五种知名的分布式数据库大PK

​译者 | 陈峻

审校 | 孙淑娟

在过去的十年间，分布式系统已遍布全球。它们跨区域地使用编排技术，实现了横跨多个云服务提供商及本地基础设施的混合云式部署，负载平衡，以及高可用性。在此基础上，数据库领域也在不断迭代与发展。近年来，业界大量涌现了专为分布式数据库部署而设计的新型数据库系统。当然，也有部分数据库已在原有的设计中，添加了分布式架构组件。

DB-Engines.com评出的百强数据库

知名网站DB-engines.com使用加权算法，跟踪了各种数据库在各个平台上的提及次数、Google的搜索趋势、Stack Overflow上的讨论频率、推文发布的职业技能次数、以及linkedIn个人资料出现的数量。下图展示了截至2022年5月，在上榜的394种数据库中，市场占比前100的数据库分布情况。

截至2022年5月，DB-Engines.com上排名前100的数据库

其中，作为传统的SQL系统，关系数据库管理系统（RDBMS）仍占比最大，高达47%。而占比25%是NoSQL系统，涵盖了丰富的类型，包括：MongoDB之类的文档数据库、Redis之类的键值系统、ScyllaDB之类的宽列（wide column）数据库、以及Neo4j之类的图形数据库。而占比11%的“多模型”数据库包含了在同一系统中，同时支持SQL和NoSQL的混合体（如：Microsoft的Cosmos DB和ArangoDB），或支持多种NoSQL数据模型的数据库（如：DynamoDB，它将自己列为NoSQL键值系统和一个文件存储的集合）。

什么是分布式数据库？

人们对于如何构建符合SQL（源自ANSI/ISO/IEC9075:2016的正式标准化）的分布式RDBMS系统有着不同的理解。目前ANSI、ISO、IETF或W3C尚未对“NoSQL数据库”进行明确的定义。在我看来，分布式数据库的基本特征是：首先定义了一个集群，并在其中分布了不同的数据；接着，集群中定义了各个节点角色。每个节点或是对等节点，或是有某些节点处于领导位置，而其他节点扮演跟随者的角色。然后，这些角色能够实现彼此的故障转移。最后，它们能够尽可能地均匀复制和分片数据。

在此基础上，我们可以从上述名列前100名的数据库中，挑选出5种典型的，并将它们分为如下两类：

在上表的左侧，Postgres和CockroachDB代表了分布式SQL。其中，CockroachDB号称“NewSQL”，是专为分布式数据库而设计的。在上表的右侧，MongoDB、Redis和ScyllaDB都属于分布式NoSQL。总地说来，如果您需要表联合（JOIN）操作的话，可以沿用SQL和RDBMS。如果您需要对数据进行非规范化，那么便可以选择NoSQL。

多数据中心集群

前面提到了集群的概念。早在多数据中心的设计架构被提出之前，PostgreSQL、MongoDB和Redis都被设计为单数据中心的本地集群。

• 如上表所示，首发于1986年的Postgres，完全早于云计算的概念。但随着时间的推移，它在设计和功能上发生了不少的改进。
• 作为NewSQL的代表，CockroachDB在设计之初就考虑到了全局性分布。
• MongoDB在公有云诞生之初发布，其最初的设计只考虑到了单个数据中心集群，现在也增加了对于各种不同拓扑的支持。使用MongoDB Atlas，您可以非常轻松地将其部署到多个区域中。
• 根据低延迟的设计理念，Redis通常被部署在单个数据中心中。同时，它也提供了允许部署多数据中心的企业功能。
• ScyllaDB和Cassandra一样，从一开始就在设计中考虑了多数据中心的部署。

集群

在分布式数据库的概念中，我们提到了复制和分片。这完全取决于数据库架构的分层或同构程度。例如，MongoDB只有一个主节点，其余都是该主节点的副本（被称为副本集）。您只能在主节点上写入数据库。而由于副本为只读，因此您无法直接更新它们，而必须由主节点去更新其他副本。显然，这些节点是异构的，而不是同构的。

