一、分庫(kù)分表、MPP和分布式數(shù)據(jù)庫(kù)的區(qū)別
1）分庫(kù)分表做法，主要是因?yàn)樵缙趩螜C(jī)數(shù)據(jù)庫(kù)（主要還是MySQL這種低成本場(chǎng)景）下無(wú)法在一個(gè)庫(kù)一張表來(lái)承載同一業(yè)務(wù)表下所有的數(shù)據(jù)，因而將數(shù)據(jù)劃分到不同的物理庫(kù)表中去，從業(yè)務(wù)視角來(lái)形成一個(gè)大的邏輯表。這樣的話能夠充分利用水平拆分能力，來(lái)存儲(chǔ)超大的數(shù)據(jù)集。一般拆分邏輯依賴業(yè)務(wù)給出相關(guān)的字段，配合分表規(guī)則，來(lái)做hash、range的拆分。這種方式一般通過(guò)一些富客戶端來(lái)支持用戶sql，好處很直觀，針對(duì)點(diǎn)查詢效率很高，插入數(shù)據(jù)效率高，但問(wèn)題點(diǎn)很多，也不太好解決，主要在于涉及到不同分庫(kù)的sql操作，比如怎么支持跨庫(kù)表join，怎么支持分布式事務(wù)來(lái)更新，如果sql中不帶分區(qū)鍵導(dǎo)致全邏輯表查詢等等。另外，數(shù)據(jù)量越來(lái)越大時(shí)有熱點(diǎn)問(wèn)題怎么辦，數(shù)據(jù)怎么重分布，宕機(jī)怎么恢復(fù)，路由表變更怎么辦，怎么做多個(gè)實(shí)例的服務(wù)發(fā)現(xiàn)，怎么做讀寫(xiě)分離，等等。最終就是讓業(yè)務(wù)上做妥協(xié)，最終一致性，不支持join，允許局部節(jié)點(diǎn)故障，等等。
2）本質(zhì)上，分庫(kù)分表中間件相當(dāng)于把數(shù)據(jù)庫(kù)解決不了的問(wèn)題推到業(yè)務(wù)側(cè)，讓業(yè)務(wù)參與解決或者妥協(xié)。隨著云計(jì)算平臺(tái)分布式數(shù)據(jù)庫(kù)越來(lái)越強(qiáng)大，分庫(kù)分表的技術(shù)會(huì)慢慢的退出歷史舞臺(tái)。簡(jiǎn)單來(lái)說(shuō)，分布式數(shù)據(jù)庫(kù)把上面的問(wèn)題盡量的在數(shù)據(jù)系統(tǒng)內(nèi)部解決掉，給客戶的接口非常簡(jiǎn)單，統(tǒng)一的endpoint，標(biāo)準(zhǔn)的數(shù)據(jù)庫(kù)協(xié)議，完整的sql支持能力，等等，但內(nèi)部一樣有各種數(shù)據(jù)分區(qū)邏輯。分布式數(shù)據(jù)庫(kù)從廣義上來(lái)說(shuō)，就是實(shí)現(xiàn)數(shù)據(jù)庫(kù)語(yǔ)義的分布式架構(gòu)下的系統(tǒng)，像云上各種OLTP和OLAP產(chǎn)品，應(yīng)該都可以稱(chēng)之為分布式數(shù)據(jù)庫(kù)。分布式數(shù)據(jù)庫(kù)中最重要的就是數(shù)據(jù)怎么擺放，數(shù)據(jù)在多個(gè)機(jī)器上平均分?jǐn)偝钟幸环輸?shù)據(jù)做sharding，還是多個(gè)節(jié)點(diǎn)相互復(fù)制一份數(shù)據(jù)做主備，還是利用底層共享存儲(chǔ)共享一份完整數(shù)據(jù)集，衍生出不一樣的系統(tǒng)架構(gòu)和能力。
