|
4 U. k) h5 t, G) `
引入 | 图解那些分布式数据库中的 DBMS / d) v/ P2 d1 J4 G3 Q4 a) c8 Q
, |! p6 k, n9 P 7 @% F6 F0 I- x4 S# }7 R) C9 a
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？ " o$ H8 p* U4 l0 x6 w# ?
- J' _' I: @! _# F3 S7 e- ` 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。 3 J ?1 p- d0 Y. t% S0 N6 Q, D
思考： # w. ?; O0 q# O. R2 [
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？ I- i8 U+ a s( G1 m3 [& |
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？
! q8 o! R1 }/ c6 w 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？ : \/ [2 ~ f' `$ E% A3 ~
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...... . V7 E/ x0 f+ _% X4 Z
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...... - M3 c1 z: \7 C8 g# T
现状：Oracle，ElasticSearch，MySQL 架构 % Q3 \2 h; f1 [$ S7 b- d
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...... 3 C: s: }( K6 b y/ b
4 Z, g( K; f0 o' I' d* w! ] 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） ( _& B' y, C3 O# @- d; B! a3 \
MySQL： 1 d; V& G! | `5 A( [
备份数据库命令：
' I- B* [) N: C1 G/ U mysqldump -u root -p 数据库名 > /home/user/2021.12.26.sql;+ _; C8 {, A- E1 K4 `
) p8 X7 W: q' c; Q" R 只需导出表结构：
9 H- n1 d1 W \7 n8 m9 s; v( s mysqldump -u applyun -p -d bi > /home/applyun/bi.sql;6 v) T, _' A) l4 K
- F8 O6 s+ d3 @; P 数据库迁移导入：
: `' D! {% _ [8 G mysql -u root -p 数据库名 < /home/user/2021.12.26.sql;
' Y" p! K) x. k: x: ?3 Z# p" a # C7 a% |5 ^! F0 ] r+ n
Oracle： . V+ N: g; o3 @& v* J( D L' V
数据库迁移导入： : R( s% a# C: _; I) i, _. C
imp yd_dev_tmp/user@ip/orcl file=/home/oracle/xxx.dmp ignore=y full=y;
8 A6 o# K# y( a
_+ f, |2 z- t
" A. J6 |1 h$ ~ T L, ^, Q 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）
( S0 t; i" e) V1 c5 L3 Q 猜想：
# I* o9 g/ g; A! L* {, ~; T 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...... z& X9 | Z7 m& f% P) Z
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 ! i& }; ~( r/ {* c
构思： / e/ O% B4 X& T
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）。 0 ]$ `+ U( C( B5 \$ s6 _
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。 6 U' r2 s7 ~' \% }" g
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？
" i$ b) T: T9 Q2 Z4 a 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？ 6 Q5 v6 G5 e9 W/ T" ~
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。 $ j2 A1 D& F9 B0 Y) U' o& l0 B
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。 $ ]* \: b S# E; J& Y
) I8 l7 {: y% \& H1 Y& J& j 再谈经典， ) H% X9 h- S% O, V" x
Google 三驾马车，在分布式系统工程实践领域：
% M* c* d; P( U5 t, D# g 《Google File System》、《Google MapReduce》、 0 h5 t* u. E9 N3 B/ |# P
《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. $ L3 A" V9 }4 n$ @5 C
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。
0 q1 d) w5 W k" h6 V/ }# E8 y7 z1 { 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。 ' Z+ S: W- }7 a0 I( V" e/ B) j
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）。
* ], }2 p/ S: g 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？ $ D9 ]& o: B$ |, k Z7 |
OceanBase-中国第一款自主研发的分布式数据库（简称OB） 9 E9 [( x. k1 o3 e: [4 Y
企业级分布式关系数据库 : u0 z5 q% W% G- W+ | Q) P
a）数据强一致 " U$ |7 Q8 n4 I ~
b）高可靠
7 v* m$ o g* Q/ F! C0 r+ Q* F 分区-副本机制 # ?: U2 K8 F1 d7 X$ r# R% A
c）高性能
; q1 h' g$ \# y: _ u5 S Paxos协议，在数据强一致的情况下，具有极高的可用性及性能
" c" v$ l+ y2 O% B3 N, {" \9 _% e d）在线扩展 # f3 P g) p& n4 Z$ w( g
当集群存储容量或是处理能力不足时，可以加入新的 OBServer
1 q" u d7 n+ f) q8 ~ e）高度兼容 SQL 标准和主流关系数据库
- T7 {) E F# y2 v/ n+ S/ d f）低成本 , F+ y4 i5 g3 S: w8 z" H0 y: W; l
CPU、操作系统、数据库
' {' z2 ^) j/ q6 |3 a# p) h 如何既兼顾处理 TP 场景的能力，又具备 AP 场景的分析能力？ / K! h5 c! E/ A
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......
2 }, F& K8 [) z5 T' d; P/ ^ 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？ 4 |. P5 _" K V" @ X
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...... ( @, ?) |( ^4 [# P: y: y: R2 ^# i
. W: e) T g$ t! j1 v$ Y3 M' x( X4 }: v) Y& }9 {7 H
8 ?" U( R: c, ^# e8 B3 j2 T9 P/ Z& B! x7 R2 c" ]; I
| 
