本期直播我们邀请到 KaiwuDB 高级研发工程师冯友旭为大家分享《KWDB 分布式架构探究——数据分布与特性》，点击下方视频观看完整版回放 ↓↓↓

KWDB 分布式架构探究——数据分布与特性

📌以下为重点内容节选，点击上方视频查看完整版内容。

背景介绍

数据分布在数据库中的作用至关重要，它直接影响到数据库系统的性能、可扩展性、可用性、管理效率和成本。特别是在处理海量数据和高并发请求的现代应用中，合理的数据分布策略是数据库架构设计的核心。本期直播重点讲解了数据分布在分布式数据库中的重要性、 KWDB 数据库分布式架构设计方案、特性及具体实践案例。

1. 数据分布概述

1.1 为什么考虑数据分布？

1.2 数据分布概述——分区方式

• Hash 适合预分片，系统会更具确定性；Range 更依赖调度系统

• Range 对范围查询很友好，Hash 范围查询基本等价于全表扫描

• Range 对前缀查询很友好，实际上属于一种范围查询

• Range 分区与 Hash 分区都能很好的解决数据分布热点问题

• Range 在自增序列、时间等字段的写入容易导致热点，但可通过使用不自增的序列等方法规避

2. KWDB 数据分布概念及特性

2.1 KWDB 数据分布架构

• 无中心透明式分布式

• 分布式线性扩展

• 一致性及可靠性保障

• 多模数据分布（关系数据按 Range 进行分片；时序数据按时间戳 Hash 分布）

KWDB 数据分布架构图

2.2 KWDB 数据分布——数据分片 Range

数据分片 Range 的逻辑概念是数据的子集，代表数据分片/迁移及高可用操作的最小单元。

• 分片的均衡情况影响查询＆写入性能

• 分片大小均衡粒度

• 分片数量决定副本层并发

2.3 KWDB 数据分布——关系数据与时序数据

关系数据：按照 Key 进行的 Range 分布。

• Key 由表 ID/主键（索引）进行构成

• 使用 rocksdb 进行存储

• 支持指定 Range 大小

• 支持 Range 的 Split/Merge

• 支持指定 Range 对应的副本数

时序数据：按照按照设备 Hash 进行的 Range 分布。

• Key 由表 ID/设备/时间戳进行构成

• 使用特殊的时序存储引擎进行存储

• 支持指定 Range 大小以及 Range 的 Split/Merge，但在达到最大 HashPoint 或时间间隔后不再分裂

• 支持指定 Range 对应的副本数

2.4 KWDB 时序数据分片——按照 Hash 环并引入时间分片

支持历史 Range 的 Merge 规则，通过 alter merge day 进行设置。

优势：

• 保证 Range 数量控制在一定范围内，元数据可控

• 历史 Range 大，但活跃 Range 分片小，更容易解决时序场景下的数据迁移和写热点问题

• 支持冷热数据分片和分级存储

2.5 KWDB 时序数据写入流程

KWDB 时序数据写入流程

Hashpoint：根据 primaryTag 或 primaryTag/TimeStamp，通过 Hash (key)%HashNum 所计算出来的 Hash 值。

1. 保证设备均匀打散

2. 扩缩容和迁移场景避免重 Hash 过程

2.6 KWDB 数据分布特性——数据均衡（手动/自动）

ALTER {RANGE DEFAULT | DATABASE db_name | TABLE tb_name} CONFIGURE ZONE USING rebalance;

作用范围：

• RANGE DEFAULT：全局时序表均衡

• DATABASE：库级时序表均衡

• TABLE：单表级均衡

KWDB 评分模型

KWDB 数据均衡方案

3. KWDB 数据分布实践

3.1 HashNum 及 Range Size

考虑元数据的膨胀系数以及集群的读写性能的稳定性。

建议：16C/32G 3 节点集群 Range 总数量不超过 1000 ，5 节点集群 Range 总数量不超过 3000，增加一个节点增加 Range 数量不超过 500。

KWDB 业务场景 HashNum 及 Range Size 计算示例

3.2 热点 Range 分析

优化策略：

• 热点 Range Follower 查询，定义时序查询允许走 Follower Read

• 支持手动 Range Split/Merge

• 修改 Range 分区方案

• 自定义数据固定

Range 统计 QPS/TPS