从数据库架构设计的角度，主要有三种，Shared Everything、Shared Disk以及Shared Nothing。

1. Shared Everything

一般指的是单个主机的环境，完全透明共享的CPU/内存/硬盘，并行处理能力是最差的，典型代表就是SQL Server、单机版Oracle和MySQL，一般不考虑大规模的并发需求，架构比较简单，一般的应用需求基本都能满足。

2. Shared Disk

各处理单元使用自己的私有CPU和Memory，共享磁盘系统。典型的代表是Oracle RAC、DB2 PureScale。例如Oracle RAC，他用的是共享存储，做到了数据共享，可通过增加节点来提高并行处理的能力，扩展能力较好，使用Storage Area Network (SAN)，光纤通道连接到多个服务器的磁盘阵列，降低网络消耗，提高数据读取的效率，常用于并发量较高的OLTP应用。其类似于SMP(对称多处理)模式，但是当存储器接口达到饱和的时候，增加节点并不能获得更高的性能，同时更多的节点，则增加了运维的成本。

3. Shared Nothing

各处理单元都有自己私有的CPU/内存/硬盘等，Nothing，顾名思义，不存在共享资源，类似于MPP(大规模并行处理)模式，各处理单元之间通过协议通信，并行处理和扩展能力更好。典型代表DB2 DPF、带分库分表的MySQL Cluster，各节点相互独立，各自处理自己的数据，处理后的结果可能向上层汇总或在节点间流转。

如果更准确地说，Shared Nothing架构又分为两种，一种是分布式架构，将数据库中的数据按照某一标准分布到多台机器中，查询或插入时按照条件查询或插入对应的分区。另外一种是每一个节点完全独立，节点之间通过网络连接，通常是通过光纤等专用网络。

我们常说的Sharding其实就是Shared Nothing，他是将某个表从物理存储上被水平分割，并分配给多台服务器(或多个实例)，每台服务器可以独立工作，具备共同的schema，例如MySQL Proxy和Google的各种架构，只需增加服务器数就可以增加处理能力和容量。

随着云计算、虚拟化的发展，这种架构的使用场景越来越多，例如双十一购物、春运抢票、微博热搜等，在Shared Nothing架构下，可以快速实现资源的扩容和收缩，这是Shared Everything和Shared Disk架构不具备的优势。

但是凡事都得两面看，带来资源灵活性的同时，他对应用设计开发人员有可能提出了更高的要求，例如有些需要进行分区的，应用得配合改造，跨机访问上，可能比单机，要考虑的更多。

上面提到的MPP，指的是大规模并行分析数据库(Analytical Massively Parallel Processing (MPP) Databases)，他是针对分析工作负载进行了优化的数据库，一般需要聚合和处理大型数据集。MPP数据库往往是列式的，因此MPP数据库通常将每一列存储为一个对象，而不是将表中的每一行存储为一个对象。这种体系结构使复杂的分析查询可以更快，更有效地处理。例如TeraData、Greenplum，GaussDB100、TBase。

近期更新的文章：

《关于数据治理的读书笔记 - 数据治理路线图规划》

《Oracle优化器对谓词顺序处理的一个场景》

《究竟哪些语句是属于DDL？》

《最近碰到的问题》

《关于数据治理的读书笔记 - 数据治理能力成熟度评估》

文章分类和索引：

《公众号900篇文章分类和索引》