数据库领域的热度目前逐渐从传统关系型数据库系统向分布式数据库系统转移，例如：擅长于分布式一致性、宽表分析的Hbase；优势在高可用、线性扩展、海量查询的Cassandra；高度成熟的高可靠并适合于数据底座的HDFS；国内广泛应用且很成熟的全文搜索兼备海量存储的Elasticsearch；专业于工业、监测领域以时间为主线支撑超大规模吞吐与存储的influxdb；以及通过分布式事务的优势开拓关系型数据库领域的市场，并具有oltp+olap融合优势的TiDB。
要说眼前一亮的事情，我就罗列一些架构设计方面的特性，但并不一定是这些数据库的主要优势：
结合基础环境会变得更方便， 分布式文件系统中，除了我们熟知的Hadoop HDFS之外还有GlusterFS，MooseFS，这两位都有一个比较牛逼的特征，那就是结合了Unix/Linux的FUSE内核机制，有了这层机制，就可以在使用分布式文件系统的时候当成客户端挂载(Mount)的一个目录，当做本地文件来操作，这实在是太方便了，而且应用面会很广泛，例如：可以将MySQL的数据存储目录的设定放到挂载的这个目录里，那么MySQL就自带高可靠了！
优雅的共识规则更胜于元管理， 我们再谈到分布式列簇数据库Cassandra，它将kv数据在集群节点的分布设计成了一致性哈希环，但是优于普通的一致性哈希环，设计得非常优雅，本质上Cassandra并没有直接让集群节点与一致性哈希环做绑定，而是设计出了token这样虚拟的节点概念，那么如果一个节点有512个token，4个节点就有2048个token分布在环上，4个节点的token在环上都是交替排列，这样只要写入的数据记录hash(rowkey)匹配了一个token范围，那么数据就落入环的此token位置，副本依次顺时针向下一个token存放(遇到机架和数据中心会根据策略来定)，落到哪个token就存在哪个节点里。这种机制不仅写入的时候分布的数据非常均匀，如果取消一个节点，512个token从犬齿交错的环上被拿掉后，会顺时针找到下一个token，而下一个token所属节点依然是均匀分布的，不会出现数据倾斜，新增一个节点同理。总之Cassandra面向去中心化的设计在一致性哈希环的设计上极为优雅，那么再多的节点伸缩也会在这种规则下平稳的运行。
完美契合业务特征那才叫专业， 最后在说说专业的时序数据库influxdb的分区组(shardgroup)，这绝对是influxdb一大创新亮点。influxdb的特征在于先说清楚数据保留多久，保留这么久的数据再平均按照多久做一次切分，那么这就是保留策略(RP)和分区组(shardgroup)的作用了！假如我们把数据保留1个月，每天做一次切分，那么shardgroup就会按照每天做一次数据目录和文件的分隔，这就相当于把时序数据库的数据切成了一段一段，在查找的数据的时候，就可以根据时间范围知道在哪几段的分区文件上找。更有意思的是influxdb集群模式会有多个节点，例如4个节点2个副本策略，相当于4/2形成了双分区双副本，也就是一个shardgroup里面管理2个shard，也就是说在一个分区组的时间段内，写进来的时序数据可以再分布到两个分区，分布都手段就是hash(series)取模，这样是不是又把数据读写的压力分担在了不同的节点上了，因此influxdb集群的设计思路就是基于时间线的数据分段以及在分段中进行数据分布式存放与访问，完美契合时序的特征。
守护石 「技术创作」
关注领域：大数据技术、分布式架构 ｜ 技术管理
