分布式数据库系统期末复习指南

一、核心概念与体系架构

分布式数据库系统通过将数据分散存储在多个物理节点上，实现数据的水平扩展与高可用性。其核心架构包含数据分片（Sharding）、副本管理（Replication）和全局协调（Coordination）三大模块。数据分片策略直接影响查询效率，常见方法包括：

• 哈希分片：基于键的哈希值均匀分配数据，如shard_id = hash(key) % N，适用于无序键的随机访问场景。
• 范围分片：按键的范围划分数据块，例如按时间戳分片，适合范围查询密集型应用。
• 目录分片：通过中央目录维护分片与节点的映射关系，灵活性高但可能成为性能瓶颈。

副本管理需解决数据一致性与可用性的矛盾。以主从复制（Master-Slave）为例，主节点处理写操作，从节点异步同步数据。若主节点故障，系统需通过选举协议（如Raft）快速切换主节点，确保服务连续性。

二、CAP理论与分布式挑战

CAP理论指出，分布式系统无法同时满足一致性（Consistency）、可用性（Availability）和分区容错性（Partition Tolerance）。实际系统中需根据业务场景权衡：

• CP系统（如ZooKeeper）：优先保证强一致性，宁可拒绝服务也不返回错误数据。
• AP系统（如Cassandra）：允许最终一致性，在分区期间仍可提供降级服务。

以电商订单系统为例，若采用AP架构，在分区期间可能显示库存延迟更新，但用户仍可下单；而CP架构会直接拒绝下单请求，避免超卖风险。

三、数据分区与负载均衡

数据分区需兼顾均匀性与局部性。均匀性要求各节点数据量相近，避免热点；局部性要求相关数据存储在同一节点，减少跨节点查询。例如：

-- 按用户ID哈希分片的SQL示例
CREATE TABLE orders (
    order_id INT PRIMARY KEY,
    user_id INT,
    amount DECIMAL(10,2)
) PARTITION BY HASH(user_id) PARTITIONS 4;

负载均衡算法需动态调整。轮询（Round-Robin）简单但无法考虑节点性能差异；加权轮询（Weighted Round-Robin）根据节点能力分配流量；最少连接（Least Connections）实时选择连接数最少的节点。

四、分布式事务与一致性模型

分布式事务需协调多个节点的操作，常见协议包括：

• 两阶段提交（2PC）：协调者先询问所有参与者能否提交，全部同意后再执行提交。但存在阻塞问题，若协调者故障，参与者需等待超时。
• 三阶段提交（3PC）：增加预提交阶段，减少阻塞时间，但仍无法完全避免网络分区导致的脑裂问题。
• TCC（Try-Confirm-Cancel）：将事务拆分为预留资源（Try）、确认提交（Confirm）和取消预留（Cancel）三步，适用于长事务场景。

一致性模型从强到弱包括：线性一致性（Linearizability）、顺序一致性（Sequential Consistency）、因果一致性（Causal Consistency）和最终一致性（Eventual Consistency）。例如，Git版本控制系统采用最终一致性，允许开发者在离线时提交，网络恢复后同步冲突。

五、故障恢复与容错设计

分布式系统需具备自愈能力。心跳检测（Heartbeat）是基础机制，节点定期发送心跳包，超时未收到则判定为故障。Gossip协议通过随机传播状态信息，实现去中心化的故障检测，适用于大规模集群。

数据备份需考虑地理冗余。例如，AWS DynamoDB支持跨区域复制，将数据同步到多个AWS区域，即使某一区域完全故障，数据仍可恢复。备份策略包括全量备份（Full Backup）和增量备份（Incremental Backup），需权衡恢复时间与存储成本。

六、实战优化建议

1. 监控与告警：部署Prometheus+Grafana监控节点CPU、内存、磁盘I/O和网络延迟，设置阈值告警。
2. 慢查询分析：通过EXPLAIN命令分析SQL执行计划，优化索引和查询语句。例如，避免在分布式表中使用SELECT *，改为指定列名。
3. 扩容策略：水平扩容时，优先采用无状态服务（如计算节点），有状态服务（如存储节点）需考虑数据迁移成本。
4. 混沌工程：定期模拟节点故障、网络延迟等场景，验证系统容错能力。可使用Chaos Mesh等工具。

七、未来趋势与挑战

随着5G和物联网发展，分布式数据库需支持更低延迟和更高吞吐量。NewSQL（如CockroachDB）结合了传统SQL的易用性和NoSQL的可扩展性，成为新热点。此外，AI辅助的自动分片和索引优化正在兴起，例如通过机器学习预测查询模式，动态调整数据分布。

复习时，建议结合开源项目（如MySQL Cluster、TiDB）的源码和文档，理解其实现细节。同时，通过LeetCode等平台的分布式系统专题题库，练习算法题（如一致性哈希、Paxos协议模拟），加深对理论的理解。

通过系统复习上述内容，读者可全面掌握分布式数据库系统的核心原理与实践技巧，为期末考试和未来开发工作奠定坚实基础。