什么是分布式數(shù)據(jù)庫？

分布式數(shù)據(jù)庫分布式計算大數(shù)據(jù)

數(shù)據(jù)猿 | 2015-11-09 18:05

【數(shù)據(jù)猿導(dǎo)讀】近年來，隨著數(shù)據(jù)量的高速增長，分布式數(shù)據(jù)庫技術(shù)也得到了快速的發(fā)展，傳統(tǒng)的關(guān)系型數(shù)據(jù)庫開始從集中式模型向分布式架構(gòu)發(fā)展

分布式數(shù)據(jù)庫是指利用高速計算機(jī)網(wǎng)絡(luò)將物理上分散的多個數(shù)據(jù)存儲單元連接起來組成一個邏輯上統(tǒng)一的數(shù)據(jù)庫。分布式數(shù)據(jù)庫的基本思想是將原來集中式數(shù)據(jù)庫中的數(shù)據(jù)分散存儲到多個通過網(wǎng)絡(luò)連接的數(shù)據(jù)存儲節(jié)點上，以獲取更大的存儲容量和更高的并發(fā)訪問量。近年來，隨著數(shù)據(jù)量的高速增長，分布式數(shù)據(jù)庫技術(shù)也得到了快速的發(fā)展，傳統(tǒng)的關(guān)系型數(shù)據(jù)庫開始從集中式模型向分布式架構(gòu)發(fā)展，基于關(guān)系型的分布式數(shù)據(jù)庫在保留了傳統(tǒng)數(shù)據(jù)庫的數(shù)據(jù)模型和基本特征下，從集中式存儲走向分布式存儲，從集中式計算走向分布式計算。

另一方面，隨著數(shù)據(jù)量越來越大，關(guān)系型數(shù)據(jù)庫開始暴露出一些難以克服的缺點，以NoSQL 為代表的非關(guān)系型數(shù)據(jù)庫，其高可擴(kuò)展性、高并發(fā)性等優(yōu)勢出現(xiàn)了快速發(fā)展，一時間市場上出現(xiàn)了大量的key-value 存儲系統(tǒng)、文檔型數(shù)據(jù)庫等NoSQL 數(shù)據(jù)庫產(chǎn)品。NoSQL 類型數(shù)據(jù)庫正日漸成為大數(shù)據(jù)時代下分布式數(shù)據(jù)庫領(lǐng)域的主力。

這種組織數(shù)據(jù)庫的方法克服了物理中心數(shù)據(jù)庫組織的弱點。

首先，降低了數(shù)據(jù)傳送代價，因為大多數(shù)的對數(shù)據(jù)庫的訪問操作都是針對局部數(shù)據(jù)庫的，而不是對其他位置的數(shù)據(jù)庫訪問;

其次，系統(tǒng)的可靠性提高了很多，因為當(dāng)網(wǎng)絡(luò)出現(xiàn)故障時，仍然允許對局部數(shù)據(jù)庫的操作，而且一個位置的故障不影響其他位置的處理工作，只有當(dāng)訪問出現(xiàn)故障位置的數(shù)據(jù)時，在某種程度上才受影響;

第三，便于系統(tǒng)的擴(kuò)充，增加一個新的局部數(shù)據(jù)庫，或在某個位置擴(kuò)充一臺適當(dāng)?shù)男⌒陀嬎銠C(jī)，都很容易實現(xiàn)。然而有些功能要付出更高的代價。例如，為了調(diào)配在幾個位置上的活動，事務(wù)管理的性能比在中心數(shù)據(jù)庫時花費更高，而且甚至抵消許多其他的優(yōu)點。

分布式軟件系統(tǒng)(Distributed Software Systems)是支持分布式處理的軟件系統(tǒng),是在由通信網(wǎng)絡(luò)互聯(lián)的多處理機(jī)體系結(jié)構(gòu)上執(zhí)行任務(wù)的系統(tǒng)。它包括分布式操作系統(tǒng)、分布式程序設(shè)計語言及其編譯(解釋)系統(tǒng)、分布式文件系統(tǒng)和分布式數(shù)據(jù)庫系統(tǒng)等。

