分布式数据库是指利用计算机网络将物理上分散的多个数据存储节点连接起来，组成一个逻辑上统一的数据库系统。它将数据分散存储在多个节点上，通过分布式算法来管理和维护数据的一致性、完整性和可用性。例如，在一个大型电商平台中，用户数据、商品数据、订单数据等可能分布在不同的数据中心或服务器节点上。当用户查询订单信息时，分布式数据库系统会根据一定的规则（如数据分片规则）找到存储该订单数据的节点，并将数据返回给用户。下面是常见的分布式数据库介绍。

关系型分布式数据库

• OceanBase：阿里巴巴集团自主研发的分布式关系型数据库系统。采用分布式架构，能将数据分布在多个节点上，实现高可用性和可扩展性，特别适用于金融、电商、物流等大型企业的数据存储和处理需求.
• TDSQL：腾讯打造的分布式数据库产品，采用分布式架构实现数据的分片存储和分布式处理，并通过负载均衡技术将请求均匀分配到各个节点上，提高系统的并发处理能力，可应用于多种大规模数据处理场景.
• TBase：腾讯数据平台团队基于 PostgreSQL 研发，支持 HTAP，由协调节点、数据节点和全局事务管理器组成，支持分布式事务的 RC 和 RR 两个隔离级别，数据检索效率高，且兼容 SQL2003 标准、PostgreSQL 语法和 Oracle 主要语法.
• GuassDB：由华为研发，基于开源 PostgreSQL 研发，支持 HTAP 以及 SQL92、SQL99 和 SQL2003 语法，还支持存储过程、触发器、分页等功能，在一些银行有应用.
• GoldenDB：由中兴通讯研发，以 MySQL 为内核构建，对金融行业的支持比较好，中信银行的核心业务系统有使用.

NewSQL 分布式数据库

• Google Spanner：Google 开发的全球性、高可用性、可扩展性强且具有强一致性的数据库解决方案。具有全球性的分布式架构，能跨越多个数据中心和地理位置部署，通过数据的复制和多副本同步技术实现高可用性，水平扩展能力强，适用于处理大规模、高并发、全球化的应用场景1.
• TiDB：由 PingCAP 公司开发和维护的开源分布式 NewSQL 数据库系统。采用分布式架构，数据水平分割存储在多个节点上，可轻松扩展存储容量和吞吐量，通过 Raft 协议实现数据的强一致性复制，适用于在线交易、物联网、大数据分析等大规模数据和高并发负载的应用场景.
• CockroachDB：开源的分布式 SQL 数据库系统，其设计受到 Google Spanner 的启发，采用分布式架构，数据分割存储在多个节点上，可跨越多个数据中心和地理位置部署，实现全球性的数据存储和访问，适用于大规模数据和高并发负载的应用场景，如在线交易、电子商务、物联网、大数据分析等.

非关系型分布式数据库

• Apache Cassandra：高度可扩展的分布式数据库系统，用于处理大规模数据集和高吞吐量的应用。采用分布式架构，无单点故障，自动数据复制，支持跨多个数据中心的数据复制和容错，适用于需要高度可用性和可伸缩性的应用场景，如社交媒体、物联网等1.
• Apache HBase：基于 Hadoop 的分布式数据库，提供对大规模结构化数据的实时读写访问。使用 Hadoop 的 HDFS 作为底层存储，数据模型类似于关系数据库，具有高度可扩展性和容错性，常用于需要实时查询和分析大数据的应用，如金融风险分析、电信数据管理等1.
• MongoDB：面向文档的分布式数据库，数据模型灵活，支持水平扩展和自动数据分片，可处理大规模数据集和高并发访问，提供丰富的查询功能和强大的索引支持，适用于内容管理、移动应用、Web 应用等需要灵活性和高性能的场景1.
• Amazon DynamoDB：亚马逊 AWS 提供的全托管分布式数据库服务，具有自动缩放、高可用性和低延迟的特性，支持键值存储模型和文档存储模型，性能可靠，适用于无服务器架构和云原生应用的场景1.
• InfluxDB：是一款开源的分布式时序数据库，专门用于处理时间序列数据，如物联网设备的监控数据、应用程序的性能指标等。具有高效的数据存储和查询能力，能够快速处理大量的时间序列数据，并提供灵活的查询语言和可视化工具，适用于物联网、运维监控等领域.