分布式数据库

分布式数据库是一种把数据分散存储在不同物理位置的数据库。

1. 什么是分布式数据库

分布式数据库下，分布式数据库本身分为计算层、元数据层和存储层：

• • 计算层就是之前单机数据库中的 SQL 层，用来对数据访问进行权限检查、路由访问，以及对计算结果等操作。
  • 元数据层记录了分布式数据库集群下有多少个存储节点，对应 IP、端口等元数据信息是多少。当分布式数据库的计算层启动时，会先访问元数据层，获取所有集群信息，才能正确进行 SQL 的解析和路由等工作。另外，因为元数据信息存放在元数据层，那么分布式数据库的计算层可以有多个，用于实现性能的扩展。
  • 存储层用来存放数据，但存储层要和计算层在同一台服务器上，甚至不求在同一个进程中。

如果存储层发生宕机，那么只会影响 1/N 的数据，N 取决于数据被打散到多少台服务器上。分布式数据库的可用性对比单机会有很大提升，单机数据库要实现99.999% 的可用性或许很难，但是分布式数据库就容易多了。

分布式数据库也存在缺点：正因为数据被打散了，分布式数据库会引入很多新问题，比如自增实现、索引设计、分布式事务等。

2. 分布式MySQL架构

原先客户端是通过 MySQL 通信协议访问 MySQL 数据库，MySQL 数据库会通过高可用技术做多副本，当发生宕机进行切换。

分布式 MySQL 数据库架构，其整体架构如下图所示：

数据将打散存储在下方各个 MySQL 实例中，每份数据叫“分片（Shard）”。

分布式 架构下，客户端不再是访问 MySQL 数据库本身，而是访问一个分布式中间件。

分布式中间件的通信协议依然采用 MySQL 通信协议（原先客户端是如何访问的MySQL 的，现在就如何访问分布式中间件）。分布式中间件会根据元数据信息，自动将用户请求路由到下面的 MySQL 分片中，从而将存储存取到指定的节点。

分布式 MySQL 数据库架构的每一层都要由高可用，保证分布式数据库架构的高可用性。

上层的分布式中间件，是可以平行扩展的：即用户可以访问多个分布式中间件，如果其中一个中间件发生宕机，那么直接剔除即可。

分布式中间件是无状态的，数据保存在元数据服务中，它的高可用设计比较容易。

对于元数据来说，虽然它的数据量不大，但数据非常关键，一旦宕机则可能导致中间件无法工作，所以，元数据要通过副本技术保障高可用。

每个分片存储本身都有副本，通过高可用技术，保证分片的可用性。如果分片 1 的 MySQL 发生宕机，分片 1 的从服务器会接替原先的 MySQL 主服务器，继续提供服务。

但由于使用了分布式架构，那么即使分片 1 发生宕机，需要 60 秒的时间恢复，这段时间对于业务的访问来说，只影响了 1/N 的数据请求。

分布式 MySQL 数据库架构实现了计算层与存储层的分离，每一层都可以进行平行扩展，每一层又通过高可用技术，保证了计算层与存储层的连续性，大大提升了MySQL 数据库的性能和可靠性，为海量互联网业务服务打下了坚实的基础。