3.2 Shared-Nothing 数据各自为政

3.2 Shared-Nothing：数据各自为政

Shared-Nothing（无共享）里每个节点拥有独立的 CPU、内存、磁盘，节点之间只通过网络协作，是现代分布式数据库几乎统一的底座。本节讲清楚它的两个关键词——数据本地性与网络协作——以及它凭什么既延伸出水平扩展，又让首次接触的人总想"把别的机器上的数据拽过来"。

学习目标

阅读完本节，你应当能够：

1. 用自己的话解释 Shared-Nothing 的"两套原则"：数据本地优先、跨节点靠网络。
2. 指出它水平扩展的边界来自网络，而不是某个共享硬件。
3. 说出一条查询在 Shared-Nothing 下"本地优先、必要时搬数据"的完整路径。

先扔一个反直觉的问题：为什么主流偏偏选它

靠直觉想，Shared-Disk 把数据放在一块盘上，大家共享，不是更省事吗？可现实里主流系统几乎全选 Shared-Nothing。原因是前面埋的那句：数据共享带来的便利，永远抵不过共享带来的扩展天花板。Shared-Nothing 里每个节点是一台"自给自足"的小服务器，电压自己撑、存储自己管、故障自己扛，多一台机器就是多一份完全的算力。这种"各自为政"反而成就了"想扩就扩"，这是那些看似更省事的共享方案给不了的东西。

一、数据本地性：一套刻进脑子里的原则

Shared-Nothing 的第一原则是数据尽量留在离它最近的地方被处理，专业叫"数据本地性"。也就是说，绝大多数查询应当在单台节点内部完成，不跨节点搬数据。这不是洁癖，而是性能刚需——因为跨节点搬数据的代价是"一个网络来回"，比本机内存访问慢几个数量级。设计分布式库的人整天在琢磨怎么让"查询跟着数据走"：路由把请求直接送到数据所在节点（第 4 章），查询优化器尽量把过滤下推到数据源（第 7 章），为的都是保住这条本地性。

怎么测你对本地性有没有真的懂？给出一个判断：一个查询结束后，你数它"跨了几个节点搬运了多少数据"。跨得越少越好。真正好的分布式系统会把绝大多数请求控制在"单节点内完成"。

二、网络协作：绕不开的第二原则

数据不可能永远完美地待在原处。总会遇到这种情况：聚合要跨所有分片、联表要碰两边的数据、副本要给老邻居同步日志。于是 Shared-Nothing 的第二原则登场——必要时刻，允许数据通过网络搬家，但每次搬家都要付账。这条原则决定了它的代价长什么样：查询规划时要估算网络成本，路由失败时要重新分配，节点挂了要重平衡。可以说，Shared-Nothing 的一切"麻烦"，都源于"该搬的还得搬"。

三、一条查询的完整旅程

我们看一场具体的一幕，把两原则串起来。假设集群四台节点，你要查"华东区库存全部不足的订单"，其中订单表按区域哈希分片：

第1步 路由：按分区键"区域"定位, 华东的订单散在哪些节点
第2步 本地执行：在各节点内筛选"库存不足"的记录, 尽量在本地过滤
第3步 数据搬移：只把"命中库存不足"的那些行通过网络汇总到协调节点
第4步 最终汇聚：协调节点归并出结果返回给客户端
​

注意第 2 步藏在最要紧的位置：哈希分片 + 本地过滤，让"华东订单"不必整表搬过来，只搬"命中条件的少数行"。这就是数据本地性叠加下推(第7章)的真实配合。若反过来不分片地把整张订单表搬上网，那就是 Shared-Nothing 的典型翻车写法。

一条查询在 Shared-Nothing 下的路径

四、扩展的边界长在哪

Shared-Nothing 没有共享硬件瓶颈，那它还有没有尽头？有，尽头在网络。当节点数越多、跨节点通信越频繁，网络汇聚到边缘可能成为新的瓶颈；再加上全球部署下的物理距离延迟，扩展不会无限平滑。但比起"磁盘带宽"那种硬伤，"网络"这种边界至少是可以用设计去疏导的——数据本地性、分区路由、压缩传输都是在和这个边界讨价还价。认清这一点，你就不会把 Shared-Nothing 误解成"没有边界"，它只是把边界从"硬件共享"挪到了"网络协作"上。

五、一个能当场算的扩展账

别只停留在"Shared-Nothing 能扩展"的定性描述上，算一笔数你会更踏实。假设集群从 3 台扩到 9 台，理想情况算力 3 倍、存储 3 倍，只要新增节点保持"各自为政"，单点硬件几乎不参与争抢，这就是它比 Shared-Disk 优雅的地方——你多搬一台机器进组，它就实打实多撑起一片数据的读写。代价是节点间的对等通信从 3 台的"三角"涨到 9 台的"四十五条线"级别的组合数，跨节点聚合、副本日志同步、全局元数据广播都随之变多。所以真正负责的人会反过来问一句：我家查询的本地性到底有多高？如果八成以上请求都能在单节点内完成，扩到 9 台很划算；如果每个查询都要全网聚合一遍，那扩得越多，网络开销越接近翻车线。 这条"本地命中率应该是线索"扑面而来的判断，正是衡量你该不该一路往深扩（数学）的现场工具。

六、和直觉打架的地方：别手贱跨节点抓数

刚上手 Shared-Nothing 的人，常犯同一个错：遇到缺一个字段，就直接"把别的节点上的数据拽过来拼"。这等于每次查询都强行触发全网搬家，把 Shared-Nothing 最大的优点亲手废掉。正解是先检查路由是否真的按分区键切分、能否通过下推在本地补齐字段，实在要跨节点就一定选"只搬命中的少数行"。一句话：在这个架构里，网络是能用就尽量别用的贷方，不是拿来挥霍的赠品。 记住这条，你在第 7 章学查询优化时就会格外有共鸣。

本节要点回顾

• 两原则：数据本地优先，跨节点协作必须且付账。
• 主流之选：省掉共享瓶颈，换来真正的水平扩展。
• 看门人指标：一次查询跨了几次节点、搬了多少数据。
• 边界在网络：Shared-Nothing 的极限来自网络，而非单块硬件。

Shared-Nothing 把扩展边界推给了网络，而共享架构是把边界留在硬件上。下一节 3.3 回过头看"共享资源的两极"——Shared-Disk 与 Shared-Memory——它们各自的极简，恰恰也是各自的死穴。