这类主备（Primary-Replica）架构有助于在重读取（read-heavy）的工作负载中分配流量。而在混合或重写入（write-heavy）的工作负载中，主节点会成为瓶颈。也就是说，在主节点出现故障时，由于集群需要临时选出一个新的主节点，因此数据库会不得不临时暂停写入操作。这就是所谓的单点故障。

相反，ScyllaDB和Cassandra属于“无领导”的P2P多活（Active-Active）系统。由于客户端可以读取或写入任何同构的节点，因此避免了单点故障。也就是说，每个节点都可以更新集群中任何其他副本的数据。

可见，虽然多活会带来更多的计算量，但是它解决了服务器保持彼此同步的问题。用户最终会得到一个适合重写入的负载平衡的系统，毕竟每个节点都可以提供读取与写入服务。

下面，我们看看上述5种数据库在主副本和P2P多活方面的表现：

• CockroachDB和ScyllaDB（以及Cassandra）是按照多活模式设计的。
• Postgres需要一些外部方法来实现多活，而并非内置。
• MongoDB并不支持多活。
• 在Redis企业版中，我们可以使用无冲突的复制数据类型（conflict-free replicated data types，CRDT）来实现多活模式。

注意，Postgres、MongoDB和Redis都默认会使用主副本的数据分布模式。

复制

分布式系统设计也会影响到已部署的不同机架、或数据中心之间分配数据的方式。例如，在一套给定主副本系统中，只有拥有主节点的数据中心，才能服务于任何写入的负载。而其他数据中心只能作为只读副本。

而在支持多数据中心集群的对等系统中，整个集群中的每个节点都可以接受读取或写入负载。显然，这会更方便将工作负载分布到多个地理位置。

例如，通过使用ScyllaDB，您可以判定每个站点具有相同甚至不同的复制因子。在上图的右侧，我们展示了在一个数据中心拥有三个数据副本，而在另一个数据中心拥有两个副本的情况。

不同级别的操作会具有一致性。您可能在具有三节点的数据中心进行本地的“仲裁”式读取或写入（即：需要通过本地仲裁来更新三个节点中的哪两个）。当然，您也可能有一个集群范围内的仲裁，判定需要更新一个或两个数据中心里的任意三个节点。

拓扑感知

我们已经了解了分布式数据库的本地集群方式，它可以有效地让多个系统分担负载。您也可以跨多个地域节点对数据库进行分片，或是通过确保相同数据在多个节点上的高可用性，来保证数据的复制。

下面，让我们假设一个场景：如果您的所有节点都安装在同一个机架中，而整个机架出现了故障，那该怎么办呢？此时，我们需要用到同一数据中心内的机架拓扑感知，以确保将数据分布到该数据中心的多个机架中，从而最大限度地减少因电源或网络中断，而导致的整个机架与另一个机架失去连接。

在分布式数据库中，我们需要数据库的多个副本，运行在不同的数据中心上，以实现跨集群的更新机制。每个单一数据库都能够自主运行，而且它们的同步机制既可以是单向的（由一个数据中心去更新下游副本），也可以是双向或多向的。这种地理分布可以通过允许就近用户的连接，来最小化延迟，进而确保在出现单个数据中心的灾难时，用户不会丢失部分甚至全部数据。

下面，我们来看看上述5种数据库在拓扑感知方面的表现：

• CockroachDB和ScyllaDB均有内置的拓扑感知特性。
• MongoDB从2015年后开始引入拓扑感知特性。
• Postgres和Redis最初被设计为单数据中心方案。虽然不是开箱即用的，但是您可以像添加多活功能那样，去手动添加拓扑感知服务。