分布式操作系統(tǒng)負(fù)責(zé)管理分布式處理系統(tǒng)資源和控制分布式程序運行。它和集中式操作系統(tǒng)的區(qū)別在于資源管理、進(jìn)程通信和系統(tǒng)結(jié)構(gòu)等方面。分布式程序設(shè)計語言用于編寫運行于分布式計算機(jī)系統(tǒng)上的分布式程序。一個分布式程序由若干個可以獨立執(zhí)行的程序模塊組成,它們分布于一個分布式處理系統(tǒng)的多臺計算機(jī)上被同時執(zhí)行。它與集中式的程序設(shè)計語言相比有三個特點：分布性、通信性和穩(wěn)健性。分布式文件系統(tǒng)具有執(zhí)行遠(yuǎn)程文件存取的能力,并以透明方式對分布在網(wǎng)絡(luò)上的文件進(jìn)行管理和存取。分布式數(shù)據(jù)庫系統(tǒng)由分布于多個計算機(jī)結(jié)點上的若干個數(shù)據(jù)庫系統(tǒng)組成,它提供有效的存取手段來操縱這些結(jié)點上的子數(shù)據(jù)庫。分布式數(shù)據(jù)庫在使用上可視為一個完整的數(shù)據(jù)庫,而實際上它是分布在地理分散的各個結(jié)點上。當(dāng)然,分布在各個結(jié)點上的子數(shù)據(jù)庫在邏輯上是相關(guān)的。

Hadoop的分布式文件系統(tǒng)HDFS，作為開源的分布式平臺，為目前流行的很多分布式數(shù)據(jù)庫提供了支持，譬如HBase等。Yonghong的分布式文件系統(tǒng)ZFS，為分布式數(shù)據(jù)集市Z-DataMart提供了底層平臺。

主要特點

大數(shù)據(jù)時代，面對海量數(shù)據(jù)量的井噴式增長和不斷增長的用戶需求，分布式數(shù)據(jù)庫必須具有如下特征，才能應(yīng)對不斷增長的海量數(shù)據(jù)。

● 高可擴(kuò)展性：分布式數(shù)據(jù)庫必須具有高可擴(kuò)展性，能夠動態(tài)地增添存儲節(jié)點以實現(xiàn)存儲容量的線性擴(kuò)展。

● 高并發(fā)性：分布式數(shù)據(jù)庫必須及時響應(yīng)大規(guī)模用戶的讀/寫請求，能對海量數(shù)據(jù)進(jìn)行隨機(jī)讀/寫。

● 高可用性：分布式數(shù)據(jù)庫必須提供容錯機(jī)制，能夠?qū)崿F(xiàn)對數(shù)據(jù)的冗余備份，保證數(shù)據(jù)和服務(wù)的高度可靠性。

分布式數(shù)據(jù)庫相對傳統(tǒng)集中式數(shù)據(jù)庫的優(yōu)點

大數(shù)據(jù)時代，面對日益增長的海量數(shù)據(jù)，傳統(tǒng)的集中式數(shù)據(jù)庫的弊端日益顯現(xiàn)，分布式數(shù)據(jù)庫相對傳統(tǒng)的集中式數(shù)據(jù)庫有如下優(yōu)點。

● 更高的數(shù)據(jù)訪問速度：分布式數(shù)據(jù)庫為了保證數(shù)據(jù)的高可靠性，往往采用備份的策略實現(xiàn)容錯，所以，在讀取數(shù)據(jù)的時候，客戶端可以并發(fā)地從多個備份服務(wù)器同時讀取，從而提高了數(shù)據(jù)訪問速度。

● 更強(qiáng)的可擴(kuò)展性：分布式數(shù)據(jù)庫可以通過增添存儲節(jié)點來實現(xiàn)存儲容量的線性擴(kuò)展，而集中式數(shù)據(jù)庫的可擴(kuò)展性十分有限。

● 更高的并發(fā)訪問量：分布式數(shù)據(jù)庫由于采用多臺主機(jī)組成存儲集群，所以相對集中式數(shù)據(jù)庫，它可以提供更高的用戶并發(fā)訪問量。