分布式数据库解决方案

Question

我正在做一些关于分布式数据库的研究。我的结论是，最困难的部分是分布式查询，跨多个记录，其中查询是非常通用的，例如，想象一个带有"DateTransaction“字段的事务表。这个查询(伪SQL)将非常棘手：

SELECT * FROM Transactions 
WHERE DateTransaction>= '2016-01-01'  and DateTransaction<= '2017-09-01' --between jan 2016 and before sep 2017
ORDER BY DateTransaction DESC 
OFFSET 0
FETCH 100 -- take records between 0 and 99 inclusive

对于这样的查询，手动滚动一个相当有效的解决方案并不困难；其中数据被拆分到N个节点。使用较大的偏移量会有点困难，但无论如何都可以通过调整日期范围来完成分页。

但不管怎样-我想避免手卷任何东西！原子性不是必需的。有人知道从哪里开始吗？

Answer 1

你需要的是NewSQL数据库。

如果您对pgSQL语法有偏好，或者您的业务逻辑现在正在使用PostgreSQL，您可以尝试CockroachDB。否则，我建议您选择TiDB。TiDB支持分布式事务和distributed join，完全兼容MySQL语法，有许多成功的用例。

免责声明:我在开发TiDB的PingCAP工作。

Answer 2

一种想法是，如果您要按该范围进行查询，则对数据集进行分区，并将其限制在几个服务器上。您可能希望检查表分区在不同数据库中的工作方式，并计划相应地对数据进行分区。