第一章：分布式数据库与集中式数据库的差异

1. 数据库是核心的IT基础设施

• 互联网业务增长，带动核心系统升级
• 核心系统引入数据库分布式与云化改造，支撑横向平滑扩展

• 5G规模推广，带动IT系统升级
• 5G具备大带宽和超低延时等能力，需要数据库系统提升响应速度和并发能力

• 打造智慧政府
• 实现智慧政府为目标的“互联网+”业务构建，对于数据库的性能和扩展提出了更高的要求

2. 传统集中式数据库面临的挑战

2.1 传统数据库架构

2.2 优势

• 成熟稳定：经过近40年的发展，应用到各行各业，产品技术非常成熟稳定
• 行业适配性强：适配不同行业的各种需求
• 生态完善：拥有大量的ISV应用开发商和技术开发者，技术生态、产业生态和人才生态都很完善

2.3 劣势

成本高：自身软件售价高，同时依托于高端硬件，CAPEX和OPEX成本高昂
无法横向扩展：容量的提升只能依靠提升设备自身的性能（增加CPU/内存/硬盘，或从PC服务器升级为小型机等），一定能碰到单点的上限

3. 使用数据库中间件的分库分表方案依然有短板

• 使用通用的数据库，可以实现数据库线性的扩容；
• 数据库是单点数据库，数据库之间没有联系，不知道其他数据库的存在，依靠中间件完成需要跨库的事务；
• 数据库中间件连接各个数据库，实现分库分表。

3.1 优势

线性扩展：通过分库分表，可以快速实现数据库的水平扩展
技术成本低：不需要改造核心数据库引擎，或者只需要做很少的改造

3.2 劣势

跨库分布式事务：数据库核心引擎没有分布式能力，只能通过中间件来完成分布式处理，但中间件难以做到RPO=0，因此在遇到异常和故障时无法100%保证分布式事务的ACID能力
全局一致性：由于多个数据库服务器的时间戳不一致，因此很难保证多个库之间数据版本号的全局一致性
负载均衡：扩容和缩容时，底层数据库引擎无法在线调整数据分布规则，因此需要暂停业务并重新导数据，对业务和运维挑战很大
跨库复杂SQL：跨库的复杂SQL运算（比如多表做分片键无关的关联查询）只能在中间件完成，而中间件不具备分布式并行计算能力，最终会限制应用对SQL的使用，产生业务侵入性

4. 原生的分布式关系型数据库架构

4.1 优势

数据高可靠+服务高可用：多副本一致性协议Paxos的工业级实现，个别节点发生故障时保证数据零丢失（RPO=0）和服务快速恢复（RTO<30秒）
线性扩容：随着业务量增加进行扩容（比如线上促销期间），随着业务量减少进行缩容（比如促销后）
低成本：基于普通X86服务器保证高可用性，无需使用高端小型机和存储
全局一致性：支持分布式事务，确保全局一致性，支持分布式复杂查询灵活的部署方式：支持三中心、五中心、主备等多种部署模式
对业务透明：业务系统可以像使用单点数据库一样使用分布式数据库，业务迁移改造成本低

5. OceanBase和传统数据库的对比

	传统集中式数据库	以OceanBase为代表的分布式数据库
产品架构	经典的“单点集中式”架构，采用“全共享（Share-Everything）”架构。构建于高端的硬件基础之上，比如IBM高端服务器和EMC高端存储设备等	原生的“分布式”数据库，采用业界最严格的Paxos分布式一致性协议基于普通PC硬件的设计，不需要高端硬件
数据可靠性和服务高可用性	利用高端硬件设备保证数据可靠性采用“主从复制”，主节点故障的情况下，会有数据损失（RPO>0）；不能自动恢复服务，服务恢复时间（RTO）通常以小时为单位计算	以普通PC硬件为基础，利用Paxos分布式一致性协议保证数据可靠性
主节点故障的情况下，Paxos可以保证数据无损（即RPO=0)，并且自动选举并恢复服务，服务恢复时间（RTO）在30秒以内
扩展性	数据存储只能在单点内实现纵向扩展，最终必然触达单点架构下的容量上限。计算节点通常无法扩展。少数模式下（如RAC，pureScale）可做计算节点扩展，但多个计算节点之间仍需访问单点共享存储，并且可扩展的计算节点数量有限	数据节点和计算节点均可以在MPP架构下实现水平扩展数据节点和计算节点均没有数量限制，在网络带宽足够的前提下，可以扩充至任意数目
应用场景	集中在企业客户（金融、电信、政企等）的核心系统，无法应付互联网业务场景，应用案例很少	支付宝核心、网商银行核心、阿里巴巴的众多业务，以及多家外部商业银行。逐渐迈向传统业务
使用成本	比较昂贵，需要支付高端基础硬件的费用、高昂的软件授权费用以及产品服务费用	相对较低，基于PC硬件的设计降低了硬件费用，软件授权费用和服务费用也有优势

6. 小结

传统集中式数据库经过近40年的发展，已经非常成熟。但在当前这个大数据的时代，传统数据库依然面临较多挑战，分布式数据库可以有效解决这些问题，是未来数据库发展的重点方向
1：传统数据库往往对硬件基础设施有较高要求，同时只能纵向扩展，无法横向扩展，容易达到性能上限；
2：分库分表虽然可以横向扩展了，但也有带来了不支持复杂SQL、较难保证分布式事务的ACID等新问题；
3：分布式数据库可以有效解决这些问题，应用可以像使用集中式数据库一样使用分布式数据库，分布式数据库具有低硬件成本、高可扩展性、高可用性等特性。