- 文集信息
- 目录大纲
- 最新文档
- 知识宇宙
文集详情
文集导读
分布式数据库原理与实践：从一张大表到一座调度室
分布式数据库不是"把数据库装到几台服务器上"那么简单，而是把一份全局数据，拆进多台机器，再让它们像一台整机那样对外工作。本教程沿着一条主线讲清这件事：数据如何被拆开、如何被找到、如何保持一致、出故障如何自愈，最后落到真实产品的选型。全文围绕"分片共识调度室"这个画面展开——分片负责把数据摊开，共识负责让副本对齐，调度室负责把一次读写送对地方。
学习路径：先掌握这张知识地图
下面的图是整本教程的地图，标注了章与章之间的先后依赖。读懂它，你就知道该从哪里开始、为什么顺序是这样。
全册知识地图
为什么要这样排？第 1 章回答"分布式究竟解决了什么、代价是什么"；第 2 章给出判断一切问题性质的两把尺子（CAP 取舍与一致性模型）；第 3 章看机器怎么被组织成集群；第 4 章解决"数据放在哪、怎么找到"；第 5 章解决"多台机器怎么把一件事做对"；第 6 章解决"机器倒了怎么继续"；第 7 章解决"数据分散了查询怎么还快"；第 8 章把这些原理放进真实产品，帮你做选型。
这门课要用一个画面把八章串起来
把闭门造车的分布式数据库想象成一座「调度室」：门前是海量请求，门里有一块块被分好片的数据、一张记录数据位置的电话簿、一批负责存数据的节点、一套让副本对表的共识机制、以及一个在节点出故障时仍能继续接单的应急预案。本教程的每一章，都是在给这座调度室添一件设备：
- 分片（第 4 章）——决定哪份数据值班在哪张桌；
- 路由与元数据（第 4 章）——决定来一个请求该敲哪张桌的门；
- 共识与复制（第 2、6 章）——决定多张桌同时改同一笔账时听谁的；
- 事务与隔离（第 5 章）——决定一批要一起生效的操作如何保证不半途而废；
- 查询优化（第 7 章）——决定跨过多张桌的查询怎么省钱；
- 容错（第 6 章）——决定某张桌塌了，账本和客流怎么不中断。
读完这套教程，你应该具备的能力
- 说清楚集中式数据库在哪些场景下先扛不住，分布式引入了哪些新问题（可用性、一致性、网络分区）。
- 用 CAP 定理与一致性谱系判断一个系统面对冲突时的取舍方向。
- 区分 Shared-Nothing、Shared-Disk、Shared-Memory 三类架构，并解释主流产品为何大多选择分布式。
- 掌握哈希、范围、列表三种分片方式的利弊，能根据数据分布特征挑分片键。
- 讲清楚 2PC、3PC、Saga、TCC 的运作与各自的代价。
- 描述 Paxos 与 Raft 的选举和日志复制，理解 Quorum 读写票数为何能纠错。
- 说明分布式查询下推与三种 Join 策略的原理和适用场景。
- 结合读写模型与一致性要求，对典型 NewSQL、NoSQL、云原生、OLAP 系统做出选型判断。
给读者的第一句话
无论你是要搭一个亿级用户的核心库，还是只想弄懂 TiDB、OceanBase、Cassandra 这些名字背后到底有什么不同，本教程都从"为什么"讲起，再落到"怎么做"。你有关系型数据库的基础就够了，后面每一章都会在你已有的认知上加一块积木。现在，从第 1 章那条"集中式撑不住的临界线"开始。
目录大纲
最新文档
知识宇宙
正在加载知识图谱...