【最佳实践】SequoiaDB集群扩容最佳实践

前言

随着业务系统非结构化数据年增长量较大并且数据越来越多。在业务系统投产后，由于业务量的增加使得集群可使用存储容量逐渐变小，因此在业务系统接入集群前需考虑存储容量耗尽后整个集群的水平扩展。

SequoiaDB是分布式架构的多模数据库，因此可以通过集群的扩容实现集群性能的近线性增长。通过扩容后主要解决两个问题是数据存储的容量问题和整个集群的性能问题。因为数据量的不断增长及上线后的推广使用，所以需要进行扩容来提升集群性能及增加数据存储空间。

典型应用场景

1.旧数据量大，不希望移动数据；

业务系统库表数据量非常庞大，由于投产以来，业务量的持续增长，集群可用的存储容量消耗殆尽，没有多余的其他磁盘资源来满足移动旧数据的能力。期望能在不移动已经存在的旧数据的情况下，解决存储容量不够的问题，以满足后期业务增长的需求。

2.旧数据量不大，期望获得最好的性能，可以移动数据；

业务系统库表数据量不大，但包含日常业务操作，尤其是大量的前台操作，对查询的响应速度、并发量和吞吐量要求高。期望在数据量增长后，依然能够得到极致的读写性能。

3.完全不停服务，对应用透明；

业务系统存在数据存储容量或集群性能瓶颈，需要进行改善，但业务系统需要24小时对外提供服务，期望数据库的扩容动作对上层业务完全透明。

4.能够有停服务时间窗口，对应用透明；

和上述3场景类似，但能够有一定的时间窗口进行停止服务进行数据库变更，期望业务系统不需要改动，完成扩容的动作。