[发明专利]一种实现分布式共享数据库的方法

说明书

技术领域

本发明涉及电子信息及计算机领域，特别涉及一种实现分布式共享数据库的方法。

背景技术

随着大数据时代的到来，IT系统要处理和存储的数据越来越大。因此，需要不断扩充硬件资源，同时性能还要保持不变或线性提升。从存储的角度，数据库可分为共享式（share disk）和非共享式（share nothing）两种。共享式，是指存储共享，不管一个数据库集群有多少个运算节点（服务器），存储必须是集中式的、且能被所有节点并行读写，典型的就是磁盘阵列。非共享式，就是分布式，其存储分布在多个节点上，每个节点独享本机存储。

传统商业数据库（oracle、sybase、db2等）基本都是共享式架构的，都是基于小型机+磁盘阵列模式的。近几年，随着云技术的成熟，分布式并行数据库得到广泛应用。分布式并行数据库就是非共享架构的数据库，是基于PC服务器+本地磁盘的。通过大量应用的验证，这种新兴的分布式、非共享架构确实存在很多优势：

1.低成本。其运行在廉价的PC服务器上，采用普通的以太网组网，使用本地SATA盘。

2.稳定、高可用、无单点故障。由于硬件价格低廉，可以采用硬件冗余、故障切换机制。

3.可线性扩展。通过增加硬件，即可平滑升级、提升容量及处理能力。

4.性能。采用分布式并行计算，充分利用所有硬件资源，获得最高性能。

5.负载均衡。多个节点均匀地承担存储和查询任务。

不过，目前的这些分布式数据库（Hadoop/GreenPlum/MySql Cluster/等等）也存在一些问题，

1，功能完善性。对复杂SQL、存储过程、数据分析挖掘算法的支持；标准的访问接口支持等。

2，应用难度大。部署简单、快捷，但后期维护、开发成本较高；新技术，缺乏标准接口和规范，与传统数据库存在差别，这些都影响应用推广。

3，应用场景限制。通常只针对OLAP场景，甚至只针对简单检索，连复杂的统计分析都无法支持，往往还要借助传统数据库。

4，成熟度。应用范围有些，很多极端情况还存在问题。

5，性能。性能与应用紧密相关，比如Hadoop，只适合按主键的检索应用，可能连模糊查询都很难实现，通常只适合类似互联网搜索的应用场景，其它场景性能很差；通常采用MAP/REDUCE代码来实现查询任务，任务执行有一定顺序，必须前一个任务结束后才启动后续任务，存在短板、瓶颈；而且性能与设备数量有关，必须有足够硬件才能发挥性能。

由于这些问题的存在，部分用户就不愿意把传统共享式数据库的成熟应用迁移到新兴的分布式数据库上，因为移植工作量大、难度也大、功能还不完善、性能也未必提升。但是，如果继续使用共享数据库，就面临成本高、升级扩展能力弱、存在单点故障、性能瓶颈等问题。原因很明显，集中共享式数据库都运行在小型机+磁盘阵列的环境下，成本超高，很少做冗余，扩展也很麻烦。通常，要升级/扩容就只能重新建设、丢弃历史数据。

鉴于上述情况，就有了在分布式环境下运行集中共享数据库的需求，也就是把传统数据库运行在PC服务器+本地磁盘的分布式环境下，这样即节省成本，又可延用传统应用。

发明内容

鉴于现有技术中存在的问题，本发明目的在于提供一种实现分布式共享数据库的方法，从而在分布式环境下运行共享式数据库，并达到非共享数据库（Hadoop/GreenPlum/等）的分布式效果（云效果），而且较非共享数据库更易用、更简单、提供更全面的数据库功能、综合性能更高、性价比更高。

根据本发明的一个方面，提供了一种实现分布式共享数据库的方法，其特征在于：

使用本地自带磁盘的PC机作为网络节点，多个网络节点组成容错组，多个容错组组成集群；

容错组内不同网络节点的磁盘进行网络镜像；

把磁盘通过iscsi共享到网络中，生成iscsi设备；

每个网络节点挂接所有iscsi设备；

在每个网络节点上，利用多路径技术，把互为镜像的iscsi设备绑定成一个multipath设备；

把multipath设备转换成块设备；

在块设备上创建数据库，把所有块设备分配给数据库。

优选的，所述数据库将查询任务通过负载均衡均匀地分配到每个网络节点上。

优选的，在任何网络节点出现故障时，集群管理软件执行切换，将任务转移到其容错组内的镜像网络节点上执行。