AISWare AIDB亚信科技数据库产品特性解读——平滑弹性扩展(一)

AISWare AIDB亚信科技数据库（以下简称：AIDB）作为一款高性能、高可用的分布式关系型数据库产品，各个现场的用户量很大，数据成倍增长，复杂的业务、巨量的数据对系统性能提出了更高的要求。

如何通过数据库节点的弹性伸缩，实现用户无感知的平滑扩展，并无需上层应用进行停机维护，成为业务侧的迫切需求。

本文将详细解读AIDB的平滑扩展能力，和几种常见业务架构的对比。



几种常用的业务架构设计
传统数据库，依赖单节点性能，单个服务器的处理能力、磁盘空间、网络I/O都是有限的，水平扩展比较困难。业务架构设计过程中，更倾向于分库设计，将其切分成更多更小的库，把性能压力分摊到各实例。

分布式数据库，是以集群算力挑战传统数据库，对单个服务器的要求不高。业务架构在设计过程中，更多地考虑业务逻辑本身，而非数据如何分层。数据模型在设计过程中，在内部执行分片策略，强调数据分片对上层应用无感知。

目前，也有使用中间件的分布式数据库存在。但接入代理层导致的慢SQL、性能不高等问题，使得『真正数据库级别』的分布式，成为在业务架构上实现弹性扩展的佳解决方案。



AIDB的平滑弹性扩展
AIDB基于自研的原生分布式架构，产品架构、底层存储和查询处理，均面向分布式数据管理需求。数据库集群作为一个整体对外提供服务，在集群内部实现了不停机扩容、负载均衡、强一致性等细节，且提供C/ API/ODBC/JDBC/Python等多种开发语言支持。
  


(图1 AISWare AIDB产品架构)

如上图，AIDB是一个多节点的数据库集群，从管理节点提供的全局元数据中心、数据分片、负载均衡等功能，实现数据节点（Raft Group）的自动化扩缩容和分布式管理，即可在线增删节点组，节点数量按需灵活扩展。

AIDB集群内部，数据采用Hash和Range分片算法散列在不同的节点，对业务的侵入性小。单张表数据量过大时，用户无需关注Sharding等实现细节，数据自动负载均衡。

节点间的数据访问，支持RDMA（Remote Direct Memory Access）高速网络模式，可以简单理解为，网卡完全绕过CPU实现两个服务器之间的内存数据交换，大幅提升了传输效率，有利于整个数据库获得更低延迟、更高吞吐。



水平与垂直扩展
数据库的扩展，通常有垂直（Scale up）和水平（Scale out）两种方式，垂直扩展是指服务器硬件升级，水平扩展是指集群节点增加。AIDB支持以上两种扩展方式：

垂直扩展：超强的scale up能力，对单个节点的CPU、内存、连接数不做限制；
水平扩展：用户可在线进行扩容操作，动态伸缩节点，保障线上业务的连续性。
AIDB的平滑扩展能力，在服务器利用率和管理复杂性上，均明显优于中间件方案。分库分表后，用户的数据散落在不同的库和表中，数据的CURD操作，是通过数据库本身的SQL层去执行分布式事务的管理，保障事务的ACID特性。



小结
本次章节，主要介绍了AIDB的弹性扩展能力，在实际应用中，系统的并发量很高，即便是空闲时段也有相当的访问量；而海量数据的长时停机迁移，对用户的影响更加明显。

如何实现不停机地平滑扩展？在线扩容，又需要注意哪些关键点？我们将在后续章节，分享AIDB数据库在通信行业提供平滑扩展服务的佳实践、和典型案例。
————————————————
版权声明：本文为CSDN博主「亚信AntDB数据库」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_44518445/article/details/121019082