2019独角兽企业重金招聘Python工程师标准>>> 
对于PostgreSQL用户来说，随着数据增多、业务负载上升，需要将其进行容器化和集群化改造，以便于管理和伸缩规模。PostgreSQL虽然可以支持集群，但仍然是传统数据库架构而非分布式数据库架构。扩展为集群主要有两种方式：一是单写多读，slave节点实时同步，实施比较简单；二是多写多读，需要在中间层添加分布式事务协调器实现写一致性，多读机制与第一种方法相同。大部分情况下，数据库都是写少读多，第一种方案就足够了。
作为开源数据库的新星，PostgreSQL已经发展了多种集群化部署方案，主要分为裸机部署、容器部署和Kubernetes集群部署三种主要方式；而且，已经研发了相应的扩展版本和部署工具，可以更快地进行集群的部署和管理。不过，由于扩展插件（如PostGIS）往往落后于主版本的开发，与特定版本有一定的依赖性，在缺省的集群安装中可能无法使用，需要自己手动安装甚至从源码进行编译。
Postgres-XL-水平扩展集群
Postgres-XL(https://www.postgres-xl.org/) 基于 PostgreSQL 数据库构建，是一个通用的 ACID 开源的、可方便进行水平扩展的 SQL 数据库解决方案。Postgres-XL内建了MPP (Massively Parallel Processing)能力，引入了分布式事务协调器，支持多写多读，可用于商业智能、大数据分析等场合。
- Postgres-XL官方文档，https://www.postgres-xl.org/documentation/intro-whatis-postgres-xl.html
Postgres-XL 可非常灵活的应付各种负载，特性包括：
-
OLTP 写频繁的业务。
-
商业智能需要MPP并行性。
-
操作数据存储。
-
Key-value 存储。
-
GIS 地理空间数据存储。
-
适合不同业务工作环境。
-
多租户服务提供商托管环境。
Postgres-XL在PostgreSQL上增加了GTC和GTM，架构上是比较复杂的，虽然可以容器化但还没有完整的Kubernetes集群部署方案，因此目前无法利用Kubernetes的节点伸缩、自动化管理等能力，需要手工进行配置。
Kubernetes部署-自动伸缩集群
目前在Kubernetes上部署PostgreSQL集群的方案有Stolon（由SorintLab开发）、Crunchy（由CrunchyData开发）、Patroni（由Zalando开发）。
- 更详细的部署方法，请参考：
- Kubernetes部署高可用PostgreSQL集群
- Kubernetes快速部署高可用PostgreSQL
- PostgreSQL的高可用与数据复制方案
- Patroni: A Template for PostgreSQL HA with ZooKeeper, etcd or Consul
以上几种方法采用一主多从的模式进行部署，主从节点之间通过数据复制保持同步，数据通过单一节点写入，从多个节点读出。节点由Kubernetes进行管理，可以实现负载均衡、在线扩容、容错漂移等高级特性，适合写入频率低、读取负载高的应用场景。
Stolon的Kubernetes部署架构如下图所示：
不过，由于缺省安装方案只提供了基本的容器镜像，而且扩展插件（如PostGIS）往往落后于主版本的开发，与特定版本有一定的依赖性，在缺省的集群安装中可能无法使用，需要自己手动安装甚至从源码进行编译，进行自定义容器镜像的创建，然后修改yaml配置文件进行部署，第一次部署起来有一些繁琐（以后可以通过现成的yaml文件重建，就比较简单了）。
采用Stolon部署PostgreSQL到Kubernetes，运行的容器实例情况如下：
PostGIS-空间数据存取
PostGIS是支持地理空间数据存储、查询和简单空间运算的数据库系统，基于PostgreSQL扩展开发，可以单独安装发行版，或者在PostgreSQL中安装扩展插件来实现该功能，目前开源的QGIS和SuperMap、ESRI等商业GIS软件都支持PostGIS作为数据存储后端服务器。在使用Stolon、Crunchy、Patroni部署时，目前没有现成的镜像可用，需要自定义容器镜像。
