1樓：NebulaGraph
業務系統往往是通過子系統組合的模式來完成, 這些子系統很可能是不同的資料庫, 甚至可能是"友商"的, 互相直接無法保證事務, 還是得業務自身保證。
2樓：codingfor
你說的單機事物，我的理解其實是指single-threaded excution，而不是指在單台機器上做事物（暗含了concurrency的情況，比如多執行緒、多程序等）。
這在一定場景下是成立的（不少記憶體資料庫進行了實現）：
1、單台伺服器的記憶體容量很大，可以塞進整個資料庫。
2、OLTP事物比較簡單而且操作很少的資料。
但它缺點也比較明顯，業務吞吐量受制於1個CPU核心。
你說的文件的意圖，我猜是repeatable read，但存在問題，注意非同步操作的情況，不然資料真的不一致了。
ACID乙個都不能少。
3樓：元一
以目前我親自見到的測試效果，無論是cockroachdb還是tidb的tpcc測試資料，都不是很理想，印象裡google的spanner/f1也不是搞高吞吐業務的
為什麼分布式資料庫這麼喜歡用kv store？
NebulaGraph 採用鍵值對儲存主要還是出於資料模型和效能角度考慮的。目前比較流行的方案有 Google 開源的 LevelDB 和 FaceBook 開源的 RocksDB。鍵值型儲存模型比較簡單，LSM 模型將隨機寫轉換為順序寫，在隨機讀方面也可以優化，效能比較有保障。分布式系統往往根據 ...
在分布式資料庫儲存中，資料分割槽和資料放置有什麼區別？
楊東東 資料分割槽和資料放置是邏輯和物理的關係，邏輯是頂層設計，物理是具體實現，邏輯設計決定物理實現，物理約束反過來影響邏輯設計。舉個例子，給你10個桌球，要求放入3個盒子裡。如何決定哪個球放入哪個盒子？比如 按照編號大小 0 2放入盒子A，3 5放入盒子B，6 9放入盒子C 按照編號特徵 對3取餘...
什麼情況下，需要使用分布式資料庫？
NebulaGraph 首先，分布式資料庫的優勢大致上概括為三種 1，資料分布儲存在不同的節點上，解決了單機下資料量的限制問題 2，分布式計算，均衡了計算負載 3，從資料安全性考慮，分布式資料庫一般都有多副本機制，以此保證了某乙個節點資料壞掉後能正常提供服務。基於以上三點，我認為海量資料的高併發業務...