分散式資料庫架構原理 - Alex Petrov

概括
您可能使用過像 Postgres、MySQL 等這樣的 DBMS。
它們提供了一個非常有用的抽象，您可以在應用程式中使用它來儲存和（以後）檢索資料。
所有 DBMS 都提供了一個 API，您可以透過某種型別的查詢語言使用該 API 來儲存和檢索資料。
它們還圍繞如何儲存/檢索這些資料提供了一組保證。這種保證的幾個例子是

• 耐用性- 保證在 DBMS 崩潰時您不會丟失任何資料
• 一致性- 寫入資料後，所有後續讀取是否總是給出資料的最新值？（這對於分散式資料庫很重要）
• 讀/寫速度- IOPS是儲存裝置上每秒輸入和輸出操作的標準度量。

資料庫管理系統使用客戶端/伺服器模型。您的應用程式是客戶端，DBMS 是伺服器（託管在同一臺機器上或不同的機器上）。
傳輸系統Transport是 DBMS 接受客戶端請求的方式。
客戶端請求以資料庫查詢的形式出現，通常以某種型別的查詢語言（例如 SQL）表示。
收到查詢後，傳輸系統會將查詢傳遞給查詢處理器。
查詢處理器將首先解析查詢（例如使用抽象語法樹）並確保它是有效的。
檢查有效性意味著確保查詢有意義（所有命令都被識別，訪問的資料是有效的，等等），並且客戶端被正確地允許訪問/修改他們請求的資料。
如果查詢無效，則資料庫將向客戶端返回錯誤。
否則，解析後的查詢將傳遞給查詢最佳化器。
最佳化器將首先消除查詢的冗餘部分，然後使用內部資料庫統計資訊（索引基數、近似交集大小等）來找到執行查詢的最有效方式。
對於分散式資料庫，最佳化器還將考慮資料放置，例如叢集中的哪個節點儲存資料以及與傳輸相關的成本。
最佳化器的輸出是描述執行查詢的最佳方法的執行計劃。該計劃也稱為查詢計劃或查詢執行計劃。
該執行計劃被傳遞給執行該計劃的執行引擎。
當您使用分散式資料庫時，執行計劃可能涉及遠端執行（對儲存在不同機器上的資料發出網路請求）。
否則，它只是本地執行（對本地儲存的資料執行查詢）。
遠端執行涉及叢集通訊，其中 DBMS 與資料庫叢集中的其他機器通訊並向它們傳送資料請求。如上圖所示，這是傳輸層的一部分。
本地執行涉及與儲存引擎對話以獲取資料。
儲存引擎是資料庫中直接負責在記憶體和磁碟中儲存、檢索和管理資料的元件。
儲存引擎通常提供一個簡單的資料操作 API（允許 CRUD 功能）幷包含有關如何運算元據的實際細節的所有邏輯。
儲存引擎的示例包括BerkeleyDB、LevelDB、RocksDB等。
資料庫通常允許您選擇正在使用的儲存引擎。
例如，MySQL 有多種儲存引擎可供選擇，包括 RocksDB 和 InnoDB。
儲存引擎由幾個元件組成
事務管理器- 負責建立事務物件並管理它們的原子性（整個事務成功或回滾）。
鎖管理器- 事務將同時執行，因此鎖管理器管理每個事務正在訪問的資料庫物件上的鎖（並在事務提交或回滾時釋放這些鎖）。
訪問方法- 這些管理訪問、壓縮和組織磁碟上的資料。訪問方法包括堆檔案和儲存結構，例如 B 樹。
緩衝區管理器- 此管理器將資料頁快取在 RAM 中，以減少對磁碟的訪問次數。
恢復管理器- 維護操作日誌並在發生故障時恢復系統狀態。
不同的儲存引擎在這些元件之間做出不同的權衡，從而導致壓縮、縮放、分割槽、速度等方面的效能不同。