单机架构

单机数据库是大家最为熟悉的，提供基础数据库功能。从扩展性来说，一般只具有Scale UP的能力，通过升级硬件来进行扩展其性能。从可用性角度来看，单机的可用性有限，一般作为非核心系统或者作为研发、测试用途。

共享架构

共享架构数据库，是针对单机库的升级，通过共享存储资源，将上层计算资源实现水平扩展，可以提供更好的性能及可用性表现。从扩展性来说，其能提供计算能力的有限扩展，存储能力扩展则取决于底层存储。从可用性来看，可以解决实例级、主机级故障，提供整体可用性。

集群架构

集群架构数据库，是提供了在单机/共享模式之上的数据库架构。通过复制技术，可实现数据库主从的工作模式。从扩展性上看，这种方式可提供提供一定范围内计算资源的水平扩展，这里强调是一定范围是指计算能力不能“完整扩展”，如仅能提供只读的扩展能力。对可用性来说，通过集群可实现主出现问题时，切换到从的能力，进而提升整体可用性。

分布式架构

分布式架构数据库，近些年来很火热，其突破单机、共享、集群架构下的数据库局限。通过存算分离技术，可实现上层计算资源、底层存储资源的水平扩展，进而满足更高性能、更大容量的承载。从扩展性来看，其扩展能力要远远优于前几种架构。从可用性来看，分布式架构因其多副本技术等，原生提供了更高的可用性。但这部分的具体实现技术上有着不同的方式，下面针对这部分加以说明。

原生分布式架构

原生分布式架构，通过存算分离技术，可实现计算与存储的独立扩展。但受到其管理能力限制，一般扩展能力较后者稍差。技术上按分布式重构了整个架构，可提供全局的MVCC、标准ACID、数据强一致等能力。对于用户来说，可类似普通数据库一样去使用，无应用浸入性。在性能上，可提供很大的吞吐量，但受限于架构在响应时间上有一定劣势。此外，还有些产品通过构造第二引擎及MPP的引入，也可提供一定的在线分析能力，满足类似HTAP的要求。

分布式计算+单机引擎

这种架构利用成熟的单机引擎与上层分布式计算层的结合，可实现存算分离。其扩展能力，较前者有更大的扩展能力。技术上此类产品仅重构了部分数据库架构，可通过上层与底层的部分改造，实现全局MVCC、ACID和强一致能力。但从实现上看，并不是十分优雅。此外，这种架构是需要用户明确数据分片方法，带有一定的侵入性，但也因这点其带来较好的延时表现。在性能上，可提供很大的吞吐量。

MPP架构

大数据架构

分布式存储架构