如何寫一個輕量級分散式資料庫？

12-29

看過一些資料後，對於寫一個資料庫，只是淺顯的知道，需要解決SQL語句解析，存儲過程，解決一致性問題以及資料庫之間的通信，但是對於如何寫一個這樣的資料庫步驟和流程不是太清晰，在此輕量級表現在在於數據規模和支持操作複雜度上。

這位老師 goroutine的微博用go實現了一個分散式的資料庫系統，質量很高，或許他的經驗能給你啟發。可以關注一下。

先把MongoDB精通。

然後利用Java + Thrift構建一個單入口節點 + 雙數據節點 + 基於節點ID進行負載均衡的簡單分散式資料庫原型。

題主可以從寫一個分散式鍵值資料庫入手。

架構可以考慮master-slave模式，master node上用consistent hashing做partition，data node隨便寫一個key-value存儲引擎，然後協議參考memcached protocol。能跑了之後，再加上replication, failure recovery 等功能。

實現細節上可以參考douban的beansdb和beanseye。我以前就曾經把beanseye改成了一個滿足上述功能的分散式資料庫(JWZH/caskdb · GitHub), 題主也可以作為參考。

連consistency都要考慮就不能算輕量級了

真的叫輕量級先滿足能讀能寫吧其它balance concurrency recovery replication都不考慮

讀：誰管理meta data 誰存儲exact data 如何利用meta data定位到slave 獲取data後如何返回

寫：寫在哪個slave 如何更新meta

夠簡單吧然而夠你練了

涉及

架構設計主從還是點到點

角色服務設計主負責什麼從負責什麼（主從模式的話）

數據存儲模型（memory和disk的合理使用和管理

集群溝通和協調（coordination

機器間的數據傳輸（rpc

嫌少？加replication好了如何不影響正常讀寫的情況下 asyn更新到各台機器

學生而已吧？不知道滿不滿足你胃口

題主上來的命題就太宏大了，可以先看看資料庫包含哪些部分，如存儲引擎部分，數據索引，SQL語句對應的物理計劃和邏輯計劃生成，並發控制，事務模型，故障恢復等等。建議題主可以先從簡單入手，如實現一個單機存儲引擎（如leveldb），然後再一步步實現分散式存儲引擎，實現SQL解析等等，從小處入手，不斷地添加功能，而不是上來就求一個大而全的方案。