关于分布式数据库需要了解的相关知识！！！

成长路上不孤单😊😊😊😊😊😊

【14后😊///计算机爱好者😊///持续分享所学😊///如有需要欢迎收藏转发///😊】

今日分享关于关于分布式数据库方面的相关内容！

关于【分布式数据库】

目录：

一、什么是分布式数据库
二、分布式数据库的核心特性
三、分布式数据库的核心技术
四、分布式数据库的分类
五、分布式数据库的应用场景和意义

一、什么是分布式数据库

分布式数据库是一种将数据存储在多台‌计算机上，通过网络协调来共同提供数据服务的数据库系统。这些计算机通过网络连接，形成一个逻辑上统一的数据库，但物理上分散在不同的地点。

在过去的十年间，分布式系统已遍布全球。它们跨区域地使用编排技术，实现了横跨多个云服务提供商及本地基础设施的混合云式部署，负载平衡，以及高可用性。在此基础上，数据库领域也在不断迭代与发展。近年来，业界大量涌现了专为分布式数据库部署而设计的新型数据库系统。当然，也有部分数据库已在原有的设计中，添加了分布式架构组件。

二、分布式数据库的核心特性

‌数据分布性‌：数据存储在多个不同的计算机上，每个计算机都有自己的数据库副本。
‌逻辑整体性‌：尽管数据在物理上是分散的，但在逻辑上这些数据是相互关联的，形成一个整体。
‌高可靠性‌：由于数据存储在多个地方，即使某些节点出现故障，数据仍然可以访问和恢复。
‌高性能‌：通过‌并行处理负载均衡，分布式数据库可以处理大量的并发请求。
‌高扩展性‌：可以根据需要添加更多的节点来增加存储容量和处理能力。

三、分布式数据库的核心技术‌

数据分片：将数据分割成小块，存储在不同的节点上，以提高处理速度和容量。
‌数据同步‌：确保不同节点上的数据保持一致，通过同步机制来恢复一致性。
‌全局应用‌：支持跨节点的应用，如银行转账系统，需要同时更新多个节点的数据。

四、分布式数据库的分类‌

1‌.物联网方向‌：时序数据库产品，如InfluxDB、Kudu、kdb、OpenTSDB，用于物联网数据的收集、存储和统计。
‌2.交易关系方向‌：如蚂蚁金服Oceanbase、腾讯TDSQL、热璞HotDB、中兴GoldenDB、开源MyCAT、开源Cobar，用于满足海量吞吐、并发和存储的在线交易业务场景。
3‌.分析关系方向‌：如Greenplum、Vertical、Gbase8a，用于结构化数据存储和数据分析。
4‌.KV分析方向‌：如Hadoop、Spark，用于兼容SQL标准语法的数据分析。
5‌.KV文档方向‌：如MongoDB、巨衫SequoiaDB，用于非结构化数据存储和处理。
6‌.HTAP方向‌：如TiDB、Spanner/F1，用于交易分析混合型场景。
7‌.集中式分布式数据库‌：管理权交由一个节点负责，管理简单但存在单点故障问题。
8‌.对等式分布式数据库‌：节点之间无主从关系，具有较好的可扩展性和容错性，但管理复杂度较高。
9‌.混合式分布式数据库‌：结合了集中式和对等式的优点，综合性能较好。
1‌0.OLTP数据库‌：如Mycat、PlarDB-X（DRDS）、TiDB，用于在线事务处理。
1‌1.OLAP数据库‌：采用MPP架构，用于复杂的数据分析。
1‌2.非结构化&专有领域NoSQL‌：如Codis、宽列数据库，用于缓存和海量非结构化数据存储。
各类分布式数据库的特点和应用场景
1‌3.时序数据库‌：适用于物联网数据的收集、存储和统计。
‌14.交易关系型数据库‌：适用于海量吞吐、并发和存储的在线交易业务场景。
1‌5.分析关系型数据库‌：适用于结构化数据存储和数据分析。
1‌6.KV分析型数据库‌：基于Hadoop和Spark，适用于数据分析。
1‌7.KV文档型数据库‌：适用于非结构化数据存储和处理。
1‌8.HTAP数据库‌：适用于交易分析混合型场景。
1‌9.集中式分布式数据库‌：管理简单但存在单点故障问题。
2‌0.对等式分布式数据库‌：具有较好的可扩展性和容错性。
2‌1.混合式分布式数据库‌：综合了集中式和对等式的优点。
2‌2.OLTP数据库‌：用于在线事务处理。
2‌3.OLAP数据库‌：采用MPP架构，适用于复杂的数据分析。
2‌4非结构化&专有领域NoSQL‌：适用于缓存和海量非结构化数据存储。