> For the complete documentation index, see [llms.txt](https://vonng.gitbook.io/vonng/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://vonng.gitbook.io/vonng/content/tw/part-ii.md). # 第二部分：分散式資料 > 一個成功的技術，現實的優先順序必須高於公關，你可以糊弄別人，但糊弄不了自然規律。 > > —— 羅傑斯委員會報告（1986） *** 在本書的 [第一部分](https://github.com/Vonng/ddia/blob/master/tw/part-i/README.md) 中，我們討論了資料系統的各個方面，但僅限於資料儲存在單臺機器上的情況。現在我們到了 [第二部分](https://github.com/Vonng/ddia/blob/master/tw/part-ii/README.md)，進入更高的層次，並提出一個問題：如果 **多臺機器** 參與資料的儲存和檢索，會發生什麼？ 你可能會出於各種各樣的原因，希望將資料庫分佈到多臺機器上： * 可伸縮性 如果你的資料量、讀取負載、寫入負載超出單臺機器的處理能力，可以將負載分散到多臺計算機上。 * 容錯 / 高可用性 如果你的應用需要在單臺機器（或多臺機器，網路或整個資料中心）出現故障的情況下仍然能繼續工作，則可使用多臺機器，以提供冗餘。一臺故障時，另一臺可以接管。 * 延遲 如果在世界各地都有使用者，你也許會考慮在全球範圍部署多個伺服器，從而每個使用者可以從地理上最近的資料中心獲取服務，避免了等待網路資料包穿越半個世界。 ### 伸縮至更高的載荷 如果你需要的只是伸縮至更高的 **載荷（load）**，最簡單的方法就是購買更強大的機器（有時稱為 **垂直伸縮**，即 vertical scaling，或 **向上伸縮**，即 scale up）。許多處理器，記憶體和磁碟可以在同一個作業系統下相互連線，快速的相互連線允許任意處理器訪問記憶體或磁碟的任意部分。在這種 **共享記憶體架構（shared-memory architecture）** 中，所有的元件都可以看作一臺單獨的機器 。 共享記憶體方法的問題在於，成本增長速度快於線性增長：一臺有著雙倍處理器數量，雙倍記憶體大小，雙倍磁碟容量的機器，通常成本會遠遠超過原來的兩倍。而且可能因為存在瓶頸，並不足以處理雙倍的載荷。 共享記憶體架構可以提供有限的容錯能力，高階機器可以使用熱插拔的元件（不關機更換磁碟，記憶體模組，甚至處理器）—— 但它必然囿於單個地理位置的桎梏。 另一種方法是 **共享磁碟架構（shared-disk architecture）**，它使用多臺具有獨立處理器和記憶體的機器，但將資料儲存在機器之間共享的磁碟陣列上，這些磁碟透過快速網路連線 。這種架構用於某些資料倉庫，但競爭和鎖定的開銷限制了共享磁碟方法的可伸縮性【2】。 #### 無共享架構 相比之下，**無共享架構**【3】（shared-nothing architecture，有時被稱為 **水平伸縮**，即 horizontal scaling，或 **向外伸縮**，即 scaling out）已經相當普及。在這種架構中，執行資料庫軟體的每臺機器 / 虛擬機器都稱為 **節點（node）**。每個節點只使用各自的處理器，記憶體和磁碟。節點之間的任何協調，都是在軟體層面使用傳統網路實現的。 無共享系統不需要使用特殊的硬體，所以你可以用任意機器 —— 比如價效比最好的機器。你也許可以跨多個地理區域分佈資料從而減少使用者延遲，或者在損失一整個資料中心的情況下倖免於難。隨著雲端虛擬機器部署的出現，即使是小公司，現在無需 Google 級別的運維，也可以實現異地分散式架構。 在這一部分裡，我們將重點放在無共享架構上。它不見得是所有場景的最佳選擇，但它是最需要你謹慎從事的架構。如果你的資料分佈在多個節點上，你需要意識到這樣一個分散式系統中約束和權衡 —— 資料庫並不能魔術般地把這些東西隱藏起來。 雖然分散式無共享架構有許多優點，但它通常也會給應用帶來額外的複雜度，有時也會限制你可用資料模型的表達力。在某些情況下，一個簡單的單執行緒程式可以比一個擁有超過 100 個 CPU 核的叢集表現得更好【4】。另一方面，無共享系統可以非常強大。接下來的幾章，將詳細討論分散式資料會帶來的問題。 #### 複製 vs 分割槽 資料分佈在多個節點上有兩種常見的方式： * 複製（Replication） 在幾個不同的節點上儲存資料的相同副本，可能放在不同的位置。複製提供了冗餘：如果一些節點不可用，剩餘的節點仍然可以提供資料服務。複製也有助於改善效能。[第五章](https://github.com/Vonng/ddia/blob/master/tw/ch5/README.md) 將討論複製。 * 分割槽 (Partitioning) 將一個大型資料庫拆分成較小的子集（稱為 **分割槽**，即 partitions），從而不同的分割槽可以指派給不同的 **節點**（nodes，亦稱 **分片**，即 sharding）。[第六章](https://github.com/Vonng/ddia/blob/master/tw/ch6/README.md) 將討論分割槽。 複製和分割槽是不同的機制，但它們經常同時使用。如 [圖 II-1](https://github.com/Vonng/ddia/blob/master/img/figii-1.png) 所示。 ![](https://github.com/Vonng/ddia/blob/master/img/figii-1.png) **圖 II-1 一個數據庫切分為兩個分割槽，每個分割槽都有兩個副本** 理解了這些概念，就可以開始討論在分散式系統中需要做出的困難抉擇。[第七章](https://github.com/Vonng/ddia/blob/master/tw/ch7/README.md) 將討論 **事務（Transaction）**，這對於瞭解資料系統中可能出現的各種問題，以及我們可以做些什麼很有幫助。[第八章](https://github.com/Vonng/ddia/blob/master/tw/ch8/README.md) 和 [第九章](https://github.com/Vonng/ddia/blob/master/tw/ch9/README.md) 將討論分散式系統的根本侷限性。 在本書的 [第三部分](https://github.com/Vonng/ddia/blob/master/tw/part-iii/README.md) 中，將討論如何將多個（可能是分散式的）資料儲存整合為一個更大的系統，以滿足複雜的應用需求。但首先，我們來聊聊分散式的資料。 ### 索引 * [第五章：複製](https://github.com/Vonng/ddia/blob/master/tw/ch5/README.md) * [領導者與追隨者](https://github.com/Vonng/ddia/blob/master/tw/ch5/README.md#領導者與追隨者) * [複製延遲問題](https://github.com/Vonng/ddia/blob/master/tw/ch5/README.md#複製延遲問題) * [多主複製](https://github.com/Vonng/ddia/blob/master/tw/ch5/README.md#多主複製) * [無主複製](https://github.com/Vonng/ddia/blob/master/tw/ch5/README.md#無主複製) * [本章小結](https://github.com/Vonng/ddia/blob/master/tw/ch5/README.md#本章小結) * [第六章：分割槽](https://github.com/Vonng/ddia/blob/master/tw/ch6/README.md) * [分割槽與複製](https://github.com/Vonng/ddia/blob/master/tw/ch6/README.md#分割槽與複製) * [鍵值資料的分割槽](https://github.com/Vonng/ddia/blob/master/tw/ch6/README.md#鍵值資料的分割槽) * [分割槽與次級索引](https://github.com/Vonng/ddia/blob/master/tw/ch6/README.md#分割槽與次級索引) * [分割槽再平衡](https://github.com/Vonng/ddia/blob/master/tw/ch6/README.md#分割槽再平衡) * [請求路由](https://github.com/Vonng/ddia/blob/master/tw/ch6/README.md#請求路由) * [本章小結](https://github.com/Vonng/ddia/blob/master/tw/ch6/README.md#本章小結) * [第七章：事務](https://github.com/Vonng/ddia/blob/master/tw/ch7/README.md) * [事務的棘手概念](https://github.com/Vonng/ddia/blob/master/tw/ch7/README.md#事務的棘手概念) * [弱隔離級別](https://github.com/Vonng/ddia/blob/master/tw/ch7/README.md#弱隔離級別) * [可序列化](https://github.com/Vonng/ddia/blob/master/tw/ch7/README.md#可序列化) * [本章小結](https://github.com/Vonng/ddia/blob/master/tw/ch7/README.md#本章小結) * [第八章：分散式系統的麻煩](https://github.com/Vonng/ddia/blob/master/tw/ch8/README.md) * [故障與部分失效](https://github.com/Vonng/ddia/blob/master/tw/ch8/README.md#故障與部分失效) * [不可靠的網路](https://github.com/Vonng/ddia/blob/master/tw/ch8/README.md#不可靠的網路) * [不可靠的時鐘](https://github.com/Vonng/ddia/blob/master/tw/ch8/README.md#不可靠的時鐘) * [知識、真相與謊言](https://github.com/Vonng/ddia/blob/master/tw/ch8/README.md#知識真相與謊言) * [本章小結](https://github.com/Vonng/ddia/blob/master/tw/ch8/README.md#本章小結) * [第九章：一致性與共識](https://github.com/Vonng/ddia/blob/master/tw/ch9/README.md) * [一致性保證](https://github.com/Vonng/ddia/blob/master/tw/ch9/README.md#一致性保證) * [線性一致性](https://github.com/Vonng/ddia/blob/master/tw/ch9/README.md#線性一致性) * [順序保證](https://github.com/Vonng/ddia/blob/master/tw/ch9/README.md#順序保證) * [分散式事務與共識](https://github.com/Vonng/ddia/blob/master/tw/ch9/README.md#分散式事務與共識) * [本章小結](https://github.com/Vonng/ddia/blob/master/tw/ch9/README.md#本章小結) ### 參考文獻 1. Ulrich Drepper: “[What Every Programmer Should Know About Memory](https://people.freebsd.org/~lstewart/articles/cpumemory.pdf),” akka‐dia.org, November 21, 2007. 2. Ben Stopford: “[Shared Nothing vs. Shared Disk Architectures: An Independent View](http://www.benstopford.com/2009/11/24/understanding-the-shared-nothing-architecture/),” benstopford.com, November 24, 2009. 3. Michael Stonebraker: “[The Case for Shared Nothing](http://db.cs.berkeley.edu/papers/hpts85-nothing.pdf),” IEEE Database EngineeringBulletin, volume 9, number 1, pages 4–9, March 1986. 4. Frank McSherry, Michael Isard, and Derek G. Murray: “[Scalability! But at What COST?](http://www.frankmcsherry.org/assets/COST.pdf),” at 15th USENIX Workshop on Hot Topics in Operating Systems (HotOS),May 2015.