分布式數據庫原理、架構與實踐（簡體書）

本書從原理、結構和案例三個維度深度剖析了如何設計一款分布式數據庫。本書內容以騰訊金融級分佈數據庫TDSQL的研發過程為基礎，深入分析了分布式數據庫的底層運行原理、核心實現技術、完整架構和經典案例，其中重點分析了一致性問題。一致性問題也是設計分布式數據庫時面臨的主要問題，可以說只要完美解決了一致性問題，那一款高可用的分布式數據庫的設計工作就已經完成80%了。
本書共分為三篇：第*篇――原理篇(第1～4章)：本篇先羅列出設計一款分布式數據庫需要面對的挑戰都有哪些，然後指出分布式設計的基本理論，*後總體分析了一致性問題的本質是什麼；然後用一章的篇幅深入分析了不同類型的一致性問題的特點、本質和出現的根本原因，這為解決一致性問題奠定了基礎；接著分了解決一致性問題的具體方案，並指出各種方案的重點和原理；*後則總體介紹分布式事務的原理和多種實現技術。
第二篇――架構篇(第5～6章)：本篇以分布式事務處理技術作為主線，深入討論了與分布式數據庫架構相關的內容。其中，第5章從數據庫架構的角度，對高可用性、可擴展性、存算分離架構解耦等影響架構的經典技術進行討論；第6章從數據庫架構的角度，對新硬件、雲計算、微服務等影響架構的新技術進行深入分析。
第三篇――典型案例篇(第7～10章)本篇通過對業界經典案例的分析，幫讀者夯實對架構、事務處理技術等內容的理解。本篇首先Spanner開始，探索其分布式架構、強一致性技術和事務處理技術。接下來對Percolator事務技術和開源數據庫CockroachDB的分布式架構、事務處理技術、因果一致性進行討論。*後，還對內存型數據庫Hekaton、文檔型分布式數據庫MongoDB、分布式列存數據庫HBase等數據庫產品進行了分析。

騰訊T14專家基於底層原理、前沿研究和作者實踐剖析分布式數據庫一致性及事務，多位高校教授、公司高管力薦

序一
序二
序三
序四
前言
第一篇　原理
第1章　分布式數據庫系統的
挑戰和原理 3
1.1　分布式數據庫系統的挑戰 3
1.1.1　分布式系統面臨的問題 4
1.1.2　數據庫面臨的一致性問題 7
1.1.3　分布式數據庫系統面臨的問題 15
1.2　分布式理論 20
1.2.1　ACID、BASE與CAP簡析 21
1.2.2　CAP分布式理論 23
1.2.3　PACELC理論和CAP新進展 29
1.3　分布式系統一致性的本質 30
1.3.1　偏序與全序 30
1.3.2　有序與併發 31
第2章　深入研究一致性 33
2.1　概述 34
2.1.1　常見的分布式一致性 35
2.1.2　科研情況一覽 38
2.2　結果一致性 41
2.2.1　共識問題形象化描述：拜占庭將軍問題 42
2.2.2　結果一致性的應用 42
2.3　次序一致性 43
2.3.1　線性一致性 43
2.3.2　順序一致性 47
2.3.3　因果一致性 47
2.3.4　會話一致性 48
2.4　分布式事務一致性 49
2.4.1　單機事務的一致性 49
2.4.2　分布式事務的一致性 52
2.4.3　分布式一致性與分布式事務一致性的關係 52
2.5　架構一致性 54
2.5.1　分布式系統主備一致性 54
2.5.2　去中心化的分布式系統一致性 55
第3章　一致性問題的解法 56
3.1?依賴物理時間引發的問題 56
3.2?邏輯時鐘 57
3.2.1　因果（happened-before）模型 57
3.2.2?邏輯時鐘的實現 58
3.2.3?邏輯時鐘的缺點 58
3.2.4?物理時鐘與同步問題 59
3.3?向量時鐘 59
3.4?混合邏輯時鐘 61
3.5?Paxos協議 64
3.5.1　Paxos協議解決問題的背景 64
3.5.2?Paxos協議中的角色 64
3.5.3　Basic Paxos協議 66
3.5.4?Paxos協議改進與擴展 67
3.6?Raft算法 74
3.6.1?Raft算法基礎 74
3.6.2?Raft算法詳解 75
3.6.3　Paxos算法與Raft算法的比較 78
第4章　分布式事務原理 81
4.1　概述 82
4.1.1　單機事務處理技術 82
4.1.2　分布式事務處理技術 85
4.2　基本的分布式事務併發訪問控制機制 89
4.2.1　封鎖併發訪問控制算法 90
4.2.2　TO相關算法 91
4.2.3　CO算法 92
4.3　OCC算法 95
4.3.1　OCC算法的優勢與不足 95
4.3.2　基本的OCC算法 97
4.3.3　改進的OCC算法 103
4.3.4　OCC算法與其他併發算法的融合 110
4.3.5　分布式OCC算法 117
4.4　MVCC技術 121
4.4.1　MVCC技術解決了
什麼問題 122
4.4.2　MVCC技術的核心思想 123
4.4.3　可串行化的快照隔離 124
4.4.4　寫快照隔離 128
4.4.5　MVCC技術實現示例 132
4.4.6　MVCC技術擴展 139
4.5　前沿的併發控制技術 140
4.5.1　動態調整時間戳算法 140
4.5.2　Data-driven算法 145
4.5.3　面向列的細粒度機制 148
4.5.4　基於硬件的改進 149
4.5.5　基於AI的改進 153
4.5.6　自適應併發訪問控制算法 155
4.6　分布式提交技術 159
4.6.1　兩階段提交 159
4.6.2　三階段提交 163
4.6.3　基於Paxos的提交 164
4.6.4　一階段提交 166
4.7　可串行化發展歷史 166
4.8　其他分布式處理技術 169
第二篇　架構
第5章　去中心化的分布式數據庫架構 175
5.1　分布式存儲架構 175
5.1.1　數據分佈 176
5.1.2　數據管理 177
5.1.3　多副本與數據存儲 179
5.1.4　存算分離 180
5.1.5　多讀與多寫 184
5.2　分布式查詢優化與並行執行架構 187
5.2.1　查詢優化 187
5.2.2　MPP 188
5.2.3　計算下推/外推 189
5.3　高可用性架構 190
5.3.1　高可用衡量指標 191
5.3.2　高可用性分類 194
5.3.3　高可用事務 195
5.3.4　高可用架構 197
5.4　分布式事務架構 198
5.4.1　事務管理器在客戶端、中間件、服務器端中的實現 198
5.4.2　去中心化的併發事務框架 201
5.5　可擴展性架構 202
5.5.1　可擴展性是一種能力 202
5.5.2　事務處理的可擴展性 204
5.6　強一致性 206
5.7　解耦 206
第6章　新技術與分布式數據庫架構 210
6.1　新硬件 210
6.2　智能數據庫 211
6.3　雲計算與數據庫 213
6.3.1　雲原生 214
6.3.2　雲數據庫 216
6.3.3　Serverless數據庫 217
6.4　HTAP 218
6.4.1　HTAP概念與HTAC架構 218
6.4.2　行列混存 220
6.5　下一代數據庫 221
6.5.1　數據庫技術簡史 221
6.5.2　下一代數據庫技術特徵 228
第三篇　典型案例
第7章　Spanner深度探索 233
7.1　從Spanner的兩篇重點論文說起 233
7.2　Spanner的架構 234
7.3　Spanner的事務處理模型 236
7.3.1　讀事務的分類和意義 237
7.3.2　分布式一致性實現原理 237
7.3.3　寫操作一致性的實現原理 23