分布式数据库选型

分布式数据库也有人称之为new SQL数据库，主要有两派：一个是以Google Spanner为代表，一个是以AWS Auraro为代表。

 

1、Spanner 的 Share nothing 架构

        Spanner 是 shared nothing 的架构，内部维护了自动分片、分布式事务、弹性扩展能力，数据存储还是需要 sharding模式，plan 计算也需要涉及多台机器，也就涉及了分布式计算和分布式事务。

        同类型的开源产品，有TiDB、CockroachDB、OceanBase等；这三个产品可以说目前话题量不相上下，TiDB属于国产PingCAP公司的、CockroachDB比TiDB早出来一年、OceanBase阿里团队的，2017年双11交出4200万/秒的处理能力。

 

2、Auraro 共享存储型架构

       Auraro 是共享存储型架构，主要思想是计算和存储分离架构，使用共享存储技术，这样就提高了容灾和总容量的扩展。但是在协议层，只要是不涉及到存储的部分，本质还是单机实例的 MySQL，不涉及分布式存储和分布式计算，这样就和 MySQL 兼容性非常高。

      同类型的产品，有国内阿里的PolarDB，只作为云产品提供服务，不开源。

 

3、比较

        我觉得并没有谁比谁高级和落后，Share nothing 的架构在单集群更大规模下的使用场景我觉得会更好，而 Aurora 的架构更适合云环境（多租户 + 更好的兼容性）。

       我一直认为大规模分布式系统本身是特别脆弱的，架构的先进与否并不重要，甚至某些情况下性能（延迟）都是可以放弃的。普适性、高质量的实现、完备且极端的测试在我看来更加重要。

 

4、以应用场景来区分

       a、物联网方向：时序数据库产品，满足IoT数据的收集、存储和统计。时序数据库产品也是现在对内存数据库产品冲击最大的。例如：InfluxDB、Kudu、kdb、OpenTSDB；

       b、交易关系方向：替代传统交易关系型数据库产品Oracle/DB2等满足不了海量吞吐、海量并发、海量交易、海量存储的在线交易业务场景。例如：蚂蚁金服Oceanbase、腾讯TDSQL、热璞HotDB、中兴GoldenDB、开源MyCAT、开源Cobar。

      c、分析关系方向：解决结构化数据存储和数据分析的业务场景，例如：Greenplum、Vertical、Gbase8a等。不过这块收到KV分析型产品巨大的冲击；

     d、KV分析方向：Hadoop、Spark是当下的基石，国内国外较多公司都是在其基础上再做二次研发，尤其是实现兼容SQL标准语法，已迎合业务场景和研发人员。

     e、KV文档方向：解决在线文档类型的非结构化数据存储和数据处理，例如：MongoDB、巨衫SequoiaDB，不过也都在拼命地在兼容SQL标准语法。

     f、HTAP：交易分析混合型分布式数据库产品，从技术原理的角度而言这是没有理论创新支撑的方向，只是我们技术人员内心美好的愿望，例如：国内TiDB、国外Spanner/F1（无人知晓到底长啥样，体验如何）。

     每种路线都会有自己的特定算法、特定架构和产品特征，很难有一款产品能全部兼容且性能很棒。