1. 分布式数据库到底是高并发还是高
分布式数据库系统通常使用较小的计算机系统，每台计算机可单独放在一个地方，每台计算机中都可能有DBMS的一份完整拷贝副本，或者部分拷贝副本，并具有自己局部的数据库，位于不同地点的许多计算机通过网络互相连接，共同组成一个完整的、全局的逻辑上集中、物理上分布的大型数据库。
2. 做分布式高并发的时候 数据库怎么支持高并发
些建议处理高并发要学习的东西实在太多.要在没有实际工作经验的情况下逐一了解太难,也很难深入.对于高并发的学习,我建议除了多阅读高并发架构的文档学习基本的方法论以外,自己要去深入学习网络基础,数据结构和算法.这些都是处理高并发热点
3. 数据库的并发控制跟恢复之间有什么联系
数据库管理系统(databasemanagementsystem)是一种操纵和管理数据库的大型软件，是用于建立、使用和维护数据库，简称dbms。它对数据库进行统一的管理和控制，以保证数据库的安全性和完整性。用户通过dbms访问数据库中的数据，数据库管理员也通过dbms进行数据库的维护工作。它提供多种功能，可使多个应用程序和用户用不同的方法在同时或不同时刻去建立，修改和询问数据库。它使用户能方便地定义和操纵数据，维护数据的安全性和完整性，以及进行多用户下的并发控制和恢复数据库。按功能划分，数据库管理系统大致可分为6个部分：(1)模式翻译：提供数据定义语言(ddl)。用它书写的数据库模式被翻译为内部表示。数据库的逻辑结构、完整性约束和物理储存结构保存在内部的数据字典中。数据库的各种数据操作(如查找、修改、插入和删除等)和数据库的维护管理都是以数据库模式为依据的。(2)应用程序的编译：把包含着访问数据库语句的应用程序，编译成在dbms支持下可运行的目标程序。(3)交互式查询：提供易使用的交互式查询语言，如sql。dbms负责执行查询命令，并将查询结果显示在屏幕上。(4)数据的组织与存取：提供数据在外围储存设备上的物理组织与存取方法。⑸事务运行管理：提供事务运行管理及运行日志，事务运行的安全性监控和数据完整性检查，事务的并发控制及系统恢复等功能。(6)数据库的维护：为数据库管理员提供软件支持，包括数据安全控制、完整性保障、数据库备份、数据库重组以及性能监控等维护工具。基于关系模型的数据库管理系统已日臻完善，并已作为商品化软件广泛应用于各行各业。它在各户服务器结构的分布式多用户环境中的应用，使数据库系统的应用进一步扩展。随着新型数据模型及数据管理的实现技术的推进，可以预期dbms软件的性能还将更新和完善，应用领域也将进一步地拓宽。它所提供的功能有以下几项：（1）数据定义功能。DBMS提供相应数据语言来定义（DDL）数据库结构，它们是刻画数据库框架，并被保存在数据字典中。（2）数据存取功能。DBMS提供数据操纵语言（DML），实现对数据库数据的基本存取操作：检索，插入，修改和删除。（3）数据库运行管理功能。DBMS提供数据控制功能，即是数据的安全性、完整性和并发控制等对数据库运行进行有效地控制和管理，以确保数据正确有效。（4）数据库的建立和维护功能。包括数据库初始数据的装入，数据库的转储、恢复、重组织，系统性能监视、分析等功能。（5）数据库的传输。DBMS提供处理数据的传输，实现用户程序与DBMS之间的通信，通常与操作系统协调完成。着名数据库管理系统常见的数据库管理系统目前有许多数据库产品，如Oracle、Sybase、Informix、MicrosoftSQLServer、MicrosoftAccess、VisualFoxPro等产品各以自己特有的功能，在数据库市场上占有一席之地。下面简要介绍几种常用的数据库管理系统。OracleOracle是一个最早商品化的关系型数据库管理系统，也是应用广泛、功能强大的数据库管理系统。