這些年我在一些企業的IT主管交流的時候，他們都認為分布式數據庫才是他們企業數據庫的未來選擇。在很多情況下，想要改變一個人的觀點十分的不易，因此在大多數情況下，經過簡單的交流后我都會放棄讓他們更加深入的了解分布數據庫的想法。確實想要把分布式數據庫講清楚并不是三言兩語就能搞定的，因為每個人，甚至十分資深的IT人員亦或是資深的數據庫專家，可能對某個分布式數據庫的想象都只是存在于他自己的四維空間里，他在按他對集中式數據庫的理解來想象一個分布式數據庫，而事實上，往往真實的分布式數據庫與他想象的不同。

事實上，在七八年前，我也是這么想象著分布式數據庫的，直到有一天，我和Oracle的研發部門的高層的一次關于Oracle 12C SHARDING數據庫的討論，才讓我開始認真地思考分布式數據庫到底是個什么東西。當時我十分有興趣的想了解Oracle的SHARDING數據庫，想了解Oracle是如何使用這個SHARE NOTHING的SHARDING數據庫與當前火的一塌糊涂的NEW SQL MPP數據庫相抗衡，因為那時候，大部分NEW SQL廠家都號稱在OLAP領域可以秒殺Oracle。讓我感到意外的是，Oracle方面告訴我，Oracle的SHARE NOTHING SHARDING技術并不支持OLAP，而是面向高并發寫入的OLTP場景的。雖然Oracle也部分支持在SHARDING庫中進行跨庫的分析查詢，但是其性能不見得就很好。Oracle在12C中提供的支持OLAP場景的技術是in-memory database，而不是SHARDING數據庫。當時我感到十分的意外，于是想深入的就這個話題展開討論，不過因為時間關系，對方沒有透露更多的細節，只是說OLAP場景與OLTP場景的融合十分困難，Oracle目前也沒有更好的技術來解決，以目前Oracle所掌握的技術而言，僅僅依靠MPP技術，目前還無法商用。

為什么連數據庫大佬Oracle都認為OLTP和OLAP完全融合的MPP技術，他們還無法完全商用呢？于是我們開始認真的思考分布式數據庫技術，剛剛看開始的時候，我還把問題集中在分布式事務一致性的問題上，確實，以前在內存中完成的事務，現在要分布在一個網絡環境中，似乎對一致性事務的管理會有較大的開銷吧，分布式數據庫能夠讓分布式事務的總量有所提高，但是無法提高每個單個事務的性能，這個恐怕是一個物理上的問題，不是算法和技術能夠解決的。實際上，在最近兩年我們參與過的一些分布式數據庫測試項目中，GTM導致的高并發事務延時問題還是常常被發現的。

不過事實上，經過后來與不同的需要使用分布式數據庫的用戶的交流發現，大并發交易并不是他們在分布數據庫中需要解決的問題，實際上他們更多的希望用分布式數據庫來解決的是一些復雜的查詢的問題。甚至這其中還有很多用戶對數據庫性能方面的顧慮是來自于對自己所運行的硬件的不了解。我見過的最極端的一個客戶問我，我們的系統以前跑在一臺IBM P720上，現在要換成X86服務器，是不是得換分布式數據庫才能搞定啊。當時我就安慰他，現在任何一臺幾萬塊錢的兩路服務器，性能都會比你的那臺老小型機快上數倍。

分布式數據庫可以在高并發寫入時通過擴展集群來獲得更大的并發處理能力，同時通過擴展分布式計算節點來承載更多的并發SQL，這些都是正確的，不過僅此而已。如果說分布式數據庫可以提升高負載SQL的執行效率，這一點絕對不能武斷，因為高負載SQL的性能往往取決于幾方面的因素：1）數據的分布情況；2）數據存儲的性能；3）緩沖池管理算法的性能；4）優化器生成的執行計劃的好壞；5）并行執行協調器的算法以及算子下推的能力；6）可用于表連接和排序的內存的大??；7）針對分布式數據庫，還要考慮網絡方面的因素，比如延時，SOCKET通訊的效率，硬件的可靠性等。

基于上面的因素我們如果逐項的來分析，還真的說不好一條比較復雜的帶有多表關聯，排序等要素的SQL語句，就一定會在分布式數據庫上運行的更快。在最近的一些用戶的業務系統測試中，也反映出了這一點。

既然分布式數據庫不一定會讓我們的某個SQL語句變得更快，那么我們是不是沒有理由去使用分布式數據庫了呢？也不完全是這樣的，使用分布式數據庫，想讓業務系統變得更快，只是一部分企業的需求。還有一些企業希望通過分布式數據庫提高數據庫系統的可用性，當某些組件出問題的時候，業務系統不受影響，這實際上是目前大多數分布式數據庫最為擅長的。

另外有一些用戶是希望用一套分布式數據庫來替代大量的小型數據庫，從而降低運維的難度，實際上這種模式也是一個雙刃劍，用一套多節點的分布式數據庫來替代上百個小數據庫，是不是真的能夠降低運維難度，取決于你是否能夠很好地運維好這套分布式數據庫。數據庫是否足夠穩定，運維工具是否完善，團隊的運維能力是否足夠就成了你今后運維的關鍵。因此這樣的企業在選擇分布式數據庫的時候，就不要過多的去考慮極端性能，而是應該更多的考慮易用性、可靠性以及運維工具的能力了。

實際上，用戶選擇分布式數據庫的理由其實是很多的，不過當你的理由是極低的交易延時、復雜查詢的性能等因素的時候，你就要仔細去考慮了。在最近一些年我們參與的測試中，針對業務邏輯稍微復雜一些，數據量達到10TB級別的系統中，SHARDING模式的分布式數據庫輸給集中數據庫的案例還是挺多的。說實在的，最終取決于你使用什么數據庫產品的，還是應用場景，千萬不要為了一個你所不了解的技術去盲目的作出選擇，選擇前，還是先更多的了解技術本身吧。