数据库架构，数据库拆分
Database Architecture, Database Split
我遇到过不适合我的数据库架构。它适用于一小群开发人员...如果对此设计有任何意见，我将不胜感激。
这是对系统的简化描述。所有第三个 NF 数据库（客户、会计、利率、曝光）
我们有 4 个范式数据库：
• 客户数据库：维护客户和组织信息
• 汇率数据库：从第 3 方系统获取汇率
• Exposure DB：联系第三方系统获取我们的银行账户
和交易信息
• 会计数据库：进一步计算财务风险和预测
我们有以下数据库用于数据仓库
• SQL 服务器分析服务：星型模式
• 立方体
数据库拆分：
我们的 4 个数据库（Client、Rate、Exposure、Accounting) 是拆分数量 4 SQL 服务器，但它们都 运行 在同一台物理服务器上。这些数据库需要彼此的数据，例如我们有一个组织Table，它在所有数据库中使用……或者其他数据库中需要速率。
分析服务：
我们有星型模式和分析服务。我的理解是 Data Vault 可以用作生成启动模式的来源……。但我们并没有为此目的使用我们的 Data Vault。我们使用 SSIS 直接从 Client、Rate、Exposure 和 Accounting 数据库读取数据并直接填充启动模式。
问题：
当我们需要使用拆分数据库中的数据时，拆分数据库是个好主意吗？
有没有好的Source/Blog解释什么时候拆分数据库是个好主意？
将表从源数据库复制到目标数据库是一个好的解决方案吗？我觉得跨数据库查询比将这么多表复制到多个DBa更简单和高效。
某事是否是个好主意是一个见仁见智的问题。不太重要的是权衡是什么的问题，在这里我可以讨论这些。
在部门之间拆分数据库使部门可以更自由地决定其领域模型。 DDD 思想流派的一个有效见解是，团队形成有界上下文，这些上下文可能以与其他人略有不同的方式使用词汇。如果让各个团队更灵活地决定自己的术语和数据模型是一件好事，那就是为了这个。
另一方面，存在许多性能缺陷。每个系统对每个数据库中的数据分布知之甚少，因此无法有效地进行规划。跨节点连接 总是 昂贵。所以你也会遇到一些真正的缺点。
我认为复制数据往往会与除法的限界上下文优势相悖，顺便说一句，这是一个警告。但这是自主性和性能之间的权衡。
还有几件事需要考虑：
- 链接服务器会是比数据库更好的选择吗？
- 由目标数据库控制的某种 ETL 会更好吗？
在设计跨域边界的解决方案时存在一个共同的挑战。如果你有一个包含每个领域对象的单一数据库，那么一切都会变得相互依赖；如果你有很多独立的数据库，你必须处理跨域查询。
关于这一点的最新思考是micro services and CQRS的概念。可以说，您的设计是此设计解决方案的原始形式，"data vault" 充当代理。
微服务架构强制执行的决策是 "independence is more important than efficiency"。每个微服务（和底层数据存储）都可以做有意义的事情，并以自己的速度移动而不必担心依赖性。这样做的代价是一个更复杂的解决方案，尤其是在处理数据依赖性时。
我遇到过不适合我的数据库架构。它适用于一小群开发人员...如果对此设计有任何意见，我将不胜感激。
这是对系统的简化描述。所有第三个 NF 数据库（客户、会计、利率、曝光）
我们有 4 个范式数据库：
• 客户数据库：维护客户和组织信息
• 汇率数据库：从第 3 方系统获取汇率
• Exposure DB：联系第三方系统获取我们的银行账户 和交易信息
• 会计数据库：进一步计算财务风险和预测
我们有以下数据库用于数据仓库
• SQL 服务器分析服务：星型模式
• 立方体
数据库拆分： 我们的 4 个数据库（Client、Rate、Exposure、Accounting) 是拆分数量 4 SQL 服务器，但它们都 运行 在同一台物理服务器上。这些数据库需要彼此的数据，例如我们有一个组织Table，它在所有数据库中使用……或者其他数据库中需要速率。
分析服务： 我们有星型模式和分析服务。我的理解是 Data Vault 可以用作生成启动模式的来源……。但我们并没有为此目的使用我们的 Data Vault。我们使用 SSIS 直接从 Client、Rate、Exposure 和 Accounting 数据库读取数据并直接填充启动模式。
问题：
当我们需要使用拆分数据库中的数据时，拆分数据库是个好主意吗？
有没有好的Source/Blog解释什么时候拆分数据库是个好主意？
将表从源数据库复制到目标数据库是一个好的解决方案吗？我觉得跨数据库查询比将这么多表复制到多个DBa更简单和高效。
某事是否是个好主意是一个见仁见智的问题。不太重要的是权衡是什么的问题，在这里我可以讨论这些。
在部门之间拆分数据库使部门可以更自由地决定其领域模型。 DDD 思想流派的一个有效见解是，团队形成有界上下文，这些上下文可能以与其他人略有不同的方式使用词汇。如果让各个团队更灵活地决定自己的术语和数据模型是一件好事，那就是为了这个。
另一方面，存在许多性能缺陷。每个系统对每个数据库中的数据分布知之甚少，因此无法有效地进行规划。跨节点连接 总是 昂贵。所以你也会遇到一些真正的缺点。
我认为复制数据往往会与除法的限界上下文优势相悖，顺便说一句，这是一个警告。但这是自主性和性能之间的权衡。
还有几件事需要考虑：
- 链接服务器会是比数据库更好的选择吗？
- 由目标数据库控制的某种 ETL 会更好吗？
在设计跨域边界的解决方案时存在一个共同的挑战。如果你有一个包含每个领域对象的单一数据库，那么一切都会变得相互依赖；如果你有很多独立的数据库，你必须处理跨域查询。
关于这一点的最新思考是micro services and CQRS的概念。可以说，您的设计是此设计解决方案的原始形式，"data vault" 充当代理。
微服务架构强制执行的决策是 "independence is more important than efficiency"。每个微服务（和底层数据存储）都可以做有意义的事情，并以自己的速度移动而不必担心依赖性。这样做的代价是一个更复杂的解决方案，尤其是在处理数据依赖性时。