1、分布式應(yīng)用的概念和優(yōu)勢(shì)

分布式數(shù)據(jù)庫(kù)是指利用高速網(wǎng)絡(luò)將物理上分散的多個(gè)數(shù)據(jù)存儲(chǔ)單元連接起來(lái)組成一個(gè)邏輯上統(tǒng)一的數(shù)據(jù)庫(kù)。分布式數(shù)據(jù)庫(kù)的基本思想是將原來(lái)集中式數(shù)據(jù)庫(kù)中的數(shù)據(jù)分散存儲(chǔ)到多個(gè)通過(guò)網(wǎng)絡(luò)連接的數(shù)據(jù)存儲(chǔ)節(jié)點(diǎn)上，以獲得更大的存儲(chǔ)容量和更高的并發(fā)訪問(wèn)量。近年來(lái)，隨著數(shù)據(jù)量的增長(zhǎng)，分布式數(shù)據(jù)庫(kù)技術(shù)也得到了快速的發(fā)展，傳統(tǒng)的關(guān)系型數(shù)據(jù)庫(kù)開始從集中式模型向分布式存儲(chǔ)，從集中式計(jì)算走向分布式計(jì)算。

分布式數(shù)據(jù)庫(kù)系統(tǒng)的主要目的是容災(zāi)、異地?cái)?shù)據(jù)備份，并且通過(guò)就近訪問(wèn)原則，用戶可以就近訪問(wèn)數(shù)據(jù)庫(kù)節(jié)點(diǎn)，這樣就實(shí)現(xiàn)了異地的負(fù)載均衡。同時(shí)，通過(guò)數(shù)據(jù)庫(kù)之間的數(shù)據(jù)傳輸同步，可以分布式保持?jǐn)?shù)據(jù)的一致性，這個(gè)過(guò)程完成了數(shù)據(jù)備份，異地存儲(chǔ)數(shù)據(jù)在單點(diǎn)故障的時(shí)候不影響服務(wù)的訪問(wèn)，只需要將訪問(wèn)流量切換異地鏡像就行。

分布式數(shù)據(jù)庫(kù)應(yīng)用的優(yōu)勢(shì)如下：

（1）適合分布式數(shù)據(jù)管理，能夠有效提高系統(tǒng)性能。

（2）系統(tǒng)經(jīng)濟(jì)性和靈活性好。

（3）系統(tǒng)的可靠性和可用性強(qiáng)。

2、mysql分布式應(yīng)用的主要技術(shù)

（1）mysql數(shù)據(jù)切割

數(shù)據(jù)切割（sharding）是指通過(guò)某種特定的條件，將存放在同一數(shù)據(jù)庫(kù)中的數(shù)據(jù)分散存放到多個(gè)數(shù)據(jù)庫(kù)（主機(jī)）上面，以達(dá)到分散單臺(tái)設(shè)備負(fù)載的效果。數(shù)據(jù)切分還可以提高系統(tǒng)的總體可用性，因?yàn)閱闻_(tái)crash之后，只有總體數(shù)據(jù)的某部分不同，而不是所有數(shù)據(jù)。

根據(jù)其切分規(guī)則的類型，可以分為兩種切分模式。一種是按照不同的表（或者schema）來(lái)切分到不同的數(shù)據(jù)庫(kù)（主機(jī)）之上，這種切分成為數(shù)據(jù)的垂直（縱向切分）；另一種則是根據(jù)表中數(shù)據(jù)的邏輯關(guān)系，將同一個(gè)表中的數(shù)據(jù)按照某種條件拆分到多臺(tái)數(shù)據(jù)庫(kù)（主機(jī)）上面，這種切分稱為數(shù)據(jù)的水平（橫向）切分。垂直切分的***特點(diǎn)就是規(guī)則簡(jiǎn)單，實(shí)施也更為方便，尤其適合各個(gè)業(yè)務(wù)之間耦合度低，相互影響小、業(yè)務(wù)邏輯非常清晰的系統(tǒng)。在這種系統(tǒng)中，可以很容易做到將不同業(yè)務(wù)模塊所使用的表拆分到不同的數(shù)據(jù)庫(kù)中。根據(jù)不同的表進(jìn)行拆分，對(duì)應(yīng)用程序的影響也更小，拆分規(guī)則也會(huì)比較簡(jiǎn)單清晰。水平切分比垂直切分更復(fù)雜一點(diǎn)。因?yàn)橐獙⑼粋€(gè)表中的不同數(shù)據(jù)拆分到不同的數(shù)據(jù)庫(kù)中，對(duì)于應(yīng)用程序來(lái)說(shuō)，拆分規(guī)則本身比較復(fù)雜，后期的數(shù)據(jù)維護(hù)也更加復(fù)雜一些。

