20、分布式数据库：原理、挑战与解决方案

分布式数据库：原理、挑战与解决方案

1. 分布式数据库概述

分布式数据库与并行系统不同，并行系统中处理器紧密耦合，构成单一数据库系统；而分布式数据库由弱耦合的站点组成，不共享任何物理组件，且各站点运行的数据库系统可能具有较高的相互独立性。

每个站点既能处理仅访问本地数据的本地事务，也能参与访问多个站点数据的全局事务，全局事务的执行需要站点间的通信。

分布式数据库可分为同质和异质两类。同质分布式数据库中，所有站点使用相同的数据库管理系统软件，知晓其他站点的存在并同意协作处理用户请求，不过站点会放弃部分修改数据库模式或软件的自主权；而异质分布式数据库中，不同站点可能使用不同的模式和数据库管理软件，部分站点可能不知晓其他站点的存在，且在事务处理协作方面提供的便利有限。

2. 数据存储策略

在分布式数据库中存储关系 r 有两种主要方法：复制和分片，这两种方法也可结合使用。
- 数据复制 ：将关系 r 的副本存储在两个或更多站点，极端情况下会在每个站点都存储一份完整副本。复制具有提高可用性和增加并行性的优点，若包含关系 r 的某个站点发生故障，可在其他站点找到该关系，系统仍能处理相关查询；当对关系 r 的访问大多为读操作时，多个站点可并行处理读取操作。然而，更新时会增加系统开销，因为要确保所有副本的一致性，每次更新 r 都需将更新传播到所有包含副本的站点。为简化副本管理，可选择一个副本作为主副本。
- 数据分片 ：将关系 r 划分为多个片段 r1, r2, …, rn，这些片段包含足够信息以重建原始关系 r。分片有水平分片和垂直分片两种方式。水平分片是