database - 分布式数据库解决方案

Question

我正在对分布式数据库进行一些研究。我得出的结论是，最难的部分是分布式查询，在多条记录上，查询非常通用，例如想象一个带有“DateTransaction”字段的事务表。这个查询（伪 SQL）会很棘手：

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

为这样的查询手动滚动一个有点有效的解决方案；其中数据在 N 个节点上拆分；并不难。使用较大的 OFFSET 会有点困难，但无论如何都可能通过调整日期范围来完成分页。

但无论如何 - 我想避免用手滚动任何东西！我正在寻找一种第三方解决方案（最好是免费的），它可以让我在多个节点/机器上有效地执行该示例中的查询。原子性不是必需的。有谁知道从哪里开始？

Answer 1

如果您要按该范围进行查询并将其限制为仅几台服务器，则一种想法是对您的数据集进行分区。您可能想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。

Answer 2

您需要的是NewSQL数据库。并且有许多免费的开源 NewSQL 数据库可以满足您的要求，例如TiDB、CockroachDB。

如果你对 pgSQL 语法有偏好，或者你的业务逻辑现在正在使用 PostgreSQL，你可以试试 CockroachDB。否则，我建议你选择 TiDB。TiDB 支持分布式事务和分布式连接，完全兼容 MySQL 语法，有很多成功的用例。

免责声明：我在开发 TiDB 的 PingCAP 工作。