数据库（一）：分布式数据库
定义
分布式数据库（Distributed Database） 是指：
数据分布在多个物理位置，但对用户透明，表现为一个统一逻辑数据库的系统。
结构模式（三层模式扩展）
| 层次 | 作用 | 对应实体 |
|---|---|---|
| 用户层 | 提供统一视图，屏蔽底层节点分布 | 前端应用、中间件 |
| 全局模式 | 系统级逻辑结构定义，数据如何分布与复制 | 分布式数据库中间件，如TiDB、OceanBase |
| 局部模式 | 各个子系统或节点的具体逻辑结构定义 | 每个节点的局部数据库 |
| 物理模式 | 各节点的实际数据文件和存储方式 | 存储引擎（如RocksDB、InnoDB） |
核心技术与模式分类
数据分片（Sharding）
定义：将数据按某种规则划分到不同节点上。
- 水平分片（Horizontal Partitioning）：
- 按行划分，例如按用户ID区间划分；
- 常见于用户量大时。
- 垂直分片（Vertical Partitioning）：
- 按列划分，例如将用户表的基本信息和敏感信息分开放；
- 常见于字段多、模块职责分离时。
- 混合分片（Hybrid Partitioning）：
- 同时按行列进行分片。
常考点：“将用户表按地区分布于不同节点，这是哪种分片？” 答：水平分片
数据复制（Replication）
定义：将同一份数据拷贝存储于多个节点。
- 主从复制（Master-Slave）
- 一个主节点写，多从节点读；
- 优点：读性能高；
- 缺点：写入瓶颈、主节点故障影响大。
- 多主复制（Multi-Master）
- 多个节点可以同时读写；
- 优点：高可用；
- 缺点：一致性难以维护。
- 同步复制 / 异步复制
- 同步：强一致性，牺牲写性能；
- 异步：高性能，但存在数据丢失风险。
一致性模型（Consistency Models）
- 强一致性（Strong Consistency）：
- 所有节点读取到的都是最新数据；
- 通常需要 Paxos、Raft 等共识协议支持。
- 最终一致性（Eventual Consistency）：
- 系统经过一段时间后达到一致；
- 常见于高可用系统（如 DNS、Cassandra）。
- 因果一致性（Causal Consistency）：
- 保证操作的因果关系顺序；
- 强于最终一致性，弱于强一致性。
CAP 理论（重点）
| 元素 | 含义 |
|---|---|
| C | 一致性（Consistency） |
| A | 可用性（Availability） |
| P | 分区容忍性（Partition Tolerance） |
CAP 不可同时满足三者，只能同时满足其中两项：
- CP：一致性 + 分区容忍（如 HBase）
- AP：可用性 + 分区容忍（如 Cassandra）
- CA：理论上只能用于单机数据库
典型架构模式
| 模式类型 | 描述 | 示例系统 |
|---|---|---|
| 同构集中式 | 所有节点结构相同、集中部署 | MySQL 主从集群 |
| 同构分布式 | 节点结构相同，分布在不同位置 | OceanBase、TiDB |
| 异构分布式 | 各节点可能使用不同数据库系统 | 中间件统一封装不同数据库 |
| 混合云分布式 | 云 + 本地的混合数据库部署模式 | 云数据库 + 本地缓存 |
查询处理与优化机制
- 全局查询优化器：分析跨节点的SQL执行计划；
- 数据定位服务：确定某个数据在哪个分片或节点；
- 两阶段提交（2PC）/三阶段提交（3PC）：保障分布式事务一致性；
- 分布式事务协调器（如 XA / TCC / SAGA）；