未来已来！分布式数据库的“星辰大海”绝不仅限于替换( 二 ) _分布式数据库

分布式数据库的出现可以很好地解决数据库实例批量管理中，扩展困难以及维护困难的问题。同时，基于引擎级多模技术，分布式数据库可以基于同一份数据，支撑多种数据库引擎的联机交易，通过跨引擎事务一致性能力，为客户打通微服务架构下异构数据源的ACID一致性。因此，分布式数据库技术相比传统Oracle等数据库更有利于微服务化，为企业打通底层数据，降低数据的存储及管理成本。助力研发团队进行DevOps持续交付，提升产品研发效率。

文章插图
3）海量数据实时访问
海量数据的存储和计算通常由数仓（MPP数据库）或大数据平台（Hadoop）完成，数据量往往达到千亿（甚至万亿）级别。传统应用中，由于数仓中需要预先完成数据清洗入库，数仓及大数据平台无法支持实时并发数据访问，限于现有平台的处理模型，因此难以进行联机业务的创新。然而，数据化转型过程中，对客联机交易、历史数据服务平台或IoT物联网系统中，会产生要求联机实时处理海量数据的解决方案。
分布式数据库可以在这一场景中，协助企业客户获得更佳的使用体验。首先，分布式数据库与Hadoop及数据仓库一样具有很好的弹性扩展能力。其次，分布式数据库可以提供与传统关系型数据库同等的ACID支持，以保障其关键业务的事务一致性。最重要的是，分布式数据库可以更好地支持高并发的业务访问，可以像使用单机数据库一样，在包含几千亿甚至万亿级记录的表中实现毫秒级数据检索。

文章插图
4）非结构化数据治理
非结构化数据包括图片、文档、音视频等对象文件，以往只是单纯存放于存储系统中，提供单一的保存及调取功能。因此，除了直接操作这些文件的业务系统外，非结构化数据对于企业中的其他系统就是一个黑匣子，无法发挥数据的潜在价值。
如今的业务系统往往开始大规模联机使用这类非结构化数据。例如，在业务中各类文件采集，交易过程头像、指纹、声纹监管要求的原档留存，各类业务的360客户画像系统，处理过程需要与非结构化数据进行高频比对，并发处理及采样修正，这些场景都需要非结构化数据的联机实时管理。单纯采用NAS或网盘存储海量非结构化数据，早已经无法满足这类实时联机处理能力的需求。
同时，数字化转型中非结构化数据不再是静态的文件。通过AI机器学习及比对分析，非结构化数据将包含更多元化的业务属性，为各类业务系统提供信息输入。因此，需要对其进行有效的分类治理，盘活非结构化数据资产的潜在价值。

文章插图
分布式数据库可以有效提升非结构化数据的实时处理能力，结合引擎级多模能力统一存储结构化及对象数据，可以有效地实现基于标签特征数据的分类治理，成为企业「非结构化数据治理」建立坚实的底座。

分布式技术演进趋势从技术角度，在各行业对海量数据、互联网类应用快速发展的需求中，弹性扩张、多模式等功能是传统Oracle数据库所难以满足的，也是分布式数据库存在的最大价值与目的。在这类技术背景下，做到“不使用Oracle而选择分布式数据库”是最正确的答案。分布式数据库的最佳落地与使用方式，正是从海量数据业务到核心的逐步迭代过程。先从存在海量数据弹性扩展的新兴业务需求入手，随着业务革新不断的深入，逐渐渗透进传统业务及应用中。
1）弹性：存算分离实现灵活扩展
作为分布式数据库，弹性扩展能力是其存在的核心意义与价值。相比起传统MPP数据仓库，新型分布式数据库可以基于存算分离的部署模型，实现存储与计算资源独立扩展的能力，实现对应用层面无感知的按需弹性扩展。

文章插图
2）事务：原生分布式强一致性
在分布式技术逐步贴近业务核心的过程中，客户对于ACID事务一致性的要求也持续提升。例如，在联机交易业务中，往往要求“RR级别事务隔离”能力。在这类需求中，基于分库分表技术的解决方案，由于数据库本身无法提供此支持，（部分产品甚至不提供事务支持或通过1PC提交进行弱化）。导致需要借助大量外围应用程序逻辑配合，才能达到最终一致性的效果，大量消耗开发人员的设计精力。而原生分布式数据库，得益于源自内核的分布式设计，客户可以放心地将事务一致性逻辑交由数据库层进行处理，让开发人员回归到纯粹的业务设计，为业务提供直接有效的研发产出，提升企业研发效率。