关于数据库:昆仑分布式数据库技术特点

上章节介绍了昆仑分布式数据库的架构，这章节接着介绍昆仑分布式数据库的技术特点！

一、高可用性（HA）

兼容多种强一致性，高可用性计划 (strong consistency,high availability)

1.1 存储 shard: 默认应用 MySQLGroupReplication 保障数据库服务高可用

1.2 2*N+ 1 个节点的 shard，每个已提交的事务都复制到了至多 N 个备机

1.3 兼容基于 mysqlrowbasedreplication 的半同步同步的高可用技术 (*)

1.4 兼容基于共享存储实现高可用的 mysql 存储集群 (*)

二、齐备的容灾能力

齐备的容灾能力 (crash safety&fault tolerance)

2.1 存储集群主备强统一

2.2 GTP: 全局事务容灾能力

• 分布式事务两阶段提交

• 节点 / 网络故障时能够保障分布式事务 ACID

2.3 GMR:DDL 与集群全局元数据一致性

• DDL 事务波及计算节点，元数据集群，存储集群

2.4 GMR: 计算节点之间的元数据语句复制及其一致性保障

• 复制过程随时可能中断

2.5 GTP: 计算节点主动切换存储集群主节点 (auto failover)

• 元数据集群，存储集群

2.6 GTP:cluster_mgr: 主动保护各 shard 的存储集群复制状态

三、程度扩大能力

高可扩展性 (high scalability): 计算能力，存储空间，资源利用率

3.1 IAP: 灵便的 sharding 形式

• 用户对 sharding 形式领有全副管制

* sharding 形式:hash/range/list，将来 mirror(*)




* 抉择 sharding 列: 任意若干个列

 


* 用户最了解本人的数据及其拜访模式 

• 定制分区选项达到最优性能

业余模式 VS 傻瓜模式

• 依据数据表的规模定制 sharding 计划

* 不须要预估全局的固定的分区数目，也不把所有表等分为固定数量的分区




* 能够为每个表按需减少分区，各表分区数量各异




* 起码化两阶段提交的事务数量

• 计算节点主动为每个分片抉择适合的存储集群

3.2 ESO: 主动按需扩大 (*)

• 主动通明地散布数据表到新退出的存储集群

• 业务和最终用户无感知

3.3 GPQP: 全局并行查询处理: 后摩尔时代，利用更多的计算资源

• 计算节点层的并行

• 计算节点与存储节点之间的并行

• 存储节点层的并行 (*)

3.4 多点读写

• 按需减少 / 缩小计算节点

• 按需减少 / 缩小存储 shard(*)

• 存储集群反对多点写入 (*)

• 备机读 (*)

四、查询处理

4.1 充沛了解用户数据

• 本地存储齐备的元数据和数据字典

• 本地存储齐备的全局数据统计信息

• 有条件产生最优的分布式查问打算和查问执行性能

4.2 残缺的查询处理过程

• parser->resolver->optimizer->executer

• 能够解决任意 SQL 查问

 反对多表连贯，子查问，汇集查问，CTE，window function，存储过程，视图，物化视图 

• 残缺的查询处理性能: 真 prepared statement

4.3 完满反对 OLAP 查问

• 查询处理能力完满反对大数据分析工作

• 间接应用本地数据，无需数据搬迁，无需 spark/hadoop 生态

4.4 能够调用 MySQL 零碎函数和用户定义的存储过程 / 函数

*KunlunDB 我的项目已开源

【GitHub：】
https://github.com/zettadb

【Gitee：】
https://gitee.com/zettadb

END