分布式数据-概述

数据库分布在多台设备上的好处：

1. 可拓展性： 数据量、读取负载、写入负载超出了单台机器处理能力。
2. 容错、高可用：单台机器（或多台、网络、整个数据中心）出现故障仍然能继续工作。
3. 延迟：全球范围内部署多个服务器，用户从最近的数据中心获取服务。

扩展负载

1. 垂直扩展（vertical scaling or scaling up）：买更强大的机器。
   1. 方法1: 共享内存架构，许多处理器，内存和磁盘可以在同一个操作系统下相互连接，快速的相互连接允许任意处理器访问内存或磁盘的任意部分。所有的组件都可以看作一台单独的机器（ps：大型机中，尽管任意处理器可以访问内存的任意部分，但是总有一些内存区域与处理器更近，称为非均匀内存访问，解决方案是分区，使每个处理器主要访问临近内存）。缺点，成本的增长是非线性的。
   2. 方法2: 共享磁盘架构，使用多台具有独立处理器和内存的机器，但将数据存储在机器之间共享的磁盘阵列上，这些磁盘通过快速网络连接（ps：网络附属存储 NAS ，或存储区网络 SAN）。这种架构常用于数据仓库，竞争和锁定的开销限制可伸缩性。
2. 水平拓展（horizontal scaling or scaling out）: 也是一种无共享架构，买更多的机器。在这种架构中，运行数据库软件的每台机器 / 虚拟机都称为 节点（node）。每个节点只使用各自的处理器，内存和磁盘。节点之间的任何协调，都是在软件层面使用传统网络实现的。（ps：它带来了额外的复杂度）。

复制和分区

复制（Replication）： 不同的节点上保存数据的相同副本。提供了冗余，也有助于改善性能。

分区（Partitioning）：将一个大型数据库，拆分成较小的子集（称为分区，partitions），从而将不同的分区指派给不同的节点（nodes，也叫 分片， 即sharding）。

它们经常同时使用。