什么是分布式数据库
传统数据库（例如mysql）一般是单机数据库，其容量和性能受宿主机本身的性能的限制，在web系统这种数据量性能要求一般的场景下其可以很好的满足，但是在大数据量大吞吐量的场景（例如：云数据库这种单实例多租户）下其力不从心，借用分布式的设计理念产生了分布式数据库，用多台物理机承载数据库实例从而扩展数据库的能力。
与mysql的区别
mysql通过各种扩展组件也可以实现类似分布式数据库的能力，但是和云原生的分布式数据库有很大区别。
一种分布式mysql的实现
1. 接入层
使用nginx这种网关做接入层，实现高可用和负载均衡；
2. 路由转发层
其实就是一个mysql实例，只不过这个实例里面存储的是用户元数据，比如：某个用户的某个表的某个范围的行是存储在哪一个mgr中的，用来做路由转发；
3. mgr集群
mysql可以用多个实例组成一个mgr（MySQL Group Replication），比如三个mysql实例组成一个mgr，那么这个mgr中一个主mysql负责读写和数据同步，其他从mysql负责数据冗余也可以提供读服务，多个mgr就组成了一个mgr集群，配合上路由转发就实现了分布式；
可以看出上面的分布式mysql和主流的分布式存储设计不大一样，主要特点就是冗余，其最小单位是一个mysql实例，可以结合下面介绍的分布式数据库架构对比；
架构
1. 元数据引擎
- 管理存储集群和一些数据库中的元数据，比如dbschema，租户信息之类的；和大部分分布式存储系统类似。
- 当数据发生异常时，调度数据迁移；
2. 查询引擎
所谓查询引擎主要有两个功能，
- 解析sql语句（或者是dataframe这种查询）将其转换成可执行的任务；
- 执行这些任务，根据元数据引擎中的信息将任务转发至对应的存储节点；
3. 索引引擎
数据库都有的东西，主要功能就是提高查询效率，类似与书本的目录；
4. 存储引擎
- 主流一般都是用lsm-tree算法，比如tikv直接使用rocksdb，cnosdb使用自己实现的lsm-tree引擎
- 既然云原生，那么可以使用云服务，比如对象存储来作为存储后端，比如OceanDB的ceresdb
架构
- 一个分布式数据库实例只需要一个元数据集群，一般搞三个元数据实例（raft算法）；
- 可以看出查询引擎是无状态的，所以它可以任意水平扩展
- 索引引擎是与数据一一对应的，所以索引引擎需要伴随存储引擎部署
- 存储引擎也是支持水平扩展的，只是需要在元数据管理集群中注册；
OLAP
一般来说，分布式数据库是面向大量数据的存储计算的（OLAP），与mysql这种OLTP的数据库还有些不一样，简单说来就是，对于mysql这种一般是的场景就是一行的写入和读取，但是分布式数据库更多会面对count，max这种在查询时附带函数计算的场景，而且这种计算大多是面向列的计算，所以在设计上，会有一下区别：
mysql：OLTP + 行存；
分布式数据库：OLAP + 列存
行存与列存：是指数据在底层的组织方式；
