分布式数据库与集中式数据库的差异

经验分享 (138) 2023-09-16 10:57:17

第一章:分布式数据库与集中式数据库的差异

1. 数据库是核心的IT基础设施

分布式数据库与集中式数据库的差异 (https://mushiming.com/) 经验分享 第1张
• 互联网业务增长,带动核心系统升级
• 核心系统引入数据库分布式与云化改造,支撑横向平滑扩展

分布式数据库与集中式数据库的差异 (https://mushiming.com/) 经验分享 第2张
• 5G规模推广,带动IT系统升级
• 5G具备大带宽和超低延时等能力,需要数据库系统提升响应速度和并发能力

分布式数据库与集中式数据库的差异 (https://mushiming.com/) 经验分享 第3张
• 打造智慧政府
• 实现智慧政府为目标的“互联网+”业务构建,对于数据库的性能和扩展提出了更高的要求

2. 传统集中式数据库面临的挑战

2.1 传统数据库架构

分布式数据库与集中式数据库的差异 (https://mushiming.com/) 经验分享 第4张

2.2 优势

• 成熟稳定:经过近40年的发展,应用到各行各业,产品技术非常成熟稳定
• 行业适配性强:适配不同行业的各种需求
• 生态完善:拥有大量的ISV应用开发商和技术开发者,技术生态、产业生态和人才生态都很完善

2.3 劣势

成本高:自身软件售价高,同时依托于高端硬件,CAPEX和OPEX成本高昂
无法横向扩展:容量的提升只能依靠提升设备自身的性能(增加CPU/内存/硬盘,或从PC服务器升级为小型机等),一定能碰到单点的上限

3. 使用数据库中间件的分库分表方案依然有短板

分布式数据库与集中式数据库的差异 (https://mushiming.com/) 经验分享 第5张
• 使用通用的数据库,可以实现数据库线性的扩容;
• 数据库是单点数据库,数据库之间没有联系,不知道其他数据库的存在,依靠中间件完成需要跨库的事务;
• 数据库中间件连接各个数据库,实现分库分表。

3.1 优势

线性扩展:通过分库分表,可以快速实现数据库的水平扩展
技术成本低:不需要改造核心数据库引擎,或者只需要做很少的改造

3.2 劣势

跨库分布式事务:数据库核心引擎没有分布式能力,只能通过中间件来完成分布式处理,但中间件难以做到RPO=0,因此在遇到异常和故障时无法100%保证分布式事务的ACID能力
全局一致性:由于多个数据库服务器的时间戳不一致,因此很难保证多个库之间数据版本号的全局一致性
负载均衡:扩容和缩容时,底层数据库引擎无法在线调整数据分布规则,因此需要暂停业务并重新导数据,对业务和运维挑战很大
跨库复杂SQL:跨库的复杂SQL运算(比如多表做分片键无关的关联查询)只能在中间件完成,而中间件不具备分布式并行计算能力,最终会限制应用对SQL的使用,产生业务侵入性

4. 原生的分布式关系型数据库架构

分布式数据库与集中式数据库的差异 (https://mushiming.com/) 经验分享 第6张

4.1 优势

数据高可靠+服务高可用:多副本一致性协议Paxos的工业级实现,个别节点发生故障时保证数据零丢失(RPO=0)和服务快速恢复(RTO<30秒)
线性扩容:随着业务量增加进行扩容(比如线上促销期间),随着业务量减少进行缩容(比如促销后)
低成本:基于普通X86服务器保证高可用性,无需使用高端小型机和存储
全局一致性:支持分布式事务,确保全局一致性,支持分布式复杂查询灵活的部署方式:支持三中心、五中心、主备等多种部署模式
对业务透明:业务系统可以像使用单点数据库一样使用分布式数据库,业务迁移改造成本低

5. OceanBase和传统数据库的对比

传统集中式数据库 以OceanBase为代表的分布式数据库
产品架构 经典的“单点集中式”架构,采用“全共享(Share-Everything)”架构。构建于高端的硬件基础之上,比如IBM高端服务器和EMC高端存储设备等 原生的“分布式”数据库,采用业界最严格的Paxos分布式一致性协议基于普通PC硬件的设计,不需要高端硬件
数据可靠性和服务高可用性 利用高端硬件设备保证数据可靠性采用“主从复制”,主节点故障的情况下,会有数据损失(RPO>0);不能自动恢复服务,服务恢复时间(RTO)通常以小时为单位计算 以普通PC硬件为基础,利用Paxos分布式一致性协议保证数据可靠性
主节点故障的情况下,Paxos可以保证数据无损(即RPO=0),并且自动选举并恢复服务,服务恢复时间(RTO)在30秒以内
扩展性 数据存储只能在单点内实现纵向扩展,最终必然触达单点架构下的容量上限。计算节点通常无法扩展。少数模式下(如RAC,pureScale)可做计算节点扩展,但多个计算节点之间仍需访问单点共享存储,并且可扩展的计算节点数量有限 数据节点和计算节点均可以在MPP架构下实现水平扩展数据节点和计算节点均没有数量限制,在网络带宽足够的前提下,可以扩充至任意数目
应用场景 集中在企业客户(金融、电信、政企等)的核心系统,无法应付互联网业务场景,应用案例很少 支付宝核心、网商银行核心、阿里巴巴的众多业务,以及多家外部商业银行。逐渐迈向传统业务
使用成本 比较昂贵,需要支付高端基础硬件的费用、高昂的软件授权费用以及产品服务费用 相对较低,基于PC硬件的设计降低了硬件费用,软件授权费用和服务费用也有优势

6. 小结

传统集中式数据库经过近40年的发展,已经非常成熟。但在当前这个大数据的时代,传统数据库依然面临较多挑战,分布式数据库可以有效解决这些问题,是未来数据库发展的重点方向
1:传统数据库往往对硬件基础设施有较高要求,同时只能纵向扩展,无法横向扩展,容易达到性能上限;
2:分库分表虽然可以横向扩展了,但也有带来了不支持复杂SQL、较难保证分布式事务的ACID等新问题;
3:分布式数据库可以有效解决这些问题,应用可以像使用集中式数据库一样使用分布式数据库,分布式数据库具有低硬件成本、高可扩展性、高可用性等特性。

THE END

发表回复