写回答
-
像传统的数据库，让大家去排队，尽量利用性能，只能一定程度上缓解 这个问题。业界上有 2 种操作，一个是采用云原生的架构，采用存储计算分离，像 PolarDB 可以做一写多读。现在 PolarDB 一个实例可以做一个大到接近 100T 的存 储，上面可以做一写多读 16 个节点。按照当时并发的需求，尤其是对只读并发高的 应用，就按量去弹出来的只读节点，一两分钟就弹出一个新的节点，峰值过去之后就 可以释放了。
如果写的并发特别多可以采用 PolarDB 2.0，所有的计算节点每一个计算节点都 可以做写和读。
写和写的冲突问题可以在多写和多读的时候，就要想办法在共享状态这一层。
还有一种解决方法是用分布式，或者有些传统企业用的中间件分库分表或者分布 式数据库。因为可以把并发并行的或者分布式放到多个节点上去。这里面也有挑战， 挑战非常大，因为一旦对数据进行了分库以后，每个分区都非常容易被并行化。很多 时候要做跨区域的查询，依赖两个或三个 Partition 或者 Share 上的数据，就需要做 跨库的事务处理和查询，这个对系统性能影响非常非常大。但在很多应用场景上，可 能并发是很高但做跨库的这种冲突事务的量可能不会太高。
资源来源于《给ITer的技术前沿课》
https://developer.aliyun.com/topic/download?id=136
2021-12-23 14:54:30赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