（2）為什么要切分?jǐn)?shù)據(jù)？

1)像Oracle這樣成熟穩(wěn)定的DB可以支撐海量數(shù)據(jù)的存儲(chǔ)和查詢，但是價(jià)格不是所有人都承受得起。

2)負(fù)載高點(diǎn)時(shí)，Master-Slaver模式中存在瓶頸?，F(xiàn)有技術(shù)中，在負(fù)載高點(diǎn)時(shí)使用相關(guān)的Replication機(jī)制來(lái)實(shí)現(xiàn)相關(guān)的讀寫的吞吐性能。這種機(jī)制存在兩個(gè)瓶頸：一是有效性依賴于讀操作的比例，這里Master往往會(huì)成為瓶頸所在，寫操作時(shí)需要一個(gè)順序隊(duì)列來(lái)執(zhí)行，過(guò)載時(shí)Master會(huì)承受不住，Slaver的數(shù)據(jù)同步延遲也會(huì)很大，同時(shí)還會(huì)消耗CPU的計(jì)算能力，為write操作在Master上執(zhí)行以后還是需要在每臺(tái)slave機(jī)器上都跑一次。而Sharding可以輕松的將計(jì)算，存儲(chǔ)，I/O并行分發(fā)到多臺(tái)機(jī)器上，這樣可以充分利用多臺(tái)機(jī)器各種處理能力，同時(shí)可以避免單點(diǎn)失敗，提供系統(tǒng)的可用性，進(jìn)行很好的錯(cuò)誤隔離。

3)用免費(fèi)的MySQL和廉價(jià)的Server甚至是PC做集群，達(dá)到小型機(jī)+大型商業(yè)DB的效果，減少大量的資金投入，降低運(yùn)營(yíng)成本，何樂而不為呢？

Mysql5.1以上的版本都支持?jǐn)?shù)據(jù)表分區(qū)功能。數(shù)據(jù)庫(kù)中的數(shù)據(jù)在經(jīng)過(guò)垂直或水平切分被存放在不同的數(shù)據(jù)庫(kù)主機(jī)中之后，應(yīng)用系統(tǒng)面臨的***問(wèn)題就是如何讓這些數(shù)據(jù)源得到較好的整合，有以下兩種解決思路。

1）在每個(gè)應(yīng)用程序模塊中配置管理自己需要的一個(gè)（或者多個(gè)）數(shù)據(jù)源，直接訪問(wèn)各個(gè)數(shù)據(jù)庫(kù)，在模塊內(nèi)完成數(shù)據(jù)的整合。

2）通過(guò)中間代理層來(lái)統(tǒng)一管理所有的數(shù)據(jù)源，后端數(shù)據(jù)庫(kù)集群對(duì)前端應(yīng)用程序透明。

第二種方案，雖然短期內(nèi)需要付出的成本可能會(huì)大一些，但是對(duì)整個(gè)系統(tǒng)的擴(kuò)展性來(lái)說(shuō)，是非常有幫助的。針對(duì)第二種方案，可以思路如下：

1）利用mysql proxy實(shí)現(xiàn)數(shù)據(jù)切分及整合。

Mysql proxy是在客戶端請(qǐng)求與mysql服務(wù)器之間建立一個(gè)連接池，所有客戶端請(qǐng)求都發(fā)送到mysql proxy，由mysql proxy進(jìn)行相應(yīng)的分析，判斷是讀操作還是寫操作，然后發(fā)送到相應(yīng)的mysql服務(wù)器上。對(duì)于多節(jié)點(diǎn)slave集群，也可以做到負(fù)載均衡的效果。

2）利用amoeba實(shí)現(xiàn)數(shù)據(jù)切分及整合。

Amoeba是一個(gè)基于java開發(fā)的、專注于解決分布式數(shù)據(jù)庫(kù)數(shù)據(jù)源整合proxy程序的開源框架，amoeba已經(jīng)具有query路由，query過(guò)濾、讀寫分離、負(fù)載均衡以及HA機(jī)制等相關(guān)內(nèi)容。Amoeba主要解決以下幾個(gè)問(wèn)題：

①數(shù)據(jù)切分后復(fù)雜數(shù)據(jù)源整合

②提供數(shù)據(jù)切分規(guī)則并降低數(shù)據(jù)切分規(guī)則給數(shù)據(jù)庫(kù)帶來(lái)的影響

③降低數(shù)據(jù)庫(kù)與客戶端的連接數(shù)

④讀寫分離路由

3）利用HiveDB實(shí)現(xiàn)數(shù)據(jù)切分及整合。

3、mysql讀寫分離

讀寫分離是利用數(shù)據(jù)庫(kù)的復(fù)制技術(shù)，將讀和寫分布在不同的處理節(jié)點(diǎn)上，從而達(dá)到提高可用性和擴(kuò)展性的目的。主數(shù)據(jù)庫(kù)提供寫操作，從數(shù)據(jù)庫(kù)提供讀操作，在很多系統(tǒng)中，更多地是讀操作。當(dāng)主數(shù)據(jù)庫(kù)進(jìn)行寫操作時(shí)，數(shù)據(jù)要同步到從數(shù)據(jù)庫(kù)，這樣才能有效保證數(shù)據(jù)庫(kù)完整性。Mysql也有自己的同步數(shù)據(jù)技術(shù)。Mysql通過(guò)二進(jìn)制日志來(lái)復(fù)制數(shù)據(jù)，主數(shù)據(jù)庫(kù)同步到從數(shù)據(jù)庫(kù)后，從數(shù)據(jù)庫(kù)一般由多臺(tái)數(shù)據(jù)庫(kù)組成，這樣才能達(dá)到減輕壓力的目的。讀操作應(yīng)根據(jù)服務(wù)器的壓力分配到不同的服務(wù)器，而不是簡(jiǎn)單的隨機(jī)分配。Mysql提供了mysql proxy實(shí)現(xiàn)讀寫分離操作。

