数据库从集中式走向分布式的一个过程
???? 当数据库并发or连接数达到极限值，如何处理
???? 业界两种处理方式：
?????????????? ----->复制的方式（每台实例数据一样）
??????????????????????? 纯复制的方式可以解决并发高的问题，不能解决数据量大的问题
??????? ----->切片的方式 （每台实例数据不一样)
???????????????????????? 比较流行的方式
?1.垂直拆分数据
?????? ----->按功能模块拆分数据，把不同功能模块的数据放入不同的数据源
?????? ----->从集中到分布式过程中，刚开始拆的工作大部分都是人工的。
?????? ----->优缺点
?????????????? ---->拆分规则比较简单，一般我们项目都是按功能去划分模块的。
??????? ---->应用程序也可以按照功能模块，整合比较容易
??????? ---->数据定位也很方便
??????? ----->问题
???????????????? ----->表关联无法再数据库级别完成(join无法实现跨数据源)
????????????? ---->只能通过一个查询结果作为条件查另外一个性能较差
?????? ---->特殊情况可以适当冗余数据，避免join
???----->拆分到一定程度就无法继续拆分了。功能模块已经非常单一，没法继续细拆了
????????????? 切分达到一定程度就，扩展就会收到限制
???------>事务的问题
???????? ------>以前同一个数据源的单一事务就分配到不同数据源中了
???????? ------>如果采用分布式事务，可以达到数据一致性
???????????????????? 但是效率极差，分布式事务是无法支持每秒上百的并发的
????????? ----->在并发要求高的系统中
???????????????????? 我们不能采用分布式事务
?????? 通过单一数据源的小事务，然后应用程序总控制，对应用程序要求高。
?????? 降低数据一致性的要求(CAP原理）
?????? 采用消息中间件(ActiveMQ)来回避事务处理
2.读写分离
?????? ----->读写分离的控制不应该有应用程序决定？
?????? ----->master/slave 数据同步会有延迟？(CAP的原理做取舍，提高数据同步的效率)
?????? ----->可能会有异构数据源之间的读写分离产生(如oracle写,mysql读)
?????????????????? ----->异构数据源之间数据导入导出
???? ----->异构数据源之间数据同步的问题
??????? ----->读写分开，建立了高速通道
3.水平切分(主要解决数据量大的问题,同时也解决了并发问题)
???????? ------>按记录来切分数据
?????????????? ---->可能只分表操作，也可能分库分表
??????? ---->保证访问的数据表的数据量都不大。
??????? ------>水平拆分一定要有标准，要有规则，规则要根据业务情况而定
?????????????? ----->时间性、地域性等，要保证能够快速定位到表
?
4.数据切分之后的整合
????? ---->直接交给应用程序管理
??????????????? 根据模块配置自己需要的数据源????
??很麻烦，而且不可控制
????? ----->代理层---->数据切分及整合的中间件
????????????? ---->mysql官方的mysqlProxy需要配合LUA脚本
?????? ---->amoeba for mysql --->主要通过配置方式
总结：数据存储架构
???????????? ----->垂直切分
????? ----->读写分离
????? ----->水平切分
????? ----->数据切分及整合的中间件(代理服务器，读写分离、数据合并排序、新的数据拆分都应该有代理直接完成)
??????????????? 使得异构or多数据源对应用透明
原文：http://394498036.iteye.com/blog/2292440