海量数据存储的解决方案（分布式数据库）

一、大型互联网系统数据的存储处理

解释：主库集群并不能解决并发写的压力

​ 因为是一个集群，集群上的每一个节点上面存的数据是要保证是一样的。在任何一台节点上去插入一条数据，最终这些数据都要同步到集群的各个节点上面去的，也就是说个个节点上面的也会进行一次写操作，所以并没有起到缓解的作用。

​ 带来负面的影响：1.数据库的一致性，2.主键唯一性的问题

分区表和分表：
​ 优先选择的是分区表，评估一下数据的量，有没有超出单个库的处理能力，如果没有，完全可以采用分区表的这种方式来做，因为使用分区表呢，就把处理数据的难度就交给了数据库自身来处理了。

​ 分区表是只能在单个库里，对一个表进行分区的，那么如果并发的压力超过了单个库的处理能力，就要考虑使用分表策略了，

​ 分表：指一个数据库中的某个表数据量特别大，把它拆成多个表，放到多个库上面去，分散他们的压力。

​ 分表的规则：

​ 1.范围分区：适合于数值型的/时间型的就可以使用范围分区

​ 2.列表分区：比如：类型为字符串，有限个枚举这类的，如城市 就可以使用列表分区

​ 3.散列分区：不具备 1.2特点的，考虑用散列分区，对这个值求哈希值，然后用这个值去求余或其他等操作选择合适的表

​ 4.复合分区：是对1，2，3的综合使用

数据库中间件：能够帮我们屏蔽掉后段数据存储的变化带来对上层代码的影响，

总结：

[注]：分布式数据库：就是Mysql数据库构成的，分库，分表的，读写分离的集群

二、方案选型

1.数据库中间件的两种实现模式：

客户端模式：吃内存（与应用争内存），不适用海量数据的存储，但是适用于高并发的场景

2.常用的数据库中间件

三、分布式数据库原理、技术难点

1.数据库拆分：

四、高级技能

转载于:https://www.cnblogs.com/zongheng14/p/10708384.html