Oracle作为一个通用的数据库管理系统，不仅具有完整的数据管理功能，还是一个分布式数据库系统，支持各种分布式功能，特别是支持Internet应用。作为一个应用开发环境，Oracle提供了一套界面友好、功能齐全的数据库开发工具。Oracle使用PL/SQL语言执行各种操作，具有可开放性、可移植性、可伸缩性等功能。特别是在Oracle8i中，支持面向对象的功能，如支持类、方法、属性等，使得Oracle产品成为一种对象/关系型数据库管理系统。是一种典型的关系型数据库管理系统，可以在许多操作系统上运行，它使用Transact-SQL语言完成数据操作。由于MicrosoftSQLServer是开放式的系统，其它系统可以与它进行完好的交互操作。目前最新版本的产品为MicrosoftSQLServer2000，它具有可靠性、可伸缩性、可用性、可管理性等特点，为用户提供完整的数据库解决方案。MicrosoftOffice作为MicrosoftOffice组件之一的MicrosoftAccess是在Windows环境下非常流行的桌面型数据库管理系统。使用MicrosoftAccess无需编写任何代码，只需通过直观的可视化操作就可以完成大部分数据管理任务。在MicrosoftAccess数据库中，包括许多组成数据库的基本要素。这些要素是存储信息的表、显示人机交互界面的窗体、有效检索数据的查询、信息输出载体的报表、提高应用效率的宏、功能强大的模块工具等。它不仅可以通过ODBC与其它数据库相连，实现数据交换和共享，还可以与Word、Excel等公软件进行数据交换和共享，并且通过对象链接与嵌入技术在数据库中嵌入和链接声音、图像等多媒体数据。数据库管理系统选择原则选择数据库管理系统时应从以下几个方面予以考虑：(1)构造数据库的难易程度。需要分析数据库管理系统有没有范式的要求，即是否必须按照系统所规定的数据模型分析现实世界，建立相应的模型；数据库管理语句是否符合国际标准，符合国际标准则便于系统的维护、开发、移植；有没有面向用户的易用的开发工具；所支持的数据库容量，数据库的容量特性决定了数据库管理系统的使用范围。(2)程序开发的难易程度。有无计算机辅助软件工程工具CASE——计算机辅助软件工程工具可以帮助开发者根据软件工程的方法提供各开发阶段的维护、编码环境，便于复杂软件的开发、维护。有无第四代语言的开发平台——第四代语言具有非过程语言的设计方法，用户不需编写复杂的过程性代码，易学、易懂、易维护。有无面向对象的设计平台——面向对象的设计思想十分接近人类的逻辑思维方式，便于开发和维护。对多媒体数据类型的支持——多媒体数据需求是今后发展的趋势，支持多媒体数据类型的数据库管理系统必将减少应用程序的开发和维护工作。(3)数据库管理系统的性能分析。包括性能评估（响应时间、数据单位时间吞吐量）、性能监控（内外存使用情况、系统输入/输出速率、SQL语句的执行，数据库元组控制）、性能管理（参数设定与调整）。(4)对分布式应用的支持。包括数据透明与网络透明程度。数据透明是指用户在应用中不需指出数据在网络中的什么节点上，数据库管理系统可以自动搜索网络，提取所需数据；网络透明是指用户在应用中无需指出网络所采用的协议。数据库管理系统自动将数据包转换成相应的协议数据。(5)并行处理能力。支持多CPU模式的系统（SMP，CLUSTER，MPP），负载的分配形式，并行处理的颗粒度、范围。(6)可移植性和可括展性。可移植性指垂直扩展和水平扩展能力。垂直扩展要求新平台能够支持低版本的平台，数据库客户机/服务器机制支持集中式管理模式，这样保证用户以前的投资和系统；水平扩展要求满足硬件上的扩展，支持从单CPU模式转换成多CPU并行机模式（SMP,CLUSTER,MPP）(7)数据完整性约束。数据完整性指数据的正确性和一致性保护，包括实体完整性、参照完整性、复杂的事务规则。(8)并发控制功能。对于分布式数据库管理系统，并发控制功能是必不可少的。