可擴展性數據庫的架構設計

擴展性與硬件

隨著系統的膨脹，硬件的可擴展性體現在增加資源，提高性能的能力上，如添加更多的處理器、內存等。

擴展性與軟件

擴展性要求軟件能夠有效地利用硬件的能力，軟件的設計應該支持并行計算。對于數據庫引 擎，這意味著服務器組件必須支持多線程計算，允許操作系統在所有處理器核心上執行并行任務調度。不僅如此，數據庫引擎必須提供有效的方法，以在多核上分解 工作負荷。舉個例子，如果數據庫只使用四個線程，那么它在四核處理器和八核處理器上允許，并不能體現出性能差異。

分布式設計

數據庫引擎分割工作流，以充分利用硬件的能力并非易事，不是所有的數據庫管理系統都能很好地支持并行計算。不僅僅是數據庫引擎，數據庫和其它系統資源都必須進行分割，以解決相互依賴性關系。因此，整個系統需要一個分布式設計。

例如，大多數數據庫以B樹架構存儲索引。B樹使得索引可以快速地定位數據，高效地插入、 刪除數據，但這需要保持“平衡”，即B樹的樹架構必須具有相同層級的葉節點。一個簡單的插入或刪除操作都可能打破這種平衡。這導致在多核、多線程之間B樹 的管理與共享非常困難。多個線程會頻繁搶奪B樹的根節點，這會導致性能瓶頸。

最小化共享資源

最小化共享資源的數量是擴展性的重要話題。最小化共享資源可以使不同的線程運行在不同的核心之上，而無需等待其它線程釋放共享資源。如果線程缺乏獨立性，即便增加處理器，性能也會大打折扣。

這個概念可以通過數據庫管理系統RDM予以體現。RDM對分布式數據庫有非常智能的支持，允許應用在不同的硬件之上進行數據的分布式計算，并能在不同的線程、進程之間盡可能地減少競爭。

多版本并發控制與同時訪問

對同一數據的并發讀寫訪問非常重要，多版本并發控制（MVCC）允許對同一數據進行并發讀寫訪問，而不必阻塞線程或進程。MVCC可以讓讀進程在寫進程訪問數據之前訪問數據的鏡像，通過這種方式，保證了讀寫進程的并行操作。

數據復制：高效的分布式技術

數據復制通過將主數據庫復制為多個只讀副本，成為了一種提高擴展性的有效途徑。這樣，遠程服務器的處理器也可以讀取和本地數據一致的副本，非常有助于降低訪問主數據庫的并發進程數目。

總結

簡而言之，一個高度擴展性的分布式數據庫架構應具備如下特性：

1.輕量級服務器的進程不應占用過多的CPU時間，而應通過我們的多個處理器并行運行多個實例。

2.客戶端應用可連接多臺服務器并從中提取數據。

3.通過數據復制技術，客戶端應用可以從主數據庫或從數據庫中檢索數據。

轉自：http://blog.csdn.net/fwj380891124/article/details/7742595