我们一起说说分布式数据服务

发布时间：2022-07-26 15:26 所属栏目：124 来源：互联网

导读：数据存储资源是系统中最重要的组成部分，数据即一切，尤其分布式领域，主要关注以下几点：高可用性，当遇到网络或者系统故障时，系统仍然保持可用高扩展，当数据规模变大时，数据存储系统能够自动适应这种变化高性能，当数据规模和访问规模变大时，性能不

　　数据存储资源是系统中最重要的组成部分，数据即一切，尤其分布式领域，主要关注以下几点：

　　高可用性，当遇到网络或者系统故障时，系统仍然保持可用
　　高扩展，当数据规模变大时，数据存储系统能够自动适应这种变化
　　高性能，当数据规模和访问规模变大时，性能不受大的影响
　　成本，通过成本反映出系统设计是合理的
　　安全，遇到各种系统和人为故障时，数据不丢失
　　MySQL
　　MySQL是OLTP关系型数据库，支持ACID事务，是最主要的存储系统，目前使用的版本是5.7。

　　MySQL本身不是分布式系统，其支持的数据复制技术，本质上是为了数据容灾使用，但目前基于主从复制进行读写分离，减少单机的读压力。

　　MySQL服务如果托管在阿里云，可以使用高可用版本，秒级的主从切换，基于云盘的磁盘扩容技术，能够快速复制一个只读节点，减少了很多自建MySQL遇到的各种问题，另外其还提供了很多额外的功能，比如索引分析、SQL审查、慢查询分析、动态扩容。

　　虽然云托管RDS，但本质上还是MySQL，仍然会遇到很多问题，比如：

　　数据存储不支持分片，只能通过分库分表的方式进行横向扩展，目前应用层也不支持分库分表的路由，即使分表，拆分表的时候还是会遇到很多问题
　　如果表设计和索引设计不合理，大量的更新，仍然会遇到主从延迟的问题，从应用层面是很难彻底解决的
　　阿里云RDS只支持一个负载均衡主从分离，所以后台、队列应用使用360 Atlas读写分离服务，目前是一个单点，且也会影响读写性能。
　　MySQL应用规范目前还没有建立，比如什么样的应用应该选择MySQL，使用MySQL很大程度是为了事务，如果没有事务的场景是否可以选择其他的数据库？
　　阿里云官方提到，单表记录数超过500w，性能会极具下降
　　DDL操作，尤其对于大表操作，会引起很大的同步延迟问题
　　云托管的RDS本质上还是基于ECS+云盘搭建的，数据的增长、备份、性能、迁移、升级、只读实例、磁盘容量、Binlog延迟还是会显露出来。

　　那未来如何？其实云厂商也在探索，提出了云原生数据库、云原生分布式数据的概念，比如阿里云的PolarDB、PolarDB-X。

　　在应用设计上存在以下几个问题：

　　存储和缓存混合使用，无法拆分，对于容量估算不透明
　　应用模式上，没有很好的规范，比如缓存更新机制标准、统一Lib应用包
　　通过阿里云Redis提供的部署架构，可以很好的理解它的应用场景：

　　标准版-双副本：服务可靠，数据可靠，比较标准的使用模式，不管是存储还是缓存服务都可用
　　集群版：通过代理模式和分片可以构建出一个可伸缩的集群模式，解决Redis自身单线程瓶颈，满足大容量、高性能的业务需求，而且副本集主要做恢复用，很适合存储场景，不存在同步延迟的问题
　　读写分离架构：对于不关注同步延时的问题，比如缓存场景，可以选择这种模式，当容量不够的适合，通过客户端的一致性Hash技术扩容多个Redis实例就可以
　　后续确定Redis使用规范，拆分存储和缓存场景，基于统一Lib包，就能解决大部分问题。

（编辑：ASP站长网）