学习分布式数据库的一点建议

k8s技术圈

共 2550字，需浏览 6分钟

· 2021-03-21

最近陆陆续续在后台看到一些关于分布式数据库的留言，讨论热度确实挺高，我也忍不住来说两句。

想到在去年 5 月 20 日，数据库“世界杯”TPC-C 公布，支付宝自研分布式数据库 OceanBase，获得 7.07 亿 tpmC 的超高性能得分，较去年提升了整整近 11 倍，再次超越 Oracle ，刷新世界纪录。

这个消息在当时无疑是让人震惊的，这意味着 OceanBase 可能成为全球最快的数据库，要知道一直以来，TPC-C 榜单都是老牌巨头在竞争，长期被 Oracle、微软和 IBM 为首的数据库厂商和硬件厂商霸榜。

但可能有些人会疑惑，分布式数据库到底是什么？为什么这么强大？它解决了什么问题？怎么突然就火了？

原因很简单，就是性能和可靠性。传统数据库，虽然能够将部分读负载分流到备机，但主要负载还在主机上。所以，早期的方案都是选择性能和可靠性更好的专用设备来做主机，比如 IBM 大型机。

但这有两个问题，一是大型机的技术体系封闭，和主流技术栈渐行渐远，甚至这些厂商自己的工程师都后继无人。二是，因为技术垄断，价格相当昂贵。多数普通企业都难以承受，而且，这少数的厂商都是国外的巨头IBM、HP等等。

所以，今天，IBM 大型机这样的专用设备已经不再是多数企业的可选项，而采用 x86 架构的通用设备在单机性能和可靠性上都不能满足要求，因此分布式架构就成为了一个必然的选择。

正是分布式数据库的这些优点，近几年，阿里、腾讯、字节跳动、美团等互联网巨头，以及传统金融、商业银行、电信行业等都已经开始使用，可以说，分布式数据库已经成为一种技术潮流，甚至是新基建的一部分。

比如，除了 OceanBase 现在每年双十一大促都要秀一下性能之外；还有 TiDB 在努力培育市场，技术社区做得有声有色；GoldenDB 已经随着中信银行的新一代核心业务系统上线投产，目前也在平稳运行；其他分布式数据库包括 CockroachDB、YugabyteDB、TBase...等更多产品，可以说是百花齐放了。

除了庞大的市场需求，一个普通的程序员，为什么要学习分布式数据库？在我看来，最重要的是可以通过学习它的设计思想，提高自己的架构设计水平和代码能力。分布式数据库是学术研究与工业实践的完美结合，深入其中你会看到很多极致的设计方法，这将为你进阶架构师铺平道路。

有什么办法，能学明白分布式数据库呢？

很多人可能会觉得，作为“分布式”和“数据库”的跨学科产物，它在事务、原子性、隔离性等概念复杂；而且主流产品众多，该怎么做技术选型也很令人头疼。

确实如此，所以我也一直在网上找资料，但都非常零散，直到我前段时间看完了极客时间王磊的专栏《分布式数据库30讲》，我还挺满意的。

这个专栏从大家比较熟悉的单体数据库出发，对比学习，剖析了主流产品的运行机制和理论依据，横向比较它们的差异，分析这些技术决策背后的动机，能帮你快速建立起对分布式数据库全面的认知体系。

👆扫我的二维码，免费试读

结算用口令「Happy2021」，再减 ¥10

到手 ¥69，仅限「前 500 人」有效

说到作者王磊，我想简单介绍一下。他现在是光大银行首席数据架构师，前 IBM 咨询顾问。在数据领域有超过 15 年的工作经验，2013 年，他推动了光大银行从传统数据仓库向大数据生态的转型，主导了大数据开发平台、数据中台等多个重要系统的架构设计工作，是大数据技术在金融行业的第一批践行者。

讲真，我还是非常喜欢这个专栏的。因为我从他的经验中，在架构设计上获得更多的启发。可能有很多朋友还是不知道该怎么学，不过，用老师自己的话说就是，学习的关键字在于：找出分布式数据库的学习路径，抓住它的核心内容。

那怎么找到这条学习路径呢，这就得从数据库说起了。一个基本运行的数据库要做好五件事，存储、事务、查询、复制和其他。对分布式数据库来说，不仅要继续做这五件事，还要多出一件事，分片。在这六件事中，存储和其他这两件事与单体数据库差不多，难点就在事务、查询、复制和分片这四件。