在众多并行数据库技术中，哪两大关键技术被广泛应用呢？

传统单机数据库已无法满足海量数据快速查询与高并发访问的需求。公司往往面临以下痛点：

• 查询响应时间长，业务决策延迟。
• 单节点瓶颈导致 困难，难以承载日益增长的数据量。
• 节点失效时程序停摆，业务连续性难以保障。

为了解决这些问题，并行数据库技术顺势出现。它通过数据分区与并行查询处理这两大关键技术，实现了横向 、性能提高与容错保证。

一、数据分区

数据分区是将数据库中的表按一定规则拆分成若干个子集。并将这些子集存放在不同的物理节点或磁盘上，这样就能实现并行存储与访问。常见的分区策略有：

• 范围分区: 根据键值范围划分，如日期、ID等。
• 哈希分区: 对键值做哈希运算，均匀散布到各节点。
• 列表分区: 按预定义列表匹配划分。按理说，

优势：

• 水平 性: 新增节点即可接收新的分区。无需停机重建，
• 并行访问: 每个节点只处理自己负责的数据子集，减少锁争用和I/O冲突。
• 故障隔离: 某个节点失效时仅影响其对应的分区，可由其他节点接管任务。

痛点解决案例这方面。查询延迟过高  →  数据局部化降低网络传输成本，使热点查询仅在少数几个节点完成，从而显著缩短响应时间。

二、并行查询处理

并行查询处理将一个复杂的 SQL 查询拆解为多个子查询。