|
; R, W& o2 b6 c+ n' k0 s
引入 | 图解那些分布式数据库中的 DBMS ) _# w7 F8 y8 U
# b; ^( l( ?0 e" |( x$ X: ^ : k: j/ ~6 o# ^
开篇：想必大家都有一个疑问？何为分布式数据库？OLTP，OLAP，HTAP？它又能够给我们带来什么？ * d R3 y' }7 v$ N1 V% W" ?- d* P
W$ Y% ?; }4 v; t% P% D3 ], Q 背景：在数据库技术 DBMS 领域，尤其是针对其中很多核心技术组成部分攻关的突破，国产化数据库一直都起着模范带头作用。许多国内互联网公司，包括现在很多成熟的技术框架，数据库都来自于国外。早期，依赖于核心技术的引进，在引进的基础上做上层应用，进而不断迭代。而现在核心技术自研，数据库自研等成了技术攻关的新浪潮。阿里曾一直提出“去 IOE ”的概念-其中 IBM 是服务器提供商，Oracle 是数据库软件提供商，EMC 则是存储设备提供商。 " M; b w+ `4 u
思考：
+ J- @+ ]5 K z2 ?6 X! L3 E7 @; a, V 1、当使用 K8、Docker 容器化编排技术受到限制，假若 Oracle、MySql 数据存储等数据库软件不再向我们提供正常的服务？ ! n& r K5 G( t' u4 A6 N @2 y
2、在我们的项目工程中，若是没有了这些数据库技术去提供正常的服务，如何能够去及时地采取补救的措施，使得业务能够平滑过渡，做到让用户无感知体验？ 8 c; I' X9 I+ M v' s
3、从传统关系型数据库到非关系型数据库，NOSQL ，NewSQL 再到数据湖，以及兼顾 OLAP 跟 OLTP 的各种分布式数据库-HTAP（混合事务/分析处理），在拥有自己的数据存储解决方案基础之上，现有技术框架体系是否能够较好适配，能否做到更好地兼容？ # f$ M4 ^4 G* p; d. s* J/ d
场景：在现有渠道产品上的适配，推进国产化数据库进程，包括信创自主可控等领域，都值得作为技术人的我们去深思...... # b' M' N- c$ Q8 _! T
诚然，技术多元化是一个趋势，多语言并存，多数据库适配，多环境兼容......
) s& O3 ]+ q+ ^1 p, Z8 a s 现状：Oracle，ElasticSearch，MySQL 架构
# x1 }7 a% \9 w4 a" u# j 目前，在 Oracle 中多个业务库中，数据规模已经非常庞大，MySQL 中多个业务库，其单表数据量都已超过千万级别，数据每天在不断的增长......
1 \. r o) ^, m7 p6 g
8 ]/ B( d7 @- q( l6 J 尤其，在许多老旧的项目中，Oracle 视图数据量非常大，DMP 文件数百G，数据存储成本极其昂贵，这里也提供下大数据量的一些数据库导入导出方式（相比较工具导入导出或许速度更快一个数量级） $ U9 @+ g3 L( S& h
MySQL： 2 r; a/ z. @3 Z" l, m7 M
备份数据库命令： W8 {+ Z0 f7 f4 z7 s9 w
mysqldump -u root -p 数据库名 > /home/user/2021.12.26.sql;) H8 a' y8 x! b0 O. M) j; g$ Y' _
0 l9 b8 ?, a5 {( s% i1 _ 只需导出表结构：
$ ^, g9 h* F& a' r' O mysqldump -u applyun -p -d bi > /home/applyun/bi.sql;
! r, ^# q$ o+ w; U
8 T7 B6 A9 w2 {0 ~1 C 数据库迁移导入：
! v' ?: q3 m1 _) G! l mysql -u root -p 数据库名 < /home/user/2021.12.26.sql;
+ W: m$ l0 q7 Q5 A/ v 7 v9 W3 V; z# X- c; m/ M; j0 ^0 x
Oracle：
7 O2 O0 i/ t, s9 T5 e2 _& G 数据库迁移导入：
9 z) T- f, X. p% U8 \ imp yd_dev_tmp/user@ip/orcl file=/home/oracle/xxx.dmp ignore=y full=y;; P$ K+ q% i, k1 [6 t. z$ Y
" k. ]2 B% |4 u; i$ z( H . n* H4 V/ z' ]- z0 `2 H/ ?7 Y
成功导入数据泵. dmp 文件。（其中，可通过su - oracle进入oracle目录，dmp文件可上传到/home/oracle路径） $ b: A4 z5 s* }" v3 P
猜想： 5 }" m& M3 w) |" S8 ]
当下的数据库技术体系，正如春秋时期百家争鸣的局面，已然无法像传统关系型数据库那样三足鼎立，各个大厂，尤其是互联网，根据其自身业务需求体系定制化了很多产品，像 OceanBase ，TiDB ，Vertica，ClickHouse，Greenplum......
