集群？内存数据库：关系数据库

​徒弟问“要内存数据库干什么？ 我们设备本地不是都有内存数据缓存吗？”
答曰“内存数据库的价值在于其强大的保护备份（容灾保护）、同时支持集群、很方便支持在线扩容、在线缩容。这是我的理解。”
PS: 文中内存数据库是指分布式内存数据库

1、关系型数据库的特点
关系型数据库(RDBMS Relational Database Management System)
a、可获取持久化的数据
b、通过事物来支持并发
c、数据共享（共享同一服务器上的一份数据提供多个APP使用）
d、支持标准的SQL及模式（标准SQL使得关系数据库的通用性极强）
模式：也就是预定义结构来向数据库说明：需要哪些表格，表中有哪些列，每列存放何种类型数据。必现先定义好模式，然后才能存放数据。

2、关系型数据库的致命弱点：不能适应 云、大数据的需求
关系型数据库的设计决定了他无法支持好数据库集群，关系型数据库的不同数据分在不同的表中，某一个业务（用户）操作，可能需要访问不同的表才能完成它的操作，而此时需要访问的表可能分布在不同的数据节点上(甚至不同的数据中心)，表之间有Relation，这样业务操作的时延是将问题（大数据时更明显），更重要的是跨节点、跨数据中心的表数据分布使得关系型数据库很难支持数据操作的ACID。
数据库的基本特征要求：ACID
Atomicity 原子性
Consistency 一致性
Isolation 隔离性
Durability 持久性

3、内存数据库：为集群而生，成功分一杯羹
内存数据库特征：
a、不用关系模型（无模式，即数据库本身不涉及模式，其实是把模式的定义上移到了上层APP）
b、可在集群中运行
c、可随APP一起部署
要支持集群，首先要抛弃关系模型，所以内存数据库采用了面向聚合的模型，需要聚合的信息由APP来决定，相当于把关系模式上移到APP，而不是在数据库侧。
面向聚合模型的思路是把这些聚合信息放到同有一个节点，使得APP采集数据时所需要访问的数据节点降至最低，以降低时延。
所以聚合体是作为数据分布的一个最小单元存在，支撑服务器集群横向扩展（横向扩展：通过新增数据节点来扩容，而不是在单机上不断增加内存条）。

举例说明下我对聚合的理解：
学生管理系统，学生的信息包含了其 名字、班级、年龄、性别、班主任等等信息。采用关系数据库：学生的信息被分在不同的表中存贮，表间建有Relation，当我们要查询某学生的所有信息时，通过SQL获取所有表中相关的信息。这种模式，要查询的数据是分离的，在不同的表中。
采用内存数据库：以k-v模型(key value模型)的内存数据库为例，把某学生所有的信息聚合放到v中，再给学生分一个ID作为k。 APP通过ID即可一次性获取某学生的所有信息。这种模式要查询的数据在一个表中。系统中学生的信息会分布在不同的数据节点或数据中心，当某个数据节点挂掉，只会影响一部分数据的访问，容灾性好。

​4、内存数据库不足及技术难点
a、“无模式”的灵活性仅限于聚合内部，如果改动了聚合边界，那么数据迁移工作和关系数据库一样，都非常复杂。所以，要用好内存数据库，APP要根据自身业务特征设计好聚合体，尽量避免未来聚合体在未来频繁变化。
b、集群的数据分布方案中主要涉及数据节点间的数据复制和数据分片，技术难点在如何保证主备数据的一致性 和 复制、分片的可靠性。
数据复制：是为了产生备份数据
数据分片：是把一个表的数据分布在不同的数据节点，降低因某个节点挂掉导致同一个表上所有数据不可用