想要学习分布式数据库应该如何入门？

阿里云官方的 drds 文档

先搞清楚用分布式的目的：
硬盘空间不够？
硬盘 io 不够？
副本容灾？

我们最近正在搞分布式数据库，可以交流下

TiDB
CockroachDB

PingCAP University 以及 PingCAP Talent Plan 了解一下： https://university.pingcap.com/ https://university.pingcap.com/talent-plan/ 教你学习，使用和实现分布式数据库

raft 论文走一遍，看明白了论文就全懂了

阿里云 drds 掏钱就行了

可以了解一下腾讯开源的 tbase，分布式数据库

学下 6.824 和 DBMS 差不多就行了

强烈推荐“DDIA” 中文书名《数据密集型应用系统设计》

跟着翻一遍就可以系统了解数据库和分布式系统了，
深入的话可以跟着书中给出的论文引用走

如果你有时间，或者自己能挤出时间，并且有两三年的学习计划，建议是：

模电 -> 数电 -> 组成 -> 汇编 -> C/C++ -> Java/C#/PHP/Python -> 操作系统 / 计算机网络 / *多媒体 -> 数据库 -> 分布式。

之所以要这样设置，是因为，分布式主要是为了能以低成本来解决性能问题。

性能问题，要弄彻底清楚原因，需要从模电开始。

然后汇编、C/C++以及操作系统，能够从指令、操作、基本架构上说明单机的性能问题。

计算机网络、数据库，这些是对分布式问题的应用。

多媒体作为选修，如果工作有接触，可以去了解一下。

@opengps 目的是提高可用性，以后跳槽时可以回答人家的百万并发问题

@laminux29 神 tm 从模电开始，我本人比较孤陋寡闻，无名三本毕业的，我们学校组原也是从数电开始讲，我想听大神讲讲模电怎么影响分布式性能的？

@laminux29 建议从造 cpu 硬盘 内存开始

让题主从头开始修炼的也真是够了。

分布式数据库多半就是 redis, cassandra, mongodb, hbase 这类 nosql 了，和传统数据库的百万级数据量不同，这里处理能力都在百万以上，多半是集群方式部署的。抽象来看(从外部来看)他们既可以是 source,也可以作为 sink，所以说和传统数据库用起来有啥不同，外部是感受不到的(但实际上内部是不同的，比如存储方式，核心数据模型) --- 一般都会有类似传统 SQL 一样的封装 API 给你。

但分布式数据库引入了高可用，高并发存储的同时也引入了诸如一致性问题，节点维护，通信问题，备份容灾等等，这比传统数据库的主从复制, 分表分库等要复杂一些。

入门的话，找一个分布式数据库比如 hbase 看看就知道怎么回事儿了，其他虽然有不同但只要不离开分布式(相对的是单机)，大同小异。

@yanyueio 感谢回复，分布式都是基于 nosql 技术吗？跟想象中差别很大，几个问题，一个比如 nosql 放在内存里实际上能存的数据很少，比如我们这种百亿级的业务，一般内存扛不住。再一个是持久化储存的问题，为了防止突发情况断电丢数据，一般应该都会有一些持久化策略，但是毕竟 nosql，边际情况的可靠性如何确保呢？

@black11black 这个要具体数据库具体分析。你问的问题已经设计到了其存储模型。首先这些 nosql 本身没有约束限制，所以存储起来要比检查约束的传统数据库快；其次，诸如列式存储的 hbase 更是如此，即并非都是行式存储。最后，nosql 并非都是 redis 这样存储在内存中的（分布式计算框架才大多都是在内存中处理），他们多半也是要落地到磁盘&文件系统，然而集群的读写，外加底层有 hdfs 等这样专门设计的文件系统，所以读写效率也是不错的，至少比传统型的 oracle 抗打(不绝对啊，你可以参考一下 ocean base 这类与 oracle 集群的对比看看是否有虚假宣传)。最后可靠性问题，这本质是集群管理的问题，比如 leader 挂了，怎么重新选举，怎么冗余备份等，具体还是要落实到各个数据库，比如 cassandra 解决方案就是无中心化架构，不分主从。一点浅见，仅供参考。

@black11black 思考一下，为什么高温会影响电脑运算速度。

另外，提高技术水平，会受很多因素。专业学习是一方面，思想品德也很重要。

@labulaka521 CPU 和内存这种门槛太高的就不说了，说说简单一些的存储设备吧，你可以尝试举出几种你知道的存储设备类型，然后思考一下，这些存储设备，是因为怎样的需求而诞生的？

@yanyueio

你如果觉得，我建议题主从头修炼不合适，那么，就说说你提到 nosql 与传统数据库，对于以下问题：

1.nosql 与传统数据库，为什么会存在性能差别？

2.既然 nosql 性能那么高，为什么很多项目选型仍然会选择传统数据库？

3.nosql 为什么通常会采用分布式，而非单机方式来部署？

你觉得，如果不从头修炼，他如何回答这些问题？