这是一个创建于 1573 天前的主题，其中的信息可能已经有所发展或是发生改变。
利益相关: 在学校里没接触过相关概念，毕业后也没用过
事情是这样，我司最近几个月时间在做的一个项目后台数据规模在几十亿(不到一百亿)的水平，好在可用性需求不是特别高，我们当初开会最后决定入库还是用 oracle 硬刚。
最近在 v2 看到一些帖子提到分布式数据库的概念，以前感觉一直是个比较神秘的领域，但是最近正好借着项目机会，是不是能更容易理解概念了，心想是不是能把这部分知识学起来
主要问题就是对分布式数据库相关完全不了解，不知道概念从哪澄清，从哪入门。
分布式数据库是不是就是合理搭建以后，对外表现无限接近于传统数据库，但是可用性有明显提高这样？再加上存储也是分布在不同节点的？
事情是这样，我司最近几个月时间在做的一个项目后台数据规模在几十亿(不到一百亿)的水平，好在可用性需求不是特别高，我们当初开会最后决定入库还是用 oracle 硬刚。
最近在 v2 看到一些帖子提到分布式数据库的概念，以前感觉一直是个比较神秘的领域，但是最近正好借着项目机会，是不是能更容易理解概念了，心想是不是能把这部分知识学起来
主要问题就是对分布式数据库相关完全不了解，不知道概念从哪澄清，从哪入门。
分布式数据库是不是就是合理搭建以后，对外表现无限接近于传统数据库，但是可用性有明显提高这样？再加上存储也是分布在不同节点的？
 |
1
singerll 2020-08-22 06:28:36 +08:00 via Android
阿里云官方的 drds 文档
|
 |
2
opengps 2020-08-22 07:29:59 +08:00 via Android
先搞清楚用分布式的目的：
硬盘空间不够？ 硬盘 io 不够？ 副本容灾？ |
 |
3
yulang 2020-08-22 08:42:29 +08:00 via Android
我们最近正在搞分布式数据库，可以交流下
|
 |
4
kidlj 2020-08-22 09:16:16 +08:00 via iPhone
TiDB
CockroachDB |
 |
5
sparkle2015 2020-08-22 10:28:28 +08:00  1
PingCAP University 以及 PingCAP Talent Plan 了解一下： https://university.pingcap.com/ https://university.pingcap.com/talent-plan/ 教你学习，使用和实现分布式数据库
|
 |
6
snappyone 2020-08-22 10:30:36 +08:00 1
raft 论文走一遍，看明白了论文就全懂了
|
 |
7
zoharSoul 2020-08-22 10:42:14 +08:00
阿里云 drds 掏钱就行了
|
 |
8
azureus 2020-08-22 11:09:03 +08:00
可以了解一下腾讯开源的 tbase，分布式数据库
|
 |
9
chihiro2014 2020-08-22 14:53:20 +08:00
学下 6.824 和 DBMS 差不多就行了
|
 |
10
TypeError 2020-08-22 18:31:43 +08:00 via Android 1
强烈推荐“DDIA” 中文书名《数据密集型应用系统设计》
跟着翻一遍就可以系统了解数据库和分布式系统了， 深入的话可以跟着书中给出的论文引用走 |
 |
11
laminux29 2020-08-22 19:17:08 +08:00
如果你有时间，或者自己能挤出时间，并且有两三年的学习计划，建议是：
模电 -> 数电 -> 组成 -> 汇编 -> C/C++ -> Java/C#/PHP/Python -> 操作系统 / 计算机网络 / *多媒体 -> 数据库 -> 分布式。 之所以要这样设置，是因为，分布式主要是为了能以低成本来解决性能问题。 性能问题，要弄彻底清楚原因，需要从模电开始。 然后汇编、C/C++以及操作系统，能够从指令、操作、基本架构上说明单机的性能问题。 计算机网络、数据库，这些是对分布式问题的应用。 多媒体作为选修，如果工作有接触，可以去了解一下。 |
 |
12
black11black OP @opengps 目的是提高可用性，以后跳槽时可以回答人家的百万并发问题
|
|
13
