分布式架构
分布式数据库本身分为计算层、元数据层和存储层。
-
计算层就是之前单机数据库中的 SQL 层，用来对数据访问进行权限检查、路由访问，以及对计算结果等操作。
-
元数据层记录了分布式数据库集群下有多少个存储节点，对应 IP、端口等元数据信息是多少。当分布式数据库的计算层启动时，会先访问元数据层，获取所有集群信息，才能正确进行 SQL 的解析和路由等工作。另外，因为元数据信息存放在元数据层，那么分布式数据库的计算层可以有多个，用于实现性能的扩展。
-
存储层用来存放数据，但存储层要和计算层在同一台服务器上，甚至不求在同一个进程中。
数据分片
首先选出分片键， 选择分片算法，比较常见的有RANGE和HASH。一般比较推荐HASH, RANGE是一个比较糟糕的算法。因为数据还是比较集中。选择一个适合的分片键和分片算法，把数据打散，并且业务的绝大部分查询都是根据分片键进行访问。
索引
用有序的全局唯一替代自增，是这个时代数据库主键的主流设计标准。
当查询条件不是分片键时，需要查询所有分片才能查出数据。此时可以添加索引表，进行类似二级索引的回表实现。虽然存储上较冗余全表容量小了很多，但是要根据另一个分片键进行数据的存储，依然显得不够优雅。
最优的设计，不是创建一个索引表，而是将分片键的信息保存在想要查询的列中，这样通过查询的列就能直接知道所在的分片信息。这样的实现方式较冗余表和索引表的设计来说，效率更高，查询可以提前知道数据对应的分片信息，只需 1 次查询就能获取想要的结果。这样实现的缺点是，主键值会变大一些，存储也会相应变大。
全链路的条带化设计
条带化是存储的一种技术，将磁盘进行条带化后，可以把连续的数据分割成相同大小的数据块，简单的说，条带化就是把每段数据分别写入阵列中不同磁盘上的方法。
分布式事务
2PC分布式事务
2PC 是数据库层面实现分布式事务的一种强一致性实现。在 2PC 中，引入事务协调者的角色用于协调管理各参与者（也可称之为各本地资源）的提交和回滚。而 2PC 所谓的两阶段是指parepare（准备）阶段和 commit（提交）两个阶段。
2PC 的一个难点在于 prepare 都成功了，但是在进行第二阶段 commit 的时候，其中一个节点挂了。这时挂掉的那个节点在恢复后，或进行主从切换后，节点上之前执行成功的prepare 事务需要人为的接入处理，这个事务就称之为悬挂事务。
可以通过命令 XA_RECOVER 查看节点上事务有悬挂事务
XA_RECOVER;
SHOW ENGINE INNODB STATUS\G;
XA COMMIT 'a';
优点是使用简单，当前大部分的语言都支持 2PC 的实现。若使用中间件，业务完全就不用关心事务是不是分布式的。缺点是，事务的提交开销变大了，从 1 次 COMMIT 变成了两次 PREPARE 和COMMIT。而对于海量的互联网业务来说，2PC 的性能是无法接受。
柔性事务
框架有TCC, SAGA , SEATA, 也可以通过消息表实现。它们实现原理本身就是通过补偿机制，实现最终的一致性。
