數據庫高可用：SQL Server橫向擴展：設計，實現與維護（2）- 分布式分區視圖（上）

SQL Server橫向擴展：設計，實現與維護（2）- 分布式分區視圖（上）

之前我們已經發布了一些與數據庫擴展相關的文章，很多朋友表示非常的感興趣，而且也說到了大家的痛處，在大家的呼聲下，我們團隊再次整理和撰寫本系列文章。

在本篇文章中，我們將會講述分布式分區視圖如何設計和實現，也會講述如何在實際中使用分布式分區視圖，最后會講述分布式分區視圖使用的一些場景和優缺點。

為了使得朋友們對分布式分區視圖有個概念，也為了方便后面的內容展開，我們先看看下面一個圖：

 

講述分布式分區視圖之前，很有必要將之與我們常常熟悉的分區表和索引進行區別。

首先，分布式分區視圖是一個橫向擴展的方案(Scale out)，而分區表卻是一個縱向擴展的方案(Scale up)。通過使用分布式分區視圖，我們可以把數據放在多個數據庫實例（或者服務器）上面；使用分區表，我們可以把數據庫中的數據放在同一服務器上的不同的物理文件上。分區表中的分區都在同一個數據庫中，而且里面的分區不能跨數據庫或者跨服務器。

分區表被分區分割成多個文件組，而這些文件組可以存在於同一個物理磁盤，或者在不同的磁盤上面。另外，分區表中的索引也可以根據分區進行分布。當查詢優化器評估一個數據請求，而且這個請求中涉及到使用分區表，那么優化器可以優化這個請求只去合適的分區上面尋找合適的數據。（更多有關分區表的知識，大家可以參考我們站點發布的“深入淺出分區表”系列文章）

 

雖然說，我們本篇講述分布式分區視圖，其實在SQL Server 2005（以及后續版本），也是支持“本地分區視圖”，這里是一個相對的概念。因為在SQL Server2005以后已經有了分區表的引入，所以，很多時候，“本地分區視圖”僅僅只是用來與之前的數據庫版本兼容。現在我們直接采用分區表來替代“本地分區視圖”。

當我們用分區的時候，主要有兩個目的：

1.把歷史的當前數據分開

2.用它來把數據划分為不同范圍，如把某個大型的Customer表中的數據按照用戶名字的字母順序分開，如A-F,G-N,O-Z，分為三個區。

其實當我們在橫向擴展方案中拆分數據的時候，也會進行一些類似分區的操作，但是，使用分區的時候，情況就沒有在一個數據庫上面使用分區划分數據那么的簡單了，因為數據此時已經拆分到了不同的數據庫實例中，甚至不同的服務器上面，，此時，我們就要考慮一些分布式情況，如下：

 

 

到現在為止，也說了一些分布式分區視圖的一些概念，朋友可能已經有些迫不及待的要知道如何實現，那么，我這里先緩緩。我們先來看幾個與它相關的重要的內容。

假設，現在分布式的視圖已經建立好了，我們下一步要做的就是如何使用它。

下面，我們就談談實現分布式視圖的實現的原理和分布式查詢相關的知識。

 

 

分布式分區視圖工作原理

分布式查詢和分布式分區視圖中使用了OLE DB提供程序來實現數據庫實例之間間信息溝通。

訪問遠程數據庫中的數據采用的是Linked Server技術（鏈接服務器）。一個鏈接服務器其實就是位於數據庫實例中的一個對象。查詢引擎是建立在OLE DB之上的，所以，不管是從當前本地的數據庫存儲引擎中檢索數據，還是從遠程的數據庫的存儲引擎中檢索數據，他們的機制都是一樣的。如果大家對數據庫的內部結構稍微知道一點，就非常容易理解這個問題：

 

朋友們看到上面的圖，查詢引擎（也稱之為“關系引擎”）通過存儲引擎提供的OLE DB接口訪問達到訪問方法。在這里，OLE DB提供程序就可以訪問遠程的存儲引擎的反問方法。

 

待續！