https://docs.ucloud.cn/database/uddb/concepts/method
传统单机数据库面临的挑战
以电商网站为例，在网站创建之初，日均访问量可能只有几百到几千人，这时整个业务后台可能就一个数据库，所有业务表都放在这个数据库中，一台普通的服务器就可以支撑，而且这种架构对业务开发人员也非常友好，因为所有的表都在一个库中，这样查询语句就可以灵活关联了，使用起来很便捷。如图1所示，所有业务表都在一个数据库中。
但是随着业务的不断发展，每天访问网站的人越来越多，数据库的压力也越来越大。通过分析发现，所有的访问流量中，80%以上都是读流量，只有20%左右的写流量，这时可以通过读写分离来缓解数据库的访问压力。如图所示为读写分离，
什么是UDDB？
由于网站的访问量越来越大，尽管采取了读写分离的方式，但随着数据库的压力继续增加，数据库的瓶颈越来越突出。这时我们发现，我们的网站演进到现在，交易、商品、用户的数据都还在同一个数据库中。然而在这个巨大而且臃肿的数据库中，表和表之间的数据很多是没有关系的，也不需要JOIN操作，理论上就应该把它们分别放到不同的服务器，如图所示为垂直分库。
随着业务的不断增长，我们发现交易、商品、用户这些库都变得巨大无比，单机数据库已经无法满足业务的继续增长，这时可以考虑对这些表进行水平拆分，即同一个表中的数据拆分到两个甚至多个数据库中。以用户表为例，数据可以根据userid的奇偶来确定数据的划分。把id为奇数的放到DB1，为偶数的放DB2。如下图为水平分表
单机MySQL面临的挑战
容量和性能问题
业务存储的数据量增多和访问量增大，都构成对单机数据库的挑战；在大数据时代，传统的单机数据库在容量和性能上，都存在瓶颈，明显不能满足业务发展的要求；
成本问题
单机数据库通过Scale-up的方式，采用高端存储和小型机设备，能够一定程度解决容量和性能问题，但带来的问题是成本昂贵，业务成本曲线快速上升。
运维风险问题
数据量达到一定量级后，单机数据库的数据库备份、还原等运维操作需要长时间才能完成，失败概率增加，给日常运维工作带来风险。
开源中间件解决方案及其存在的问题
读写分离、垂直拆库、水平分表作为大型网站后台的刚需，市面上有很多中间件可以满足，比较有代表性的有：阿里巴巴的Cobar、MyCAT。然而这些开源中间件都存在以下缺点：
配置复杂
基于开源中间件对一张大表进行水平拆分需要以下六步操作：
部署数据库节点
安装和部署中间件软件（多个）
登录到各数据库节点，创建子表
把子表的信息，配置到每个中间件的配置文件，然后启动
用HAProxy等负载均衡收敛中间件IP，对外提供一个IP
业务正式访问
运维极其不便
基于开源中间件对系统进行扩容需要进行以下几步：
开源中间件使用和运维的复杂性给业务发展造成了非常大的压力，无形中为企业发展带来了很大的负担。
分布式云数据库UDDB
UCloud 分布式数据库（UCloud Distributed Database，简称UDDB）是基于公有云构建的新一代分布式数据库，为用户提供稳定、可靠、容量和服务能力可弹性伸缩的关系型数据库服务。UDDB 高度兼容 MYSQL 协议和语法，支持自动化水平拆分，在线平滑扩缩容，服务能力线性扩展，透明读写分离，OLTP 和 OLAP 融合支持， 具备数据库全生命周期运维管控能力。
UDDB一开始针对OLTP场景推出， 首先解决用户的生产系统在单机数据库上遇到的容量和性能问题； 在解决容量和性能问题后， 用户又进一步有了数据分析的需求，希望能够利用同一套UDDB，就地实现对业务数据的实时分析。为此，UDDB推出了分析节点来满足用户的需求。UDDB的架构设计如下图所示：
UDDB主要包括三大模块
-
中间件
用来做SQL路由和查询结果的聚合、读写分离、以及对存储节点的管理
-
存储节点
即高可用UDB实例，用来存储分表的数据
-
只读实例
存储节点的从库，普通的UDB实例，只能对其进行读操作
UDDB的主要功能
-
水平分表
UDDB通过水平分表来解决容量瓶颈问题，根据一列数据的值把数据行拆分到多个独立的表里。对于开发人员来说，不再需要关心如何切分数据、如何路由请求等待，只需初始化分片字段（shardkey），直接面向逻辑库表进行编程、专注业务逻辑的实现即可，大大降低了程序的复杂度。
-
读写分离
UDDB的读写分离功能是一种对应用透明的读写分离实现，应用在不需要修改任何代码的情况下，只需要在UDDB控制台中调整读权重，即可将读流量按照需要的比例在存储节点与只读实例之间调整。写流量则统一走存储节点，不分流。
-
垂直建表
可以在创建水平分区表的同时创建普通表，普通表可以指定创建到某个存储节点。
-
在线平滑扩容
UDDB可以通过增加存储节点的方式线性增加系统的容量，系统扩容期间业务可以正常访问，读写请求均可以正常进行，仅在修改中间件路由信息的时候会有0.2秒左右的闪断。
相对开源中间件，分布式云数据库的优势
-
简单易用
提供 Web 控制台，数据库操作简单，基于UDDB对一张大表进行水平拆分只需要以下几步：
- 在控制台上创建一个UDDB实例（一键创建）
- 通过MySQL客户端登录UDDB实例，执行一条create table语句
- 业务访问
-
快速部署
可在线快速部署实例，节省采购、部署、配置等自建数据库工作，缩短项目周期，帮助业务快速上线。
-
弹性扩展
多种规格实例配置；自主升降级，按需扩展；平滑扩展，业务不中断。
-
低成本
稳定的产品，完善的运维和技术支持，相比开源产品总体性价比更高；多种实例规格配置覆盖不同业务规模场景，按需购买；自主控制实例升降配，根据业务量调整资源使用。
-
高可用
UDDB底层数据存储复用了高可用UDB，可用性有保障。
-
在线数据迁移
用户可以通过几行命令将UDB中的数据热迁移到UDDB，业务不受影响。
分布式云数据库的应用场景
- 大型应用
解决百万用户以上的大型应用，如电商、O2O、社交应用，产生海量的数据，普通MySQL架构无法支撑业务增长的问题。
- 物联网数据
在工业监控和远程控制、智慧城市的延展、智能家居、车联网等物联网场景下，传感监控设备多，采样率高，数据存储要求高，超大数据规模存储的问题。
- 文件索引
平台的图片、小文件、视频的数据极大，文件索引为亿级，该类数据通常只有新增、修改、读取、删除操作，分布式数据库可以有效提高提高索引检索的效率。
- 大数据存储
关系型数据是最有价值的数据之一，因大数据分析的需要，需要存储大量历史数据，并解决数据读、写、分析的需求。
