知识卡片

普通读书笔记卡 · 2280.l.11

三种伸缩架构

理解等级:初级

把数据库分布到多台机器上的理由有三:可伸缩性(数据量、读写负载超过单机)、容错与高可用(单机、网络乃至整个数据中心故障时继续工作)、延迟(让全球用户从最近的数据中心获得服务)。

架构 做法 局限
共享内存(垂直伸缩) 多个 CPU、内存、磁盘在一个操作系统下互联,像一台机器 成本增长快于线性,双倍配置的机器远超两倍价格却未必能处理双倍负载;容错有限,且困于单一地理位置
共享磁盘 多台机器各有 CPU 和内存,数据放在通过快速网络共享的磁盘阵列(NAS、SAN)上 竞争和锁的开销限制了可伸缩性,用于部分数据仓库
无共享(水平伸缩) 每个节点只用自己的 CPU、内存、磁盘,节点间协调在软件层通过普通网络完成 给应用带来额外复杂度,有时限制数据模型的表达力

即使是大型机,因为非均匀内存访问(NUMA),也要对处理细分,让每个处理器主要访问临近内存——表面上只有一台机器,分区依然必要。

第二部分聚焦无共享架构:它不需要特殊硬件、可选性价比最好的机器、能跨地域分布,云上小公司也能做到异地分布;但它是最需要谨慎的架构,数据库无法魔术般地隐藏分布式系统的约束与权衡。作者还提醒,某些情况下一个简单的单线程程序可以比 100 多核的集群表现更好。

数据分布的两种常见方式是复制(多个节点保存相同副本,提供冗余并改善性能)和分区(把大库拆成子集分给不同节点,也称分片),两者是不同机制,但经常同时使用。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《数据密集型应用系统设计》第00章《第二部分:分布式数据》第二部分:分布式数据·伸缩至更高的载荷(源文件:extracted/数据密集型应用系统设计/_epub-src/part-ii_split_002.html,来源项目 book-sources) - 结论依据:第二部分导言列出分布数据的三个理由,比较共享内存、共享磁盘、无共享三种架构及其局限,提及NUMA下仍需分区、单线程可能胜过集群,并区分复制与分区两种分布方式。 - 原始内容:另一方面,无共享系统可以非常强大。