NDBCLuster && MySQL Cluster 转

http://hi.baidu.com/expertsearch/blog/item/265b32088676bbd53bc763a8.html
NDBCLuster && MySQL Cluster

2011-08-06 15:55

NDBCluster 是一个内存存储引擎，提供高可用以及可靠的数据服务。它可以直接使用传统的MySQL client访问。当然，更推荐使用NDB Client programs来访问，它能直接条用NDB API。NDBCluster 是一个看上去很完美的方案，可惜实际测试在海量数据时不尽如人意。所以该文写到一半就没继续深入了。参考文档：http://dev.mysql.com/doc/mysql-cluster-excerpt/5.1/en/mysql-cluster-overview.html 1、Data Node 一个bdbd进程，存储了一份partition的replica。每个data node必须部署在一个单独的逻辑服务器上，目前暂不支持单台逻辑服务器部署多个ndbd进程。 2、Node Group 一个node group由若干个存储了partions或者replicas集合的node组成。 在MySQL CLuster中，node groups的数量并没又明确的被配置。它由如下公式决定： [number_of_node_groups] = number_of_data_nodes / NoOfReplicas 其中NoOfReplicas是一个配置参数。 在NDB 6.4.0以后，MySQL Cluster支持在运行的集群中热添加node group，而不需要停止正在运行的服务。添加方法参考：http://dev.mysql.com/doc/mysql-cluster- excerpt/5.1/en/mysql-cluster-online-add-node.html     3、Partition Partition是存储在cluster里所有数据的一个组成部分。每个node负责至少存储一份partition或者replica。 一个replica附属于一个node，而一个node通常存储若干份relica。 4、NDB and user-defined partitioning MySQL Cluster在默认情况下自动的对数据做分割，但是MySQL 5.1以后，用户可以通过自定义NDBClUSTER table来控制数据分割。 只有key和linear key分割计划可以被用于NDBCLUSTER table上。 当使用ndbd时： 最大partition数量 = 8 * [number of node groups] 当使用ndbmtd时，最大值还受本地查询处理线程数目MaxNoOfExecutionThreads配置项的影响： 最大partition数量 = 4 * MaxNoOfExecutionThreads * [number_of_node_groups] 5、Replica Replica是partition的一份拷贝。通常在实际部署中会有Prmary Replica以及Backup Replica 6、Management node 主要负责管理MySQL Cluster中的其它节点，例如：保存配置数据，启动和停止节点，备份，该节点必须先于其它节点启动，命令：ndb_mgmd 7、SQL node SQL node是一个使用mysqld --ndbcluster启动的mysqld进程，它也是一个传统的使用NDBCLUSTER引擎的服务节点，提供Cluster数据的API访问。

MySQL NDB 6.3.20集群安装 - ginge - ITeye技术网站

MySQL NDB 6.3.20集群安装

博客分类：
数据库

MySQLLinuxSQL Server配置管理SQL
引言：

本文会先对MySQL集群稍作一点介绍，然后会提供一个安装过程。
介绍：

MySQL集群是一种在无共享架构系统里应用内存数据库集群的技术。这种无共享的架构可以使得系统使用非常便宜的并且是最小配置的硬件。



MySQL集群是一种分布式设计，目标是要达到没有任何单点故障点。因此，任何组成部分都应该拥有自己的内存和磁盘。任何共享存储方案如网络共享，网络文件系统和SAN设备是不推荐或不支持的。通过这种冗余设计，MySQL声称数据的可用度可以达到99。999%。



实际上，MySQL集群是把一个叫做NDB的内存集群存储引擎集成与标准的MySQL服务器集成。它包含一组计算机，每个都跑一个或者多个进程，这可能包括一个MySQL服务器，一个数据节点，一个管理服务器和一个专有的一个数据访问程序。它们之间的关系如下图所示：