东北大学分布式数据库：课件解析与真题实战指南

一、东北大学分布式数据库课程课件体系解析

东北大学计算机科学与技术学院开设的《分布式数据库》课程，以CAP理论为核心框架，构建了从理论到实践的完整知识体系。课件内容涵盖三大模块：

1. 基础理论模块

• CAP定理与分区容错性：通过数学推导证明一致性（Consistency）、可用性（Availability）、分区容错性（Partition Tolerance）的不可兼得性。例如，在两阶段提交协议（2PC）中，若网络分区发生，系统必须牺牲可用性来保证一致性。
• 数据分片策略：详细解析水平分片（Horizontal Partitioning）与垂直分片（Vertical Partitioning）的适用场景。课件中以电商订单表为例，水平分片按用户ID哈希值分配到不同节点，垂直分片则将用户信息与订单详情分离存储。
• 分布式事务模型：对比2PC、3PC（三阶段提交）、TCC（Try-Confirm-Cancel）的优缺点。例如，2PC在协调者故障时可能导致阻塞，而3PC通过超时机制优化了这一问题。

2. 核心技术模块

• 一致性协议：深入讲解Paxos与Raft算法。课件中以Raft为例，通过动画演示领导者选举、日志复制和安全性保证的完整流程，并附上Go语言实现的简化版代码：
  ```go
  type RaftNode struct {
  currentTerm int
  votedFor int
  log []LogEntry
  }

func (n *RaftNode) RequestVote(args RequestVoteArgs) Reply {
if args.Term > n.currentTerm {
n.currentTerm = args.Term
n.votedFor = args.CandidateId
return Reply{Term: args.Term, VoteGranted: true}
}
return Reply{Term: n.currentTerm, VoteGranted: false}
}

- **副本控制协议**：分析主从复制（Master-Slave）与多主复制（Multi-Master）的冲突解决机制。例如，在MySQL Group Replication中，通过全局事务标识符（GTID）避免主键冲突。
- **分布式查询优化**：课件提出基于代价的查询优化策略，通过统计信息估算不同执行计划的代价。例如，对跨节点JOIN操作，优先选择数据分布均匀的表作为驱动表。
#### 3. 实践应用模块
- **案例分析**：以阿里云PolarDB为例，解析其基于共享存储的分布式架构如何实现计算与存储分离。课件中附有架构图，展示计算节点（Compute Node）与存储节点（Storage Node）的交互流程。
- **实验指导**：提供基于Docker的分布式数据库环境搭建步骤，包括Zookeeper配置、MySQL Group Replication部署和压力测试工具（如Sysbench）的使用。
### 二、东北大学分布式数据库历年真题解析
通过分析近五年真题，可总结出三大高频考点：
#### 1. 理论推导题
**例题**：证明在存在网络分区的情况下，系统无法同时满足一致性和可用性。  
**解析**：假设系统存在网络分区，将节点分为集合A和B。若A接收写请求并完成本地提交，此时B无法感知A的更新。若B继续接收读请求并返回旧数据，则违反一致性；若B拒绝服务，则违反可用性。因此，CAP三者不可兼得。
#### 2. 协议实现题
**例题**：基于Raft算法实现领导者选举的伪代码。  
**解析**：核心逻辑包括三个阶段：
1. **候选期**：节点转为Candidate状态，递增任期号并发起投票请求。
2. **超时重试**：若未获得多数票，随机超时后重新发起选举。
3. **状态转换**：获得多数票后转为Leader，发送心跳维持地位。
伪代码示例：
```python
def start_election(self):
    self.current_term += 1
    self.voted_for = self.node_id
    votes_received = 1
    for peer in self.peers:
        send_request_vote(peer, self.current_term, self.last_log_index)
    # 超时处理逻辑...

3. 性能优化题

例题：在分布式环境中，如何优化跨节点JOIN操作的性能？
解析：可从三个维度优化：

1. 数据局部性：将关联表按相同分片键存储，减少网络传输。
2. 并行执行：将JOIN操作拆分为多个子任务并行处理。
3. 索引优化：在JOIN字段上建立分布式索引，如HBase的二级索引。

三、备考策略与资源推荐

1. 课件学习法：按“理论→协议→实践”的顺序学习，每章结束后完成课后习题。例如，在学习Paxos后，可手动模拟一个3节点集群的选举过程。
2. 真题训练法：近三年真题需刷3遍以上，第一遍限时完成，第二遍分析错题，第三遍总结命题规律。例如，2022年真题中，分布式事务题占比达40%。
3. 扩展阅读：推荐论文《Spanner: Google’s Globally-Distributed Database》和《F1: A Distributed SQL Database That Scales》，深入理解工业级分布式数据库的设计思想。

四、结语

东北大学分布式数据库课程通过系统的课件设计和真题训练，培养了大量具备理论深度与实践能力的复合型人才。对于学习者而言，掌握课件中的核心算法（如Raft、Paxos）和真题中的高频考点（如CAP证明、事务模型），是通往分布式数据库领域的关键路径。未来，随着NewSQL和HTAP技术的兴起，分布式数据库的研究将迎来更广阔的空间。