闲聊sharding database架构

今天我们来闲聊一下sharding的架构。在开始闲聊之前，如果你没阅读我前面两篇的文章，推荐你先阅读一下这两篇，以便对oracle sharding database有个初步的了解。
『Oracle sharding database的一些概念』和『创建Oracle sharding database』

关于sharding的架构，你在第一篇文章中可以看到各种术语，你在第二篇文章中也可以看到非常多的部署的步骤，我们脱离繁琐细小的东西，站到高处来看一下就是什么是oracle的sharding。

爱因斯坦说过，如果你不能用简单的语言解释某个东西，你就不是真正的理解这个东西。通过这几天的实验和学习，我尽量用简单的语言来给大家描述下什么是oracle的sharding。

sharding，中文名叫数据分片，是对数据进行横向扩展的一种方式。数据量增加，我可以通过加一台机器，来扩展其容纳能力和处理能力。Sharding其实需要解决三个问题：一、数据的路由，二、数据的分片，三、分片的元数据信息保存。

1.数据路由是数据库告诉应用程序，你让我查的数据目前在哪个分片上，这条路怎么走过去。
2.数据分片就是实际数据的存放地点，往往每个分片就是一台单独的服务器（含存储）。
3.由于分片的数据实际是被切割放在不同的机器上，那么需要有个集中的地点存放数据分片的信息，即分片元数据的信息。


应用问路由怎么走，路由去查询元数据得知需要的数据在哪个分片上，最终应用访问到该分片上。

最著名的sharding database就是mongoDB了。mongoDB的sharding功能的架构也是为了解决上面的三个问题，MongoDB有路由服务器（Router）解决路由问题，分片服务器（Shard）存储实际数据（可能还有副本和仲裁），以及配置服务器（Config Server）存放分片元数据。

那么，对应在Oracle12.2的sharding DB上，就是GDS框架（GSM，shard directors），shard node，和shardcat数据库。

所以，到这里你就可以比较清楚的了解了oracle 12.2的sharding功能其实就是3个模块。

顺便说一下，MonogoDB支持多个副本和仲裁，oracle的adg也同样支持一主多备，由FSFO进行管理。

下面，再谈一下我个人对sharding架构的一些看法。

（1）Shardcat是非常重要的一个模块，上面不仅仅有分片的元数据信息，还有duplicated table的master table信息，另外，当进行cross shard query的时候，他还起着coordinator database的作用。所以建议对这个部分搭建RAC+adg架构，避免shardcat的单点故障。

（2）shard node，单个shard node的失效，将导致整个表的不可用。所以我们也要对shard node建立高可用的副本，这里可以用ADG或者OGG的技术。

（3）既然做sharding，又要在做HA，那么就变成了堆机器，堆存储的方式了。我们假设在一个10个shard node的环境，需要多少台机器：一个shardcate，做rac+adg，那么最少就是3台；10个shard node，如果都有adg，那么最少就是20台。那么当前这个环境，就至少要23台机器了。

（4）Sharding架构极其考验对应用的熟悉程度，需要配合应用进行合理的分区和分片。另外，如sharding key必须建索引，sharding的方式可以有一致性hash，让数据均匀分布，也还是可以是range或者list分区，或者hash-range，hash-list的子分区。分片和分区方式需要结合业务，有些场景需要相关数据都在一个分区，避免cross shard join，有些场景需要均匀分片，禁止集中分片，导致热块数据都在一个分片上（如序列增长，做range分区，热点数据将会都在一个分片上）。

（5）事实表和维度表，似乎可以很好的利用sharding功能。维度表做duplicated table，而事实表做sharded table。