下面，我们根据上述各项分布式特点，对5种数据库进行属性上的总结和对比。

PostgreSQL

Postgres是如今最流行的SQL实现之一。它提供了开箱即用的本地集群。不过，由于Postgres仍在致力于完善其多数据中心的集群，因此您需要通过额外的配置和开发，方可实现。

由于SQL建立在高度一致的事务性模式上，因此它不适合广泛地跨越地理区域的集群。每个查询都会被所有相关数据中心之间的长时间延迟而放大。

同时，Postgres依赖于主副本模型。集群中存在着主节点和副本节点的关系。您也可以额外地添加负载均衡器，或者多活附加组件。此外，Postgres虽然在自动化分片方面取得了一些进展，但是目前仍需要用户进行手动数据分片。

CockroachDB

作为“NewSQL”的CockroachDB不但使用了Postgres的传输协议（wire protocol），而且大量借鉴了许多由Postgres开创的概念。当然，它并没有局限于Postgres架构。例如：多数据中心集群和对等无领导拓扑，都被内置了进去。

此外，CockroachDB不但具有自动分片和数据复制功能，而且也内置了数据中心的感知能力，您可以按需添加机架的感知功能。

值得注意的是，由于CockroachDB需要所有的事务具有高度一致性，因此用户丧失了最终一致性或可调一致性（Tunable Consistency）的灵活度。这不但会降低吞吐量，而且会在任何跨数据中心的部署中，产生高基线的延迟（high baseline latencies）。

MongoDB

作为NoSQL典型代表的MongoDB，已被开发出了许多分布式数据库功能。例如，它已经能够实现多数据中心的集群了。虽然MongoDB在大多数情况下，仍然需要遵循主副本模式，但有用户可以通过第三方工具使其实现P2P的多活模式。

Redis

作为“键值对”存储的典型数据库，Redis旨在实现内存缓存或数据存储。虽然它可以持久化数据，但是如果数据集不适合内存的话，就会让性能大打折扣。

Redis在设计上默认考虑了本地集群。这会导致例如：一旦您无法在5毫秒内从SSD获取数据，就无法在145毫秒内完成从旧金山到伦敦的网络传输往返时间。当然，对于那些确实需要多地域分布存储的企业而言，它们仍然会在多数据中心里构建Redis集群。

同时，由于Redis往往是作为主副本模式运行的，因此它更适用于重读取的缓存服务器。也就是说，它需要数据被先写入，然后再分散到副本处，以平衡它们的缓存负载。

Redis的企业功能可以实现P2P的多活集群。同时，Redis能够自动分片和复制数据。不过，其拓扑感知功能仅限于带有企业特性的机架感知。

ScyllaDB

ScyllaDB是按照Apache Cassandra的分布式数据库模型设计的。默认情况下，它带有多数据中心集群，而且采取的是无领导的多活拓扑。

ScyllaDB会自动分片，并为每个操作提供了可调的一致性。如果您想获得更强的一致性，它也能够支持轻量级事务，并提供写入的线性化。

就拓扑感知而言，ScyllaDB支持机架感知和数据中心感知。它甚至支持令牌感知和分片感知，ScyllaDB不仅可以知晓该在哪个节点存储数据，而且可以获悉与该数据关联的CPU信息。

小结

在上文中，我们分析了五种知名的分布式数据库系统。其中，CockroachDB为SQL数据库提供了开箱即用的特性与属性的全面组合，而ScyllaDB为NoSQL系统提供了全面的功能。目前，分布式数据库仍在不断迭代与改进。它们正变得更加灵活、更具可扩展性、以及具有更高的性能。

译者介绍

陈峻 （Julian Chen），51CTO社区编辑，具有十多年的IT项目实施经验，善于对内外部资源与风险实施管控，专注传播网络与信息安全知识与经验；持续以博文、专题和译文等形式，分享前沿技术与新知；经常以线上、线下等方式，开展信息安全类培训与授课。

原文标题：​​Comparing Distributed Databases​​​，作者：Peter Corless​