- x( h# S5 k/ \5 L1 P! s 那么，拥有这么多的选择权，是不是意味着学习的成本会不断抬高，我们需要了解扩充的知识面更多？上述仅列举了正在项目中移植预研的几款 DBMS，更多详情请回顾->数仓进阶 | 记一次OLAP分析引擎演进思考过程
5 P7 ^& N; a- M- y8 B 构思： * r9 ~. f' u% F4 H* R2 m6 F
当我们的业务系统发展到一定规模，不论是累计数据量，亦或用户并发量。早期，通过单体架构进行设计，应付自如，再大就是分库分表，解决数据库单点瓶颈（I/O）。
& t( j( w. H) ?; D6 U' R( Z; z 随着业务持续发展，单机有着明显的单点效应，并且单机的容量跟性能都是极其局限的。 , s' x1 f9 M5 q; |1 u3 D
进一步，对某些应用进行水平扩容，渐渐的，虽然各个应用服务器CPU都正常，但是你会发现还是有很多慢请求依然存在，究其缘由-单点数据库性能瓶颈？
- F b8 o# O8 l) g 更进一步，数据库集群-主从架构，大部分读操作可直接访问从库，减轻主库的负担，但依旧还是无法解决主库写的瓶颈？
+ w' N* v% t4 }1 | 接下来，就是上述提到的分库分表，分库分表可作水平拆分-对表进行进一步拆分，垂直拆分-不同功能表放置不同的库，按业务功能进行拆分。
1 L% A2 u9 E, g; {" X* h/ m5 I 然而，当相同的应用扩展越多，每个数据库的链接数，长久以往必会让数据库本身的资源再度成为瓶颈，简言之，资源隔离性依然不彻底->未形成单元化的雏形。
1 [$ f- @, c4 W' g3 f9 Z
- C- a8 S: J( R: x 再谈经典， 0 _' H% ~" t0 O) T% P* m8 m5 \
Google 三驾马车，在分布式系统工程实践领域：
( \8 ~5 R9 k6 B K! S& b& w 《Google File System》、《Google MapReduce》、 + A$ G B! T3 ]
《Google BigTable》在很大程度上奠定了业界大规模分布式存储系统的理论基础. 1 y4 |8 D9 g# }7 u* P
回到 CAP 理论，想必在分布式领域中这个著名的定理都有所耳闻，即 C 为数据一致性，A 为服务可用性，P 为服务对网络分区故障的容错性。 $ J% ]2 O) ]4 d0 P0 {+ }
谈及 CAP，这里暂不详赘，各有各自不同深度层次的见解，但这里需要说明下的就是选择 CP 的分布式系统，并不代表可用性就完全没有了，比如像我们常用的中间件，为了增加可用性保障，往往提供了分片集群-复制的一些方案。
4 ~% _1 o* d1 n" M 包括常说的 BASE 理论-对 CAP 理论的延伸，核心思想-即使无法做到强一致性（Strong Consistency），但我们的应用可以采用适合的方式达能够到最终一致性（Eventual Consitency）。
# G8 l2 o0 Y6 y 从上述提到由单点现状->分布式架构演进构思的过程中，出现诸多不同阶段性痛点，想必这也是为什么那么多分布式数据库产品如雨后春笋般不断涌出？
* u- a9 C5 g4 n8 l4 q5 f1 T2 F' x9 @8 A OceanBase-中国第一款自主研发的分布式数据库（简称OB）
. H4 X1 l* q; K: t, U! }4 j5 ^ 企业级分布式关系数据库
: |# |. v- X0 \7 \! v6 X5 u2 _3 U a）数据强一致
; O% w8 y" K/ L9 R+ A% [# o b）高可靠
) P% ]1 Y0 s; E$ x6 D 分区-副本机制
6 j3 M5 @3 ~0 M c）高性能
) {3 d% e7 H4 P# g3 n* r" F+ F Paxos协议，在数据强一致的情况下，具有极高的可用性及性能
0 z }' j4 ?( z6 G. K: q d）在线扩展
/ d# J6 C6 [; ^7 e3 q; D$ L 当集群存储容量或是处理能力不足时，可以加入新的 OBServer
0 N! X% V6 [% d* y% Z* ^ e）高度兼容 SQL 标准和主流关系数据库
9 Z$ l% w/ ^' P K f）低成本 7 L% K& u# `7 K# y- W
CPU、操作系统、数据库
+ T9 x% N( I( k, f8 D 如何既兼顾处理 TP 场景的能力，又具备 AP 场景的分析能力？ 3 D7 {' N1 f4 C% N! c3 r
想必 HTAP 架构希望打破 TP 和 AP 的边界，虽然存在很多技术难关需要攻克，一直在路上，期待 OceanBase（OB）一直会有新的突破......
3 L* p# G( G, [/ o: M# \ 延伸思考：HTAP（混合事务/分析处理），相比 OLTP、OLAP 能够给我们带来？OceanBase 又是如何支持 HTAP？ . @7 H- W! W# X8 r% d( ^
在高并发海量数据场景下，是否能让系统中诸多计算节点同时运行 OLTP 类型的应用和复杂的 OLAP 类型的应用......
' |; B% O( G _4 _: C3 [" r7 C. @# t& ^9 i8 m
/ w2 \+ D, |& L' \% j1 r: y/ j
7 |& a. A' |$ F! k" c, f P0 Y z
! h3 {, Z% |% ?! n; t% g1 G' U; t | 
