十几年前我刚入行时，公司项目用的是台破旧的单机MySQL，每天半夜跑批处理，数据库CPU直接飙到99%，老板急得在办公室转圈。那时候没谁跟你提什么分布式，能凑合用一台机器跑完业务就是谢天谢地。可到了今天，随便一个电商大促，几百万用户同时点“购买”，单库单表根本扛不住。数据库架构的演进，说白了就是被业务逼出来的。你没法指望一台机器永远够用，也没法指望一个表结构永远适配所有场景。从单库到分布式，这条路不是谁想走，是不得不走。
单库时代，一切都很简单。一个数据库实例，一张表，一个连接池，业务逻辑直接往里怼。增删改查，JOIN查询，事务提交，全都依赖数据库自身的能力。但简单背后藏着大坑。一旦数据量突破千万级，查询开始变慢，索引再不灵光，慢查询日志里全是红色警告。更可怕的是单点故障，数据库挂掉，整个业务瘫痪。我见过一个做电商的朋友，双十一凌晨，数据库直接宕机，运维手忙脚乱重启，结果数据不一致，订单丢了上百条。老板气得拍桌子，技术人员连夜写数据恢复脚本，折腾到天亮。单库架构最大的问题，就是它把所有鸡蛋放在一个篮子里，篮子破了，蛋全碎。
为了解决单点故障和性能瓶颈，读写分离应运而生。主库负责写，从库负责读，数据通过异步复制同步。这个方案听着简单，实际坑不少。主从延迟是头号难题，你刚在主库写入一条订单，用户刷新页面，从库还没同步，页面显示“订单不存在”，用户直接爆粗口。另一个问题，是主库仍然是写瓶颈。一旦写入量暴增，主库CPU飙升，从库复制也跟着延迟，整个系统陷入恶性循环。我参与过一个项目，单表日增百万条数据，主库磁盘IO直接打满，运维只能半夜扩容硬件。读写分离只能解决读压力，写压力依然是悬在头上的刀。
当读写分离也撑不住，分库分表就来了。最常见的做法是按用户ID或者订单ID做分片，把数据分散到多个库多个表里。这样每个库的表数据量可控，查询和写入压力分散。但分库分表不是万能药。跨库跨表的JOIN查询几乎没法用，必须业务层做联表查询或者做数据冗余。分布式事务更是头疼，一个订单操作涉及库存、积分、物流三个库，要么用两阶段提交，要么用TCC补偿。两阶段提交性能差，TCC实现复杂。我见过一个项目，分库分表后，业务代码里到处都是分片键判断逻辑，一个简单的列表查询，要写几十行代码判断数据落在哪个库。开发效率直线下降，bug多到修不过来。
分库分表搞到一定规模，你会发现，光靠业务层硬编码分片规则，迟早要崩溃。这时候，分布式数据库中间件登场了。MyCAT、ShardingSphere、Vitess这些工具，帮你屏蔽分片逻辑，业务代码看起来还在操作单库，实际数据已经分布在几十台服务器上。中间件负责路由、合并结果、处理分布式事务。但中间件不是银弹。路由算法一旦设计不合理，数据倾斜严重，有的库闲得发慌，有的库忙到宕机。而且中间件本身也是单点风险，一旦挂了，整个数据库集群瘫痪。我亲历过一个事故，ShardingSphere的配置错了，分片键写成了时间戳，结果所有数据都路由到同一个库，其他库空转。当天晚上，那个库的磁盘直接爆满，业务停摆两小时。
真正成熟的分布式数据库架构，是分布式数据库原生系统。比如TiDB、CockroachDB、OceanBase这些，它们从底层设计就是分布式的，数据自动分片、自动复制、自动故障恢复。你不需要手动配置分片规则，不需要操心主从切换，不需要写复杂的补偿事务。这些系统把分布式细节完全封装起来，让开发者像用单库一样用分布式数据库。我有个朋友在金融公司做架构升级，从MySQL迁移到OceanBase，数据量从几十TB增长到PB级，查询延迟反而降了30%。分布式数据库原生的好处是，你不需要在业务代码里写分片逻辑，不需要操心数据倾斜，不需要手动扩容。但代价是学习成本高，运维复杂，硬件资源消耗大。
从实战角度看，没有完美的架构，只有合适的架构。小公司初创期，单库足以支撑，别上来就搞分布式，那是给自己找麻烦。用户量百万级，读写分离加缓存能解决大部分问题。用户量千万级，分库分表加中间件是性价比最高的方案。用户量亿级，或者数据一致性要求极高，分布式数据库原生系统才是最终选择。我见过太多公司，业务还没跑稳，就花大价钱上分布式数据库，结果运维搞不定，性能反而更差。数据库架构演进的核心，不是追求技术最先进，而是让技术匹配业务发展的节奏。从单库到分布式，每一步都是被逼出来的，但每一步也都有它的代价。
说句掏心窝子的话，数据库架构没有终点。今天你用了分布式原生数据库，明天可能又要面对云原生、Serverless、无服务器数据库。技术永远在变，但底层逻辑不变：数据要可靠，查询要快，扩容要灵活。与其追逐时髦架构，不如把现阶段的业务吃透，把数据模型设计好，把索引建对，把慢查询优化掉。很多问题根本轮不到分布式来解决，单库优化到位，照样能扛千万级流量。分布式架构是武器，不是第一选择。从单库到分布式，不是技术炫耀，是业务倒逼。记住这点，你的数据库架构演进之路，才不会走歪。
