iT邦幫忙

2021 iThome 鐵人賽
DAY 22
0
DevOps

中台化轉型系列 第 22 篇

分散式資料庫：分散式策略

13th鐵人賽
728 瀏覽

  • 分享至 

  • xImage
    •  
  • 資料分片(Sharding)
    選擇適當的架構才能確保可用性及運行效能。
    • 評量要素
      • 均勻分布
      • 組態設定
      • 路由規則
      • 彈性伸縮(Auto Scaling)
      • 遷移成本
    • 分片策略
      • 餘數雜湊(Modular Hashing)
        只需節點數量及雜湊參數即可計算分片，當節點數量異動時，會需要付出資料遷移成本。
      • 一致性雜湊(Consistent Hashing)：Apache Cassandra
        利用一致性雜湊環(Consistent Hashing Ring)解決節點數量移動時的資料遷移成本問題，利用鄰近節點儲存資料及分享資料流輛卻可能會犧牲了負載平衡，利用虛擬節點解決了負載平衡問題。
      • 連續區域：BigTable
        有相鄰關係的資料會被分配到同一節點，適合需要大範圍查詢資料容易會有 TableScan 產生的情況，有效減少因節點數量異動造成的資料遷移成本問題。
  • 資料複本
    主要還是在客戶資料請求前將資料庫(主、從、節點)內容更新到一致。
    • 非同步複製
      資料操作請求傳輸到特定節點後即刻回應，後續利用日誌將資料操作更新到其他資料庫複本，滿足 Read After Write 最終一致性。
    • 同步複製：
      資料操作請求傳輸到特定節點後，會轉發所有節點等待處理完成才回應，容易有明顯的延遲問題。

上一篇
分散式資料庫：分散式理論
下一篇
分散式資料庫：一致性協定
系列文
中台化轉型 共 30 篇
  1. 26
    大數據平台：資料倉儲
  2. 27
    大數據平台：分散式計算
  3. 28
    大數據平台：分散式檔案
  4. 29
    大數據平台：訊息中介
  5. 30
    大數據平台：叢集管理
完整目錄
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言
iThome鐵人賽
參賽組數
1064 組
團體組數
40 組
累計文章數
22203 篇
完賽人數
602 人
iT+看影片追技術 看影片追技術 看更多
熱門tag 看更多
15th鐵人賽 16th鐵人賽 13th鐵人賽 14th鐵人賽 12th鐵人賽 11th鐵人賽 鐵人賽 2019鐵人賽 javascript 2018鐵人賽 python 2017鐵人賽 windows php c# windows server linux css react vue.js
熱門問題
熱門回答
熱門文章
IT邦幫忙