因为它面临的是多任务分布环境，可能会有多个用户点在同一时刻对同一数据进行读或写操作，为了保证数据的一致性，需要由数据库管理系统的并发控制功能来完成。评价并发控制的标准应从下面几方面加以考虑：保证查询结果一致性方法数据锁的颗粒度（数据锁的控制范围，表、页、元组等）数据锁的升级管理功能死锁的检测和解决方法(9)容错能力。异常情况下对数据的容错处理。评价标准：硬件的容错，有无磁盘镜象处理功能软件的容错，有无软件方法异常情况的容错功能(10)安全性控制包括安全保密的程度（帐户管理、用户权限、网络安全控制、数据约束）(11)支持汉字处理能力包括数据库描述语言的汉字处理能力（表名、域名、数据）和数据库开发工具对汉字的支持能力。
4. 如何理解erlang的分布式和并发
Erlang的并发性能也并非最强过去曾认为Erlang就代表高并发，高并发就代表高性能，同时认为Erlang就只是高并发的代名词。其实，Erlang的并发性能也并非最强。首先Erlang的虚拟机是C写的，其次诸如Haskell、OCaml + JoCaml，以及Python的PyPy，其实都能提供不弱于Erlang的并发能力。
同时Erlang在顺序计算上的性能也不佳，甚至不能超过Python、Lua这类脚本语言（也许是和其本身的特殊性质有关）。所以就更落后于Haskell和OCaml这类可编译的语言。然而即使并发和并行也需要顺序计算，所以单从并发性能上来说，Erlang还不是最强的。
Erlang写的Yaws这个Web服务器，虽然能承受高并发，但性能，尤其是IO性能依然无法与lighttpd、nginx这种C写的Web服务相比——Erlang的虚拟机本身也是C写的。
同时，Erlang本身设计为一个结构化编程语言而非面向对象编程语言。这就令其较难应用更有开发效率的面向对象的项目开发流程和方法。
那么为何Erlang在并发、分布式编程中如此受推崇？我认为因为它本身是并发和并行在语义、处理上的一致，所以它编写此类程序更加方便。同时，它提供的是一个关于并发、并行以及分布式的统一的解决方案，而不仅仅是高并发。它的目的是构建有容错能力、有伸缩性的可靠系统，同时又能最简化编程工作。这就是它的真正的优势。
5. 分布式数据库和关系型数据库的区别
分布式数据库拥有更高的数据访问速度，更强的可扩展性，更高的并发访问量。这些都是
关系型数据库的区别，同时也是分布式数据库的有点。
6. 请问分布式与cluster有什么区别，大并发量选择哪个好
1 可以肯定的是分布式和集群是两个不同的概念
2 分布式计算是指参与业务运算的不同业务组件运行在物理位置不同的环境上。
3 集群的作用主要是负载均衡和容灾，提高应用的服务能力。所以，同一集群的不同节点上的应用部署基本是一样的。
4 对于你的情况我建议使用ejb. ejb3已经相当的简单，各个方向的扩展都可以轻松实现，分布式计算更是ejb规范的基本内容。现在软件的开发方向应该更注重业务和开发人员的分析和建模能力，提取精练的业务对象才是根本，而技术架构已相当成熟。
5 对于大并发的性能问题，可以有多种方法来解决，如集群和缓存等，但不要过分依赖数据库。
7. 如何理解分布式数据库系统的站点自治性与逻辑协调性的关系
分布式数据库系统的主要优点是什么？存在哪些技术问题？ 分布式数据库系统优点：良好地可靠性和可用性；提高系统效率，降低通 信成本；较大的灵活性和可伸缩性；经济型和保护投资；适应组织的分布式管理 和控制；数据分布式具有透明性和站点具有较好的自治性；提高了资源利用率； 实现了数据共享。 分布式数据库系统中存在的技术问题：数据的分割、分布和冗余度；异构 数据库的互联； 分布式数据库系统的查询处理； 分布式数据库系统的更新处理； 分布式数据库系统的并发控制；分布式数据库系统的恢复控制；目录管理；数据 安全性和保密性处理。
