ACID

ACID：RDBMS的理论基石

  • 原子性（Atomicity）
  • 一致性（Consistency）
  • 隔离性（Isolation）
  • 持久性（Durability）

CAP理论

Brewer的CAP理论：在一个分布式环境下，存在3个核心需求

  • 数据的一致性（Consistency）
  • 系统的高可用性（Aviliability）
  • 分区容错性（Partition Tolerance）

这三个需求不可能同时满足，最多只能满足2个。

Base理论

弱化了的CAP理论：

  • Basically Availible（基本可用）
  • Soft state（软状态、柔性事务）
  • Eventual Consistency（最终一致性）

NWR法则

NWR ：

  • N：复制的节点数量
  • W：成功写操作的最小节点数
  • R：成功读操作的最小节点数

当 R + W > N，可以保证强一致性。

当R + W <= N，无法保证数据的一致性。

极端情况：

  • W = 1, R = N，写要求高性能高可用
  • R = 1, W = N，读要求高性能高可用

读写平衡：W = Q, R = Q, Q = N/2+1

分布式数据库架构

分布式数据库架构优势：

  • 数据的并行计算和访问
  • 灵活的扩展性
  • I/O通道的扩展
  • 对应用透明
  • 主机资源的整合
  • 数据的冗余

架构：

  • 主机数量
  • 数据冗余
  • 系统监控
  • 水平扩展
  • 备份及恢复
  • 容灾

影响数据库数量的因素：

  • 系统容量
  • 查询性能
  • 加载性能
  • 恢复时间

备份考虑的因素：分布式环境下，可能Rman备份不能使用，可以考虑将数据库中的数据导出成格式化文件进行备份，恢复时使用Sql*Loader进行导入恢复。

扩展性要考虑的因素：

  • 当业务数据接近系统设计的上限值时，需要容量扩展
  • 当数据处理的速度无法满足业务需求时，需要性能扩展
  • 为了防止突发事件使数据库崩溃

分布式系统中间件架构

分布式系统中间件优势：

  • 统一对外的API
  • 高效的查询和加载性能
  • 负载均衡
  • 灵活的扩展性

架构中间件需要考虑的因素：

  • 统一API
  • 负载均衡
  • 数据查询
  • 数据加载
  • 服务监控
  • 容错和扩展