关系数据库通过使用一系列旨在维护数据一致性和完整性的技术来处理分布式存储。在分布式环境中，数据分布在多个服务器或节点上，这些服务器或节点可以位于不同的地理区域。这种分割使数据库能够提高性能并提供更好的故障转移选项。根据应用需求，数据可以被分区、复制或切片。例如，分区允许将大表按照某些标准（如数值范围）划分为更小、更易于管理的部分，这可以帮助减少查询响应时间。
复制是另一种关键方法，它在不同的服务器上存储相同数据的副本。这提高了可用性和容错能力，因为如果一台服务器发生故障，其他副本可以在没有数据丢失的情况下处理请求。许多关系数据库支持同步或异步复制策略。在同步复制中，所有副本必须同时更新，以确保数据一致性，而异步复制则允许独立更新，这可以提高速度，但有可能导致暂时的数据不一致。
最后，分布式关系数据库通常实施各种策略来管理节点间的事务。这一点至关重要，因为在关系环境中维护数据完整性是必不可少的。像两段提交（2PC）这样的技术通常被用来确保事务的所有部分要么一起成功，要么一起失败。例如，如果一个事务在多个位置修改数据，2PC确保所有服务器就提交更改达成一致。像Google Spanner和AWS Aurora这样的工具和框架展示了现代关系数据库如何实现分布式存储，同时仍提供强大的事务支持。