上章节介绍了昆仑分布式数据库的架构，这章节接着介绍昆仑分布式数据库的技术特点！

一、高可用性（HA）

兼容多种强一致性，高可用性方案(strong consistency,high availability)

1.1  存储shard:默认使用MySQLGroupReplication保障数据库服务高可用

1.2  2*N+1个节点的shard，每个已提交的事务都复制到了至少N个备机

1.3  兼容基于mysqlrowbasedreplication的半同步同步的高可用技术(*)

1.4  兼容基于共享存储实现高可用的mysql存储集群(*)

二、完备的容灾能力

完备的容灾能力(crash safety&fault tolerance)

2.1  存储集群主备强一致

2.2  GTP:全局事务容灾能力

• 分布式事务两阶段提交

  
  

• 节点/网络故障时可以保障分布式事务ACID

  
  

2.3  GMR:DDL与集群全局元数据一致性

• DDL事务涉及计算节点，元数据集群，存储集群

  
  

2.4  GMR:计算节点之间的元数据语句复制及其一致性保障

• 复制过程随时可能中断

  
  

2.5  GTP:计算节点自动切换存储集群主节点(auto failover)

• 元数据集群，存储集群

  
  

2.6  GTP:cluster_mgr:自动维护各shard的存储集群复制状态

三、水平扩展能力

高可扩展性(high scalability):计算能力，存储空间，资源利用率

3.1  IAP:灵活的sharding方式

• 用户对sharding方式拥有全部控制

• sharding方式:hash/range/list，未来mirror(*)

  
  

• 选择sharding列:任意若干个列

   

• 用户最理解自己的数据及其访问模式

• 定制分区选项达到最优性能

• 专业模式VS 傻瓜模式

• 根据数据表的规模定制sharding方案

• 不需要预估全局的固定的分区数目，也不把所有表等分为固定数量的分区

  
  

• 可以为每个表按需增加分区，各表分区数量各异

  
  

• 最少化两阶段提交的事务数量

• 计算节点自动为每个分片选择合适的存储集群

3.2  ESO:自动按需扩展(*)

• 自动透明地分布数据表到新加入的存储集群

  
  

• 业务和最终用户无感知

3.3  GPQP:全局并行查询处理:后摩尔时代，利用更多的计算资源

• 计算节点层的并行

• 计算节点与存储节点之间的并行

• 存储节点层的并行(*)

3.4  多点读写

• 按需增加/减少计算节点

  
  

• 按需增加/减少存储shard(*)

• 存储集群支持多点写入(*)

• 备机读(*)

四、查询处理

4.1  充分理解用户数据

• 本地存储完备的元数据和数据字典

  
  

• 本地存储完备的全局数据统计信息

  
  

• 有条件产生最优的分布式查询计划和查询执行性能

4.2  完整的查询处理过程

• parser->resolver->optimizer->executer

  
  

• 可以处理任意SQL查询

• 支持多表连接，子查询，聚集查询，CTE，window function，存储过程，视图，物化视图
  

• 完整的查询处理功能:真prepared statement

4.3  完美支持OLAP查询

• 查询处理能力完美支持大数据分析任务

  
  

• 直接使用本地数据，无需数据搬迁，无需spark/hadoop生态

  
  

4.4  可以调用MySQL系统函数和用户定义的存储过程/函数

点击阅读原文

推荐阅读

KunlunBase架构介绍
KunlunBase技术优势介绍
PostgreSQL vs MySQL TPC-H 测试
Kunlun-Storage vs PostgreSQL OLTP 测试

END