DTCC归来-高可用可扩展数据库架构探讨

之前说起 将参加 2010 数据库技术大会，今天将这次参会使用的 PPT 贴出来，或许会对大家有点用。

先大概介绍下大会的几本情况吧，满满2天的大会，共安排了 29 场演讲，内容涵盖了 Oracle，MySQL，DB2，SQL Server ，Sybase，达梦（国产数据库） 等多种数据库，演讲数量之多，主题内容之丰富，实数罕见，哈哈。演讲嘉宾的阵容也非常庞大，国内14个 ACE / ACE Director，其中9位到场演讲。

各个主题内容的 PPT 可以到 此处下载 ，这里我大概介绍下“高可用可扩展数据库架构” 这个话题吧：

在主题中，我从数据库的 高可用 和 可扩展 两个方面来进行了分享探讨：

高可用

• 软/硬件高可用（热/冷备）
• 数据高可用（共享，同/异步复制）

单独的硬件高可用出了冗余之外本身没有太多可以讲的，所以一笔带过。
基于共享设备的数据高可用只是大概的介绍了可能的方案，由于各方案的实施都比较昂贵，更适合于Oracle，DB2等，所以也没有深入探讨。
所以，这部分重点介绍了一下利用 MySQL 的 Replication 技术和应用程序的共同配合来实现 Share Nothing 方式的高可用。

可扩展

• 向上扩展（Scale Up）
  • 硬件扩容（增加CPU数量，增加内存容量，增加磁盘数量…）
  • 硬件升级（更换更高端的主机，更换更高端的粗出设备，更换更高端CPU，更换转速更快的磁盘…）
• 向外扩展（Scale Out）
  • 数据拷贝分发（一处写入多处读取，读写分离…）
  • 数据垂直/水平切分（功能模块切分（vertical sharding），水平分片切分（horizontal sharding），两者综合）
  • Cache 和 Search（应用程序更新Cache，数据库更新 Cache，利用Search全文搜索…）

对于扩展性，Scale Up基本上就是哥哥厂商自身单台设备扩容能力的比拼，我们没有太多能力干预，所以我也只是简单分析了一下。
而对于 Scale Out，我想肯定是大家最关心的问题了。而Scale Out 中的 Sharding ，我想大家肯定也不是第一次听到，毕竟不是什么新东西了。
我这里重点介绍的是Sharding过程中如何选择合适的Sharding方法，如何解决Sharding之后的数据合并问题（其实没有解决，窘…），以及如何利用数据库外部资源（Cache,Search）来解决数据层的扩展性问题。

其实架构这个东西本身就是 仁者见仁智者见智，没有万能的架构，也没有长久适用的架构。架构和业务场景息息相关密不可分，离开了实际业务场景谈架构，可以说就是纸上谈兵，那如果离开了架构仅仅追求快速的业务实现呢？呵呵，出来混，迟早要还的。

注：我本身不是什么架构师，占用大家那么多宝贵时间听我扯淡架构，挺感动的…