分布式系统用什么数据库？选型要考虑哪些因素？

分布式系统以其高可用性、可扩展性和容错性等特点，已成为现代互联网架构的核心支撑，在分布式环境中，数据存储与管理是关键环节，数据库的选择与设计直接影响系统的整体性能，分布式场景下常用的数据库类型多样，各有其适用场景与技术特点，主要可分为关系型数据库、NoSQL数据库和新一代分布式数据库三大类。

关系型数据库的分布式演进

传统关系型数据库（如MySQL、PostgreSQL）通过事务保证ACID特性（原子性、一致性、隔离性、 durability），但在分布式场景下需解决数据分片、主从同步、跨节点事务等问题，为此，业界发展出两种主流方案：

1. 分库分表中间件：通过ShardingSphere、MyCAT等工具，将数据水平或垂直拆分到多个独立数据库实例，通过中间件统一路由请求，将用户表按ID哈希分片到不同MySQL实例，提升存储容量和并发处理能力，但需自行处理跨节点事务与数据一致性问题。
2. 原生分布式关系数据库：如TiDB、CockroachDB，基于分布式架构重新设计，兼容MySQL协议或PostgreSQL协议，TiDB采用计算与存储分离架构，存储层通过Raft协议保证数据强一致性，计算层支持弹性扩展，同时提供分布式事务支持，兼顾了关系数据库的ACID特性与分布式系统的扩展性。

NoSQL数据库的多元化选择

NoSQL数据库因灵活的数据模型和高扩展性,在分布式场景中广泛应用于非结构化或半结构化数据存储，主要分为以下类型：

1. 键值数据库：以Redis、Dynamo为代表，数据以简单的键值对存储，读写性能极高，Redis支持数据持久化、集群模式（通过分片实现分布式），适用于缓存、消息队列等场景；Dynamo则强调高可用性，通过最终一致性模型和 hinted handoff机制保证服务不中断。
2. 文档数据库：如MongoDB、Couchbase，数据以JSON/BSON格式存储，支持动态模式，适合灵活变更的数据结构，MongoDB通过分片集群实现水平扩展，支持基于字段的查询，适用于内容管理、用户画像等场景；Couchbase则融合了文档存储与分布式索引，提供低延迟的实时查询能力。
3. 列族数据库：以HBase、Cassandra为代表，数据按列族存储，适合大规模结构化数据的批量读写，HBase基于HDFS构建，支持高并发随机读写，常用于海量日志存储、实时推荐系统；Cassandra采用去中心化架构，通过一致性哈希分片，无单点故障，适用于跨地域分布式部署的场景。
4. 图数据库：如Neo4j、JanusGraph，专注于实体间关系网络的高效查询，通过图结构（节点、边）存储数据，Neo4j支持社区版和企业版，适用于社交网络、风控反欺诈等场景；JanusGraph基于分布式存储后端（如Cassandra），可扩展至千亿级关系数据。

新一代分布式数据库的融合趋势

随着业务场景复杂化,新一代分布式数据库开始融合多种数据模型与技术，兼顾ACID与BASE特性，满足混合负载需求：

1. HTAP数据库：如TiDB、OceanBase，打破传统OLTP（在线事务处理）与OLAP（在线分析处理）分离的架构，通过列存引擎、向量化计算等技术，实现事务处理与实时分析的统一，TiDB的HTAP架构中，事务数据写入TiKV（分布式存储），分析查询可直接从TiFlash（列存副本）读取，避免影响事务性能。
2. 多模数据库：如ArangoDB、MongoDB，支持多种数据模型（文档、键值、图）在同一数据库中管理，减少跨系统数据同步成本，ArangoDB通过AQL查询语言统一操作不同模型，适用于需要多种数据结构的业务场景；MongoDB则通过Atlas平台提供全球分布式部署，支持多模数据管理与边缘计算。
3. 云原生数据库：如Amazon Aurora、Google Spanner，基于云基础设施构建，计算与存储分离，支持自动扩缩容、全球多活等能力，Aurora兼容MySQL/PostgreSQL，通过分布式存储日志提升性能；Spanner则借助原子钟和GPS时间戳，实现全球范围的数据强一致性，适用于金融、电商等核心业务。

分布式数据库的选择需结合业务场景：若需强一致性和复杂事务，可优先考虑分布式关系型数据库（如TiDB）；若追求高并发和灵活数据模型，NoSQL数据库（如Redis、MongoDB）是更优解；而HTAP、多模、云原生数据库则代表了未来融合发展的方向，在实际应用中，还需综合考虑数据一致性、延迟、成本等因素，通过合理架构设计，充分发挥分布式系统的优势。