black11black OP @laminux29 神 tm 从模电开始，我本人比较孤陋寡闻，无名三本毕业的，我们学校组原也是从数电开始讲，我想听大神讲讲模电怎么影响分布式性能的？
|
 |
14
labulaka521 2020-08-23 13:41:06 +08:00 via iPhone 1
@laminux29 建议从造 cpu 硬盘 内存开始
|
 |
15
yanyueio 2020-08-23 18:09:42 +08:00
让题主从头开始修炼的也真是够了。
分布式数据库多半就是 redis, cassandra, mongodb, hbase 这类 nosql 了，和传统数据库的百万级数据量不同，这里处理能力都在百万以上，多半是集群方式部署的。抽象来看(从外部来看)他们既可以是 source,也可以作为 sink，所以说和传统数据库用起来有啥不同，外部是感受不到的(但实际上内部是不同的，比如存储方式，核心数据模型) --- 一般都会有类似传统 SQL 一样的封装 API 给你。 但分布式数据库引入了高可用，高并发存储的同时也引入了诸如一致性问题，节点维护，通信问题，备份容灾等等，这比传统数据库的主从复制, 分表分库等要复杂一些。 入门的话，找一个分布式数据库比如 hbase 看看就知道怎么回事儿了，其他虽然有不同但只要不离开分布式(相对的是单机)，大同小异。 |
|
16
black11black OP @yanyueio 感谢回复，分布式都是基于 nosql 技术吗？跟想象中差别很大，几个问题，一个比如 nosql 放在内存里实际上能存的数据很少，比如我们这种百亿级的业务，一般内存扛不住。再一个是持久化储存的问题，为了防止突发情况断电丢数据，一般应该都会有一些持久化策略，但是毕竟 nosql，边际情况的可靠性如何确保呢？
|
|
17
yanyueio 2020-08-23 19:41:22 +08:00 1
@black11black 这个要具体数据库具体分析。你问的问题已经设计到了其存储模型。首先这些 nosql 本身没有约束限制，所以存储起来要比检查约束的传统数据库快；其次，诸如列式存储的 hbase 更是如此，即并非都是行式存储。最后，nosql 并非都是 redis 这样存储在内存中的（分布式计算框架才大多都是在内存中处理），他们多半也是要落地到磁盘&文件系统，然而集群的读写，外加底层有 hdfs 等这样专门设计的文件系统，所以读写效率也是不错的，至少比传统型的 oracle 抗打(不绝对啊，你可以参考一下 ocean base 这类与 oracle 集群的对比看看是否有虚假宣传)。最后可靠性问题，这本质是集群管理的问题，比如 leader 挂了，怎么重新选举，怎么冗余备份等，具体还是要落实到各个数据库，比如 cassandra 解决方案就是无中心化架构，不分主从。一点浅见，仅供参考。
|
|
18
laminux29 2020-08-23 20:22:44 +08:00
|
|
19
laminux29 2020-08-23 20:29:50 +08:00
@labulaka521 CPU 和内存这种门槛太高的就不说了，说说简单一些的存储设备吧，你可以尝试举出几种你知道的存储设备类型，然后思考一下，这些存储设备，是因为怎样的需求而诞生的？
|
|
20
laminux29 2020-08-23 20:34:26 +08:00
@yanyueio
你如果觉得，我建议题主从头修炼不合适，那么，就说说你提到 nosql 与传统数据库，对于以下问题： 1.nosql 与传统数据库，为什么会存在性能差别？ 2.既然 nosql 性能那么高，为什么很多项目选型仍然会选择传统数据库？ 3.nosql 为什么通常会采用分布式，而非单机方式来部署？ 你觉得，如果不从头修炼，他如何回答这些问题？ |
 |
21
gaius 2020-08-24 02:34:07 +08:00 via Android
mit 6.824 ，cmu 15-721 入门。
🐶 想啥呢肯定直接买商用 |
|
22
gaius 2020-08-24 02:37:25 +08:00 via Android
而且确定需要 oltp ？
|
 |
23
chinafengzhao 2020-11-09 03:43:06 +08:00 via iPhone
@gaius 这两个专业
|
Select Language