有看了短视频的后聊同学吐槽：“讲了这么多scalability理论，也不知道究竟有什么用”。架构架构架构今天就和大家聊聊scalability理论，搞透在数据库架构设计上的数据实践师实践。

我还是库扩那句话：思路比结论重要。

最早的展性数据库都是单机的，其最大的后聊痛点是啥？

无法线性扩展。

磁盘能力无法线性扩展，架构架构架构内存能力无法线性扩展，搞透计算能力无法线性扩展。数据实践师

架构师们称之为“Shared Everything”架构。库扩

如上图所示，展性DISK/MEM/CPU 都耦合在一个DBMS进程内，后聊必须部署在一台服务器上，架构架构架构完全处于竞争态，搞透无法线性扩展，并行处理较差。

数据库单机部署，就是典型的“Shared Everything”架构。免费源码下载

如何来提升系统的并行能力呢？

最容易想到的，就是把无状态的逻辑计算部分，从DBMS进程内拆分出来，做成可扩展的微服务集群，实现“计算与存储分离”。

如上图所示：

CPU逻辑计算拆分出了独立的进程，可以集群部署，能够线程扩展；DISK/MEM 仍耦合在一个进程内，仍处于竞争态，无法线性扩展；

Oracle Rac，就是典型的“Shared Disk”架构，核心思路是“计算与存储分离”。

存储部分磁盘IO仍有集中的资源竞争，还有没有进一步的优化空间呢？

最容易想到的，就是把数据打散，服务器托管分布到不同的数据库实例上，每部分数据享有单独的资源。

如上图所示：

把整体数据存储分为了N份，每份之间没有交集；每份数据的 DISK/MEM/CPU 都在一个DBMS进程内，部署在一台服务器上；每份数据的资源之间的没有竞争；

没错，这就是“水平切分”，它是典型的”Shared Nothing”架构。

稍作总结，数据库扩展性scalability架构：

Shared Everything：数据库单机系统，资源竞争；Shared Disk：Oracle Rac，计算与存储分离；Shared Nothing：水平切分，复制集群，资源完全隔离；

补充一句，这三类架构并没有解决Availability与Consistency相关的问题，这两类问题是通过其它架构方案解决的，后面再讲。

香港云服务器