分片特点



2、实现方式

2-1、硬编码实现数据分片



2-2、映射表外部存储

可以建立多个映射表，用多个方式进行映射，较为灵活；

在实践中不多见，原因：

1、一次查询变成两次查询；

2、对应用程序增加复杂性，带来数据不一致性；



3、分布式数据库中间件

由分布式数据库中间件，进行路由选择

原理：

1、配置路由规则；

2、



Cobar系统组件模型



4、当数据库服务器增加时，应该如何处理？

先作业务分片

再对客户



5、数据库部署方案



2、NoSQL

2-1、CAP原理

1、一致性Consistency

一致性是说，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（Every read receives the most recent write or an error）, 而不是过期数据，也就是数据是一致的；

操作是不保证的，但是数据一定是最新的



2、可用性Availability

不保证数据是最新的，但是操作一定是对的



3、分区忍受性



4、CAP原理

当网络分区失效发生的时候，我们要么取消操作，这样数据就是一致的，但是系统却不可用；

要么我们继续写入数据，但是数据的一致性就等不到保证；



满足分区耐受性情况下，可用性和一致性无法同时满足



两个数据库同时写，可用性降低；



2-2、CAP原理与数据一致性冲突



2-3、最终一致性

完全高可用的系统代价非常大；



2-4、最终一致性



2-4-1、最终一致性写冲突



2-4-2、客户端冲突解决

2-5、投票解决冲突（Cassandra）

这个是不是双写或者叫三写？同时写入多个数据源？

降低了可用性；

只有一个节点成功，写入数据失败；



Cassandra分布式架构





2-6、HBase架构

HBase不需要选择HRegionServer，通过HMaster询问选择

Zookeeper选择一个Master，当Master宕机，Zookeeper重新选举；

Zookeeper解决一致性



脑裂



服务器宕机数据不会丢失



可用性：一个Key只会由一个HRegionServer保证读写；

HBase可用性较差，当一个HRegionServer宕机后，宕机Server负责的Key，需要重新分配给其他Server；









1、doris