分布式数据库含义：用分布式架构实现的关系型数据库，是服务于写多读少（写入能力需要可水平扩展）、低延时、海量并发 OLTP （联机交易）场景的，具有海量数据存储能力和高可靠性的关系型数据库
需要达成的目标：存储、事务、查询、复制、其他
分布式数据库的强一致性包括数据一致性和事务一致性，是两者的融合；
数据一致性关注的是单对象、单操作在多副本上的一致性；
事务一致性则是关注多对象、多操作在单副本上的一致性
数据一致性：首先是状态视角，数据只有两种状态：所有副本一致或者不一致，不一致的状态是暂时，还会转换到一致的状态，而那些永远不一致的情况几乎不会去讨论，所以把不一致称为“弱一致”。相对的，一致就叫做“强一 致”，强一致会导致性能略差、可用性也降低，因此会采用最终一致性，此时可以从操作视角来分析，分为常见的五种最终一致性：写后读一致性、单调读一致性、前缀一致性、线性一致性、因果一致性
事务一致性：使用ACID，最核心的就是隔离级别，可以分为五个级别：
数据一致性和事务一致性的关系：不同颜色分别代表了不同的一致性级别所需付出的性能代价
注意：Paxos等一致性协议算法（其实是共识算法，翻译为Consensus）本质上是一种复制协议，约定了副本之间的同步策略，比如最终一致性，同样也只是描述了副本之间同步情况；
而 5 个数据一致性（翻译为Consistency）模型都在多副本的基础上又约定了读写策略；
这两点都是一致性模型 （Consistency Model）必不可少的内容
分布式数据库有两种架构风格，在单体数据库客户端通讯管理器、进程管理器、查询处理器、事务存储管理器和共享组件与工具的基础上添加了分片信息管理、分布式事务管理、跨节点查询、全局时钟；
一种由分库分表的代理发展而来：
一种由nosql、分布式思想发展而来：
时间：在分布式数据库中与时间有关的功能主要体现在事务并发控制，比如 MVCC、读写冲突等，主要是关注三要素
时间源：单个还是多个
使用的时钟类型：物理时钟还是混合逻辑时钟
授时点：一个还是多个
多授时点是指当前集群有多个可以获取时间的服务器
多时间源是说多个独立提供时间的实例
方案典型有TSO、HLC
复制协议的选择：和数据副本数量有很大关系；
如果副本少，参与节点少，可以采用广播方式，也就是 Paxos、Raft 等协议；
如果副本多，节点多，那就更适合采用 Gossip 协议，Paxos等成本太高，虽然达到一致性的速度会更快些
分片存储方案：
首先要看元数据会不会变更，
1 如果不会变更，比如静态分片，那么就可以把它复制多份部署在所有工作节点上；
2 如果会变更，那就要考虑变更带来的多副本一致性问题；
2.1 如果是少数节点集中存储元数据，那么可以采用 Paxos 协议保证一致性；(Raft也可以，比如用etcd来存储)
2.2 如果是 P2P 架构，因为节点规模太大，那就适合采用 Gossip 协议
2.3 设计的权衡点主要是在于节点规模大小对传播效率的影响。
存储也是会有容量上限的，这个限制是由元数据的存储方式决定的