3）mpp數(shù)據(jù)庫(kù)主要區(qū)別于smp數(shù)據(jù)庫(kù)。后者一般是單機(jī)架構(gòu)，而單機(jī)能力畢竟有限，在OLAP計(jì)算數(shù)據(jù)量非常大的時(shí)候，單機(jī)數(shù)據(jù)庫(kù)的分析能力非常有限。mpp數(shù)據(jù)庫(kù)構(gòu)建一套分布式計(jì)算集群（mpp數(shù)據(jù)庫(kù)肯定是分布式系統(tǒng)，但狹義上應(yīng)該不算那些只考慮數(shù)據(jù)切片的分布式數(shù)據(jù)庫(kù)），增強(qiáng)計(jì)算能力，在計(jì)算中再針對(duì)數(shù)據(jù)集做切片調(diào)度執(zhí)行等，最終希望能實(shí)現(xiàn)計(jì)算力的水平擴(kuò)展。
總結(jié)一下，這些概念本身不是完全無(wú)關(guān)的，相互有關(guān)系。我接觸過(guò)的發(fā)展過(guò)程：
單機(jī)數(shù)據(jù)庫(kù)，到主備分布式數(shù)據(jù)庫(kù)（解決高可用和數(shù)據(jù)高可靠），到分庫(kù)分表（sharding解決橫向擴(kuò)展）+主備分布式數(shù)據(jù)庫(kù)（解決部分?jǐn)?shù)據(jù)的可用和數(shù)據(jù)可靠性，全局?jǐn)?shù)據(jù)無(wú)強(qiáng)一致保障），再到主備+內(nèi)部自動(dòng)分區(qū)和復(fù)雜分布式計(jì)算的分布式數(shù)據(jù)庫(kù)（數(shù)據(jù)，語(yǔ)義，能力，免運(yùn)維都很強(qiáng)），再到數(shù)據(jù)層共享存儲(chǔ)、計(jì)算層橫向彈性擴(kuò)縮容的分布式數(shù)據(jù)庫(kù)架構(gòu)（能力越來(lái)越強(qiáng)，成本、彈性、故障恢復(fù)速度、災(zāi)備等），等等。
無(wú)論上單機(jī)還是分布式數(shù)據(jù)庫(kù)，針對(duì)單個(gè)sql，最終只會(huì)在一個(gè)節(jié)點(diǎn)上執(zhí)行完成，而mpp數(shù)據(jù)庫(kù)會(huì)對(duì)這個(gè)sql執(zhí)行計(jì)算任務(wù)分解，靠整個(gè)集群的算力分布式調(diào)度計(jì)算，最后整體完成sql。這個(gè)可能是與分布式數(shù)據(jù)庫(kù)的差異。但分布式數(shù)據(jù)庫(kù)與mpp數(shù)據(jù)庫(kù)不是一個(gè)差異化很大的概念，技術(shù)實(shí)現(xiàn)上也會(huì)有很多重疊的。
延伸閱讀：
二、全文索引
FULLTEXT（全文）索引，僅可用于MyISAM和InnoDB，針對(duì)較大的數(shù)據(jù)，生成全文索引非常的消耗時(shí)間和空間。對(duì)于文本的大對(duì)象，或者較大的CHAR類(lèi)型的數(shù)據(jù)，如果使用普通索引，那么匹配文本前幾個(gè)字符還是可行的，但是想要匹配文本中間的幾個(gè)單詞，那么就要使用LIKE %word%來(lái)匹配，這樣需要很長(zhǎng)的時(shí)間來(lái)處理，響應(yīng)時(shí)間會(huì)大大增加，這種情況，就可使用時(shí)FULLTEXT索引了，在生成FULLTEXT索引時(shí)，會(huì)為文本生成一份單詞的清單，在索引時(shí)及根據(jù)這個(gè)單詞的清單來(lái)索引。FULLTEXT可以在創(chuàng)建表的時(shí)候創(chuàng)建，也可以在需要的時(shí)候用ALTER或者CREATE INDEX來(lái)添加。
京公網(wǎng)安備 11010802030320號(hào)