目前較為常見的mysql讀寫分離分為以下兩種。

①基于程序代碼內(nèi)部實(shí)現(xiàn)

在代碼中根據(jù)select、insert進(jìn)行路由分類，這類方法也是目前生產(chǎn)環(huán)境中應(yīng)用最廣泛的。

②基于中間代理層實(shí)現(xiàn)

代理位于客戶端和服務(wù)器之間，代理服務(wù)器收到客戶端請(qǐng)求后通過(guò)判斷轉(zhuǎn)發(fā)到后端數(shù)據(jù)庫(kù)。下圖是ebay讀寫分離的結(jié)構(gòu)圖，通過(guò)share plex近乎實(shí)時(shí)的復(fù)制數(shù)據(jù)到其他數(shù)據(jù)節(jié)點(diǎn)，再通過(guò)特定的模塊檢查數(shù)據(jù)庫(kù)狀態(tài)，并進(jìn)行負(fù)載均衡、讀寫分離，極大地提高了系統(tǒng)可用性。

4、mysql集群

Mysql cluster技術(shù)在分布式系統(tǒng)中為mysql數(shù)據(jù)提供了冗余特性，增強(qiáng)了安全性，使得單個(gè)mysql服務(wù)器故障不會(huì)對(duì)系統(tǒng)產(chǎn)生巨大的負(fù)面效應(yīng)，系統(tǒng)的穩(wěn)定性得到保障。

Mysql cluster采用shared-nothing（無(wú)共享）架構(gòu)。Mysql custer主要利用了NDB存儲(chǔ)引擎來(lái)實(shí)現(xiàn)，NDB存儲(chǔ)引擎是一個(gè)內(nèi)存式存儲(chǔ)引擎，要求數(shù)據(jù)必須全部加載到內(nèi)存之中。數(shù)據(jù)被自動(dòng)分布在集群中的不同存儲(chǔ)節(jié)點(diǎn)上，每個(gè)存儲(chǔ)節(jié)點(diǎn)只保存完整數(shù)據(jù)的一個(gè)分片（fragment）。同時(shí)，用戶可以設(shè)置同一份數(shù)據(jù)保存在多個(gè)不同的存儲(chǔ)節(jié)點(diǎn)上，以保證單點(diǎn)故障不會(huì)造成數(shù)據(jù)丟失。

Mysql cluster需要一組計(jì)算機(jī)，每臺(tái)計(jì)算機(jī)的角色可能是不一樣的。Mysql cluster按照節(jié)點(diǎn)類型可以分為3類：管理節(jié)點(diǎn)（對(duì)其他節(jié)點(diǎn)進(jìn)行管理）、數(shù)據(jù)節(jié)點(diǎn)（存放cluster中的數(shù)據(jù)，可以有多個(gè)）和mysql節(jié)點(diǎn)（存放表結(jié)構(gòu)，可以有多個(gè)）。Cluster中的某計(jì)算機(jī)可以是某一種節(jié)點(diǎn)，也可以是2種或3種節(jié)點(diǎn)的集合。這3種節(jié)點(diǎn)只是在邏輯上劃分，所以他們不一定和物理計(jì)算機(jī)是一一對(duì)應(yīng)的關(guān)系。多個(gè)節(jié)點(diǎn)之間可以分布在不同的地理位置，因此也是一個(gè)實(shí)現(xiàn)分布式數(shù)據(jù)庫(kù)的方案。

Mysql集群的出現(xiàn)很好的實(shí)現(xiàn)了數(shù)據(jù)庫(kù)的負(fù)載均衡，減少了數(shù)據(jù)中心節(jié)點(diǎn)的壓力和大數(shù)據(jù)處理，當(dāng)數(shù)據(jù)庫(kù)中心節(jié)點(diǎn)出現(xiàn)故障時(shí)，集群會(huì)采用一定的策略切換到其他備份節(jié)點(diǎn)上，有效的屏蔽了故障問(wèn)題，單節(jié)點(diǎn)的失效不會(huì)影響整個(gè)數(shù)據(jù)庫(kù)對(duì)外提供服務(wù)。而且通過(guò)采用數(shù)據(jù)庫(kù)集群架構(gòu)，主從數(shù)據(jù)庫(kù)之間時(shí)刻都在進(jìn)行數(shù)據(jù)的同步冗余，數(shù)據(jù)庫(kù)是多點(diǎn)的、分布式的，良好的完成了數(shù)據(jù)庫(kù)數(shù)據(jù)的備份，避免了數(shù)據(jù)損失。