信息系統的背后用于保存和處理最終結果的地方就是數據庫。因此數據庫系統就變得尤為重要，這意味著如果數據庫如果面臨問題，則意味著整個應用系統也會面臨挑戰，從而帶來嚴重的損失和后果。目前在大數據趨勢下，數據庫面臨如下的挑戰：

當數據庫性能遇到問題時，是否能夠橫向擴展，通過添加服務器的方式達到更高的吞吐量，從而充分利用現有的硬件實現更好的投資回報率。

是否擁有實時同步的副本，當數據庫面臨災難時，可以短時間內通過故障轉移的方式保證數據庫的可用性。此外，當數據丟失或損壞時，能否通過所謂的實時副本（熱備）實現數據的零損失。

數據庫的橫向擴展是否對應用程序透明，如果數據庫的橫向擴展需要應用程序端進行大量修改，則所帶來的后果不僅僅是高昂的開發成本，同時也會帶來很多潛在和非潛在的風險。

面對上述挑戰一個顯而易見的辦法是將多個服務器組成一組集群，這樣一來就可以充分利用每一臺服務器的資源并將客戶端負載分發到不同服務器上，隨著應用程序負載的增加，只需要將新的服務器添加到集群即可。

數據庫的集群和擴展不像應用程序擴展那樣容易，因為從數據庫端來說，一旦涉及到了集群，往往會涉及到數據庫層面的同步，因此從是否存在數據冗余這個角度來講，我們可以從大面上把數據庫集群分為以下兩種形式：

Share-Disk架構

Share-Disk架構是通過多個服務器節點共享一個存儲來實現數據庫集群。在此基礎之上，Share-Disk架構又分為單活和雙活，雙活即為集群中的每一個節點都可以同時對外提供服務，而單活為集群中只有一個節點可對外提供服務，集群中的其他服務器作為冗余在活的節點出現故障時接替該服務器成為對外提供服務的節點。

這種方式的弊端也是顯而易見的，如下：

硬件資源的嚴重浪費，同一時間集群中只有一臺服務器活著，其他服務器只能作為冗余服務器。

集群無法提升性能，因為只有一臺服務器可用。

存儲方面存在單點故障，除非在存儲層級保證高可用，通常需要昂貴的SAN存儲。

因此該類方案僅僅可以做到服務器層面的高可用，無法帶來性能的提升，也無法解決存儲單點故障的問題。因此如果不搭配其他高可用或負載均衡的技術，存在的意義并不是很大。

另一類技術是Share-Disk中的雙活的技術，與單活技術不同的是，雙活的技術雖然也是共享磁盤，但集群中的所有節點都可以對外提供服務，典型的產品就是Oracle的RAC。RAC的技術性非常的高，因此需要水平比較高的人來運維系統。RAC設計的初衷并不是為了性能，而是為了高可用和可擴展性，如果應用程序不是針對RAC架構設計和開發的，則將應用程序遷移到RAC上會導致性能的急劇下降，并且節點越多性能下降越明顯。

Share-Nothing架構

Share-Nothing架構又分為兩種，首先是分布式架構。將數據庫中的數據按照某一標準分布到多臺機器中，查詢或插入時按照條件查詢或插入對應的分區。另一種是每一個節點完全獨立，節點之間通過網絡連接，通常是通過光釬等專用網絡。

在Share-Nothing架構中，每一個節點都擁有自己的內存和存儲，都保留數據的完整副本。通常來說，又可以分為兩種，可以負載均衡和不可以負載均衡。

首先談談不可負載均衡的集群，在不可負載均衡的技術中，集群中的節點會被分為主節點和輔助節點，主節點向外提供服務，輔助節點作為熱備（二階段事務提交）或暖備（不需要保證事務同步），同時有可能使得輔助節點提供只讀的服務。

這種架構帶來的好處包括：

輔助節點數據和主節點保持同步或準同步，當搭配第三方仲裁后，可以實現自動的故障轉移，從而實現了高可用。

輔助節點由于和主節點完全獨立且數據同步或準同步，因此主節點出現數據損壞后，可以從輔助節點恢復數據(自動或手動)。

由于Share-Nothing架構使用了本地存儲（或SAN），相較于Share-Disk架構在慢速網絡時有非常大的性能優勢。

當然，弊端也顯而易見，因為輔助節點無法對外提供服務或只能提供只讀服務，因此該類集群的弊端包括：

擴展能力非常有限。

對性能沒有提升，因為涉及到各節點的數據同步，甚至帶來性能的下降。

輔助節點如果可讀，雖然提升性能，但需要修改前端應用程序，對應用程序不透明。

另一類Share-Nothing架構中，是允許負載均衡的。所謂負載均衡就是將對數據庫的負載分布到集群中的多個節點上，在集群中的每一個節點都可以對外提供服務，從而達到更高的吞吐量，更好的資源利用率和更低的響應時間。前端通過代理進行調度。可負載均衡的Share-Nothing架構的好處是每臺服務器都能提供服務，能充分利用現有資源，達到更高的吞吐量。這類方案集群中的每個節點都會對外提供服務，因此有如下好處：

由于每一個節點都可以對外提供服務，因此可以提升性能。

擴展性得到提升，可以通過向集群添加節點直接進行Scale-Out擴充。

由于前端應用通過代理連接到集群，而集群中的每一個節點都保持完整的數據集，因此對應用程序端完全透明。

但該類方案的弊端也顯而易見，因為每一個節點都需要完整的數據集，因此需要占用更多的存儲空間。