- PostGIS介绍，https://postgis.net/workshops/postgis-intro/
为了方便使用，PostGIS提供了一些演示地图数据（如下），也可以使用GDAL、QGIS等免费工具和SuperMap、ArcGIS等大型商业GIS平台进行数据的导入、导出、转换、投影、制图、分析等操作。使用GeoPandas也可以在Python环境中进行空间数据操作，以及使用Notebook、JupyterHub/JupyterLab进行融合的空间大数据分析。
目前，Postgres-XL和PostgreSQL标准安装都可以直接安装PostGIS模块，导入数据即可使用。在使用Stolon、Crunchy、Patroni部署时，目前没有现成的镜像可用，需要自定义容器镜像（估计，很快会有人做出来的）。
pgAdmin-图形管理界面
使用pgAdmin的图形化界面进行管理，参考：Kubernetes上PostgreSQL集群的管理。
网络共享存储
PostgreSQL集群的各个节点使用各自的存储，即便是使用共享的存储设备。这种模式可以提高数据存储的可靠性，但需要将各节点的存储尽可能分布到不同的存储设备上，以减少存储设备失效带来的数据丢失的风险。
在部署时需要考虑到节点漂移后的存储可用性问题，可以采用制定节点的方式来固定访问的存储位置（如使用本机磁盘时），或者使用网络共享存储来提供可迁移的分布式存储访问，可以使用传统的光纤存储网络或者基于以太网协议的IPSAN(包括IPSCSI)，也可以使用基于软件的网络存储服务（NFS）以及分布式存储（GlusterFS、Ceph/Rook）等。关于网络存储服务，参考：
- 基于Kubernetes的容器存储系统
- NFS将固定存储变为网络存储服务。
- Kubernetes搭建NFS原生服务
- Kubernetes存储系统-NFS Server的Helm部署
- kunbernetes存储系统-基于NFS的PV服务
- GlusterFS分布式存储服务
- GlusterFS-Kubernetes云原生存储
- GlusterFS-动态卷快速应用
- 安装 GlusterFS - 快速开始
- 分布式存储系统GlusterFS最新版本安装
- GlusterFS的客户端访问和NFS设置
- 向分布式存储系统的迁移-使用ZFS/Gluster
- 通过GlusterFS黏合多节点SSD剩余空间
- Kubernetes中挂载GlusterFS的volume
- ZFS存储池zpool丢失恢复及Gluster卷自愈
- Ceph/Rook分布式存储系统
- Rook-运行于云原生环境的分布式存储系统
- Kubernetes存储系统-云原生存储Rook部署
- Rook-Ceph 分布式存储系统快速部署
- Kubernetes中用Helm安装Ceph存储服务
- Rook 0.8 安装及Dashboard的问题和解决
集群数据库展望
随着容器技术和集群技术的发展，越来越多的服务器软件开始向云原生环境迁移，数据库也不例外。传统数据库服务器不仅向多节点集群方案发展，还向容器化和Kubernetes集群部署模式演进，就连Oracle都已经推出容器部署的方案，而新出现的NoSQL/NewSQL数据库（如MongDB/Redis等等）更是从一开始就把多节点集群、容器集群作为原生运行环境进行开发。
本文介绍了传统业务大量使用的PostgreSQL数据库的分布式和容器集群部署方案，而MySQL作为互联网企业大量采用的数据库服务器系统，也出现了OceanBase、Vitess等多种集群化部署方案（参考《分布式MySQL集群Vitess-简介》、 《分布式MySQL集群Vitess-Kubernetes部署》），前几年新创的CrateDB声称是同时具有NoSQL的灵活性和SQL的易用性的分布式数据库系统。
随着云原生技术的成熟和被接受度增加，传统数据库将能够更好地支持云原生环境，带来可以动态伸缩的大规模SQL数据服务体验，而面向云原生的“原生数据库”系统也将获得更大的发展和更广泛的应用。