《公有云技术与应用》课件——24.分布式数据库应用.pptxVIP

《公有云技术与应用》课件——24.分布式数据库应用.pptx

公有云技术与应用分布式数据库应用

目录CATALOG定义核心技术组成核心优势典型应用场景

分布式数据库的定义01

分布式数据库通过将数据分散存储在多节点集群中，实现海量数据的高效管理与高并发处理，成为支撑互联网、金融等行业核心业务的关键技术。01分布式数据库的定义

定义分布式数据库是由多个物理上分离的节点组成的数据库系统，通过分布式算法实现数据分片存储、跨节点协同计算，对外呈现为统一的数据库服务。01分布式数据库的定义

定义与单机数据库相比，其核心是数据分布与协同——将海量数据按规则拆分到不同节点（如按用户ID哈希分片），各节点并行处理请求，突破单机的CPU、内存、存储限制。01分布式数据库的定义

例如，某支付平台的交易数据库采用分布式架构，将全国用户交易数据按地域分片存储在华东、华北、华南节点，单节点处理本地请求，跨区域查询通过集群协同完成，支撑每秒10万笔交易的峰值需求。01分布式数据库的定义

核心优势02

1海量存储与线性扩展支持PB级数据存储，新增节点即可提升整体容量与性能（如从10节点扩至20节点，吞吐量翻倍），扩展过程无需停机，解决单机容量天花板问题。02核心优势

2高并发与低延迟多节点并行处理请求（如读操作分散到各分片，写操作按分片规则路由），并发能力可达单机数据库的10100倍；例如，分布式MySQL集群支持每秒10万级读写，延迟控制在毫秒级。02核心优势

3高可用与容错性每个数据分片采用多副本存储（如3副本），单节点故障时自动切换至副本；集群管理节点（如协调节点）采用主备架构，确保全局元数据一致性，RTO1分钟。02核心优势

4成本优化基于x86服务器集群构建，相比小型机高端存储的传统方案，硬件成本降低5070；支持按业务增长逐步扩容节点，避免资源闲置。02核心优势

核心技术组成03

水平分片：按行拆分数据，适合增量数据场景；垂直分片：按列拆分数据，适合字段访问频率差异大的场景；分片规则通过哈希算法或范围划分实现，确保数据均匀分布。03核心技术组成1数据分片技术

采用两阶段提交（2PC）或TCC（TryConfirmCancel）协议，保证跨分片操作的原子性（如转账交易涉及两个账户分片）部分数据库支持最终一致性（如异步复制），平衡性能与一致性。03核心技术组成2分布式事务

协调节点负责接收请求、解析SQL、路由至目标分片；元数据服务器存储分片规则、节点状态等信息，通过Raft协议保证集群一致性；数据同步采用日志复制，确保副本与主分片数据一致。03核心技术组成3集群协同机制

应用场景04

需求：社交平台需存储10亿用户信息，支持每秒5万次查询（如用户资料查询、关系链查询）。（一）互联网高并发业务04应用场景

（一）高性能计算（HPC）方案：采用分布式MySQL集群，按用户ID哈希分片至20个节点，每个节点存储500万用户数据；热点用户数据（如明星账号）单独存储并配置缓存，降低主分片压力，查询延迟从50ms降至10ms。04应用场景

需求：银行核心系统需处理日均1亿笔交易，要求强一致性、零数据丢失。（二）金融核心交易系统04应用场景

方案：部署分布式数据库（如OceanBase、TiDB），按账户ID范围分片，每分片采用3副本存储；采用2PC协议保证跨分片交易一致性，配合定时全量备份实时增量备份，满足金融级合规要求。04应用场景（二）金融核心交易系统

需求：智能电表需存储1亿设备的实时读数（每15分钟一条记录），支持按设备、时间范围查询。04应用场景（三）物联网时序数据存储

总结与实践任务05

分布式数据库通过分片存储集群协同突破了单机限制，是海量数据与高并发场景的必然选择。其技术核心在于平衡数据分布与一致性，企业需根据业务的一致性要求（强一致性最终一致性）、访问模式选择合适的分片策略。05总结与实践任务

1调研某分布式数据库（如TiDB）的分片机制，分析其如何处理跨分片查询；2设计方案：某电商平台需存储10亿条订单数据，支持按用户、时间、商品多维度查询，如何规划分布式数据库架构？05总结与实践任务