分布式数据库方案

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，而不是多个记录，其中查询非常通用，例如：设想一个带有＆＃34; DateTransaction＆＃34;的交易表。领域。这个查询（伪SQL）非常棘手：

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

为这样的查询提供一个有效的解决方案;数据在N个节点上分割的位置;并不难。使用大量OFFSET会有点困难，但可能通过调整日期范围来完成分页。

但无论如何 - 我想避免手动滚动任何东西！我正在寻找第三方解决方案（理想情况下是免费的），它可以让我有效地在几个节点/机器上执行该示例中的查询。原子性是不必要的。谁知道从哪里开始？

Answer 1

您需要的是NewSQL数据库。还有许多可以满足您要求的免费开源NewSQL数据库，例如TiDB，CockroachDB。

如果您偏好pgSQL语法或者您的业务逻辑现在正在使用PostgreSQL，您可以尝试使用CockroachDB。否则，我建议你选择TiDB。 TiDB支持分布式事务和distributed join，与MySQL语法完全兼容，并且有许多成功的用例。

免责声明：我在开发TiDB的PingCAP工作。

Answer 2

一个想法是，如果您要按该范围进行查询，请对数据集进行分区，并将其限制为仅几个服务器。您可能要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。