关于分布式数据库需要了解的相关知识！！！

 成长路上不孤单😊😊😊😊😊😊

【14后😊///计算机爱好者😊///持续分享所学😊///如有需要欢迎收藏转发///😊】

今日分享关于关于分布式数据库方面的相关内容！

关于【分布式数据库】

目录：

• 一、什么是分布式数据库
• 二、分布式数据库的核心特性
• 三、分布式数据库的核心技术
• 四、分布式数据库的分类
• 五、分布式数据库的应用场景和意义

一、什么是分布式数据库

分布式数据库是一种将数据存储在多台‌计算机上，通过网络协调来共同提供数据服务的数据库系统。这些计算机通过网络连接，形成一个逻辑上统一的数据库，但物理上分散在不同的地点。

在过去的十年间，分布式系统已遍布全球。它们跨区域地使用编排技术，实现了横跨多个云服务提供商及本地基础设施的混合云式部署，负载平衡，以及高可用性。在此基础上，数据库领域也在不断迭代与发展。近年来，业界大量涌现了专为分布式数据库部署而设计的新型数据库系统。当然，也有部分数据库已在原有的设计中，添加了分布式架构组件。

二、分布式数据库的核心特性

1. ‌数据分布性‌：数据存储在多个不同的计算机上，每个计算机都有自己的数据库副本。
2. ‌逻辑整体性‌：尽管数据在物理上是分散的，但在逻辑上这些数据是相互关联的，形成一个整体。
3. ‌高可靠性‌：由于数据存储在多个地方，即使某些节点出现故障，数据仍然可以访问和恢复。
4. ‌高性能‌：通过‌并行处理负载均衡，分布式数据库可以处理大量的并发请求。
5. ‌高扩展性‌：可以根据需要添加更多的节点来增加存储容量和处理能力。

三、分布式数据库的核心技术‌

1. 数据分片：将数据分割成小块，存储在不同的节点上，以提高处理速度和容量。
2. ‌数据同步‌：确保不同节点上的数据保持一致，通过同步机制来恢复一致性。
3. ‌全局应用‌：支持跨节点的应用，如银行转账系统，需要同时更新多个节点的数据。

四、分布式数据库的分类‌

1‌.物联网方向‌：时序数据库产品，如InfluxDB、Kudu、kdb、OpenTSDB，用于物联网数据的收集、存储和统计。
‌2.交易关系方向‌：如蚂蚁金服Oceanbase、腾讯TDSQL、热璞HotDB、中兴GoldenDB、开源MyCAT、开源Cobar，用于满足海量吞吐、并发和存储的在线交易业务场景。
3‌.分析关系方向‌：如Greenplum、Vertical、Gbase8a，用于结构化数据存储和数据分析。
4‌.KV分析方向‌：如Hadoop、Spark，用于兼容SQL标准语法的数据分析。
5‌.KV文档方向‌：如MongoDB、巨衫SequoiaDB，用于非结构化数据存储和处理。
6‌.HTAP方向‌：如TiDB、Spanner/F1，用于交易分析混合型场景。
7‌.集中式分布式数据库‌：管理权交由一个节点负责，管理简单但存在单点故障问题。
8‌.对等式分布式数据库‌：节点之间无主从关系，具有较好的可扩展性和容错性，但管理复杂度较高。
9‌.混合式分布式数据库‌：结合了集中式和对等式的优点，综合性能较好。
1‌0.OLTP数据库‌：如Mycat、PlarDB-X（DRDS）、TiDB，用于在线事务处理。
1‌1.OLAP数据库‌：采用MPP架构，用于复杂的数据分析。
1‌2.非结构化&专有领域NoSQL‌：如Codis、宽列数据库，用于缓存和海量非结构化数据存储。
各类分布式数据库的特点和应用场景
1‌3.时序数据库‌：适用于物联网数据的收集、存储和统计。
‌14.交易关系型数据库‌：适用于海量吞吐、并发和存储的在线交易业务场景。
1‌5.分析关系型数据库‌：适用于结构化数据存储和数据分析。
1‌6.KV分析型数据库‌：基于Hadoop和Spark，适用于数据分析。
1‌7.KV文档型数据库‌：适用于非结构化数据存储和处理。
1‌8.HTAP数据库‌：适用于交易分析混合型场景。
1‌9.集中式分布式数据库‌：管理简单但存在单点故障问题。
2‌0.对等式分布式数据库‌：具有较好的可扩展性和容错性。
2‌1.混合式分布式数据库‌：综合了集中式和对等式的优点。
2‌2.OLTP数据库‌：用于在线事务处理。
2‌3.OLAP数据库‌：采用MPP架构，适用于复杂的数据分析。
2‌4非结构化&专有领域NoSQL‌：适用于缓存和海量非结构化数据存储。

‌五、分布式数据库的应用场景和意义‌

分布式数据库广泛应用于需要高并发访问和大规模存储的应用场景，如金融行业的银行转帐系统、电子商务平台的订单处理、大数据分析等等。

分布式数据库的意义主要体现在提高性能、可靠性、可扩展性以及职责分离和平滑扩容等方面。‌ 通过将一个大数据库分成几个小数据库，分布在不同的物理位置并通过网络连接起来，分布式数据库能够提高处理速度、增强数据的安全性，并且可以根据需求灵活地增加或减少存储空间，从而提高整体的效率和可靠性‌。

首先，‌提高性能‌是分布式数据库的一个重要意义。当一个大型数据库需要处理大量请求时，可能会变得非常缓慢甚至崩溃。通过将请求分散到多个小数据库处理，可以加快处理速度，提高整体效率‌。

其次，‌提高可靠性‌也是分布式数据库的优势之一。如果其中一个数据库出现问题，其他数据库可以提供备份，确保数据的安全性不会因为单个节点的故障而受到影响‌。

此外，‌提高可扩展性‌使得分布式数据库能够根据需求灵活地增加或减少存储空间，适应不断变化的数据存储需求‌。

最后，‌职责分离和平滑扩容‌使得分布式数据库能够更好地分配任务和资源，确保每个部分都能发挥其最大效用，同时也方便了系统的扩展和维护‌。