Mysql
使用 Scalearc 分片的經驗？
有沒有人有 Scalearc 分片的經驗和它的擴展能力？Scalearc 是否需要將整個數據保存在記憶體中，還是在磁碟儲存中表現良好？我正在考慮像 10TB 及以上的大型數據庫應用程序。
ScaleArc 不做數據分片
實際上，我寫了一篇較早的文章，在那裡我為我的前雇主評估了它：在測試或生產中使用 ScaleArc 的經驗？
- 它確實使用單個 IP 地址和專有記憶體（ScaleArc 的秘訣）提供了出色的讀/寫拆分。
- 您將 ScaleArc 伺服器配置為具有一個或多個 Master 和一個或多個 Slave。它與 Percona XtraDB 集群以及使用 MySQL 複製的具有 1 個以上從屬的 Master 一起工作得很好。
- 每個數據庫伺服器都必須有完整的數據集。
我懷疑您是否有預算購買多台伺服器，每台伺服器使用 10TB 磁碟。
ScaleArc 主要是一種讀/寫拆分解決方案，有時稱為集群。據我所知，他們不做分片。
每個“節點”都有完整的數據副本，查詢被重定向到一個或另一個“節點”。主要的挑戰在於您有許多節點，每個節點都有一個完整的數據集，並且您只能加速“讀取”樣式的查詢，而不是“寫入”。
對於您正在查看的捲類型，並行數據庫架構似乎更合適。它們可以在這種數據量下更好地擴展，並為您提供對所有數據的非常高性能的訪問，而不管給定數據行的位置（即它駐留在哪個“分片”上）。並行數據庫架構明顯優於“分片”，您可能想查看一些文獻，例如我的 Dewitt 和 Gray 的這篇論文。
我在您對另一個問題的評論中註意到您提到您正在評估其他解決方案。在您列出的解決方案中，ParElastic是唯一真正是“並行數據庫”架構的解決方案。完全披露，我為 ParElastic 工作，我只提到這個區別是因為你在之前的評論中表示你正在評估這些產品。