8. 举例说明什么是分布式数据库系统并发控制中的全局死锁
db2 是对某表某一条记录操作的时候,他会对整个表进行表锁定,如果设置的事务级别是可重复的读,那么另外一个人的同步操作就会被回滚,不过可以通过sql语句指定锁定级别,sqlserver默认是对行数据进行锁定,你如果要看这个问题,你可以先研究一下数据库的锁定方式和锁定级别,死锁是一定存在的,特别是在并发操作很多的情况,这个和你数据库的设计有关系,关键是捕获到死锁后怎么样对死锁进行释放
9. 如何处理大量数据并发操作
处理大量数据并发操作可以采用如下几种方法:
1.使用缓存：使用程序直接保存到内存中。或者使用缓存框架: 用一个特定的类型值来保存，以区别空数据和未缓存的两种状态。
2.数据库优化：表结构优化;SQL语句优化，语法优化和处理逻辑优化;分区;分表;索引优化;使用存储过程代替直接操作。
3.分离活跃数据:可以分为活跃用户和不活跃用户。
4.批量读取和延迟修改: 高并发情况可以将多个查询请求合并到一个。高并发且频繁修改的可以暂存缓存中。
5.读写分离: 数据库服务器配置多个，配置主从数据库。写用主数据库，读用从数据库。
6.分布式数据库: 将不同的表存放到不同的数据库中，然后再放到不同的服务器中。
7.NoSql和Hadoop: NoSql，not only SQL。没有关系型数据库那么多限制，比较灵活高效。Hadoop，将一个表中的数据分层多块，保存到多个节点（分布式）。每一块数据都有多个节点保存（集群）。集群可以并行处理相同的数据，还可以保证数据的完整性。
拓展资料:
大数据（big data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法（抽样调查）这样捷径，而采用所有数据进行分析处理。大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。
10. 分布式缓存主要用在高并发环境下的作用
分布式缓存主要用在高并发环境下，减轻数据库的压力，提高系统的响应速度和并发吞吐。当大量的读、写请求涌向数据库时，磁盘的处理速度与内存显然不在一个量级，因此，在数据库之前加一层缓存，能够显着提高系统的响应速度，并降低数据库的压力。作为传统的关系型数据库，MySQL提供完整的ACID操作，支持丰富的数据类型、强大的关联查询、where语句等，能够非常客易地建立查询索引，执行复杂的内连接、外连接、求和、排序、分组等操作，并且支持存储过程、函数等功能，产品成熟度高，功能强大。但是，对于需要应对高并发访问并且存储海量数据的场景来说，出于对性能的考虑，不得不放弃很多传统关系型数据库原本强大的功能，牺牲了系统的易用性，并且使得系统的设计和管理变得更为复杂。这也使得在过去几年中，流行着另一种新的存储解决方案——NoSQL，它与传统的关系型数据库最大的差别在于，它不使用SQL作为查询语言来查找数据，而采用key-value形式进行查找，提供了更高的查询效率及吞吐，并且能够更加方便地进行扩展，存储海量数据，在数千个节点上进行分区，自动进行数据的复制和备份。在分布式系统中，消息作为应用间通信的一种方式，得到了十分广泛的应用。消息可以被保存在队列中，直到被接收者取出，由于消息发送者不需要同步等待消息接收者的响应，消息的异步接收降低了系统集成的耦合度，提升了分布式系统协作的效率，使得系统能够更快地响应用户，提供更高的吞吐。
当系统处于峰值压力时，分布式消息队列还能够作为缓冲，削峰填谷，缓解集群的压力，避免整个系统被压垮。垂直化的搜索引擎在分布式系统中是一个非常重要的角色，它既能够满足用户对于全文检索、模糊匹配的需求，解决数据库like查询效率低下的问题，又能够解决分布式环境下，由于采用分库分表，或者使用NoSQL数据库，导致无法进行多表关联或者进行复杂查询的问题。