|
- D4 F3 s: Z% V
引入 | 图解那些分布式数据库中的 DBMS % k( F$ P: m( C+ p/ Z, k
8 G* s# n$ N( a5 p, c6 b& c1 b/ {
9 h x& B+ V1 N4 `; @2 m 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？
( c: X, I' T8 z4 y* _ 3 p6 b& N o9 v" K* F) \) s+ Z
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。
9 j$ p+ j) M* C* z& y0 r/ D0 w 思考： 5 S# ^4 G+ L2 ~7 e- k. {, a
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？ ! U+ c: X. H+ V# M2 o2 L, q0 T* ?
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？ * y2 F0 k# y) {" F0 R. I& o) [
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 e% w& K8 ~# n6 @
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......
1 b G6 z9 f' i- t) Z/ m- H 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...... : ^' G u' ^) T- r- J* v
现状：Oracle，ElasticSearch，MySQL 架构
& _2 ~# f" d% y# y 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......
c0 R4 s$ ~! K4 S ; o% s8 Z1 U' l' u! [- {3 W- y7 I) h
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）
g6 u- M6 ]" P n MySQL：
3 S0 m; D; V1 j: e8 d6 ` d 备份数据库命令： 3 n% y" E% `* p; c2 @, t4 J
mysqldump -u root -p 数据库名 > /home/user/2021.12.26.sql;3 L5 J3 I& z- V! C( l
" \( }1 ^. E- B- J& Q: ` 只需导出表结构： $ | _" g+ A8 d8 @0 G0 u
mysqldump -u applyun -p -d bi > /home/applyun/bi.sql;! @. ~ y$ I6 w; u( H1 p
: n3 w1 ]$ l* L. _' }
数据库迁移导入： 6 D) p2 V$ t" _5 P" g5 G* J
mysql -u root -p 数据库名 < /home/user/2021.12.26.sql;
1 Q3 Z+ H. w, w* a# b
, K; `4 t8 _7 h4 p- L Oracle：
* s2 c9 u+ l$ |6 m9 X 数据库迁移导入：
# y+ T0 Y" v9 i* W( C# z/ u; G( \% s imp yd_dev_tmp/user@ip/orcl file=/home/oracle/xxx.dmp ignore=y full=y;
' l& {( [2 U) ` 3 c$ J0 }6 w0 J% L$ f7 Z3 D
; ~7 `3 k4 P8 } 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）
1 @# U. P) j2 Q6 I& y; _ 猜想：
' g4 ]- R2 \3 D' i$ N 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! B6 M9 n& k u5 e }
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
7 _. `' w7 W, i9 s+ I 构思： # M% M- M7 y1 }9 v8 B' {" V* G
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）。
6 u+ u0 k7 S; y' _5 t- A 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。 0 f; m, U1 F8 {9 D) P
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？
1 }: Y8 N* q' X- }0 N- y 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？ ; ^$ f5 R5 w; X' ?: n' J
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。
+ B2 p4 Q; W5 |/ D 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。
% _- ~* N6 J& s- ~
' k3 L; i2 l8 k6 h" W, N 再谈经典， " ?# J6 r+ X: W, D
Google 三驾马车，在分布式系统工程实践领域： * I. Z" R% G1 }1 u2 i) J
《Google File System》、《Google MapReduce》、 # ] B% d# F8 M5 N8 K+ ^4 V
《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.
# v# x5 F, t) _# K 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。 ; x8 o" Y- J# O% L! M, C! R
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。 8 F6 {$ f$ C- h) q
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）。 ' n9 [" e* {% V0 n% F2 P: e# A
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？ : w9 e. _( m: I" u. q' ^0 E
OceanBase-中国第一款自主研发的分布式数据库（简称OB） 2 m! W& h2 N7 \. {) A, d; z
企业级分布式关系数据库
1 N! {- g# w: J( [- _& `8 g; ] a）数据强一致 7 o. N7 W9 s$ S, ^9 C
b）高可靠
7 n! h" C q; O7 Q/ i4 X. ] 分区-副本机制 , @- x7 j' I" ?2 u6 f
c）高性能
' n5 n) ~+ d7 T Paxos协议，在数据强一致的情况下，具有极高的可用性及性能 + }+ H, z: [ `% v9 s$ G8 ^, }- b
d）在线扩展
0 L9 }/ s0 N& i' |- t 当集群存储容量或是处理能力不足时，可以加入新的 OBServer 3 ^8 q" o9 y M" ]0 t
e）高度兼容 SQL 标准和主流关系数据库 3 B! a* E+ B/ y
f）低成本
: e8 Y; l- _+ b, S+ f) V CPU、操作系统、数据库 0 b6 B' Q% o- X0 h" O- a7 b! C
如何既兼顾处理 TP 场景的能力，又具备 AP 场景的分析能力？ $ N# {4 N B$ \/ T$ t2 ?
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...... ( [, A0 P9 D n: E* 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？ * F* K3 L: B1 X& o
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...... 2 w& a$ E( m/ @& a* q$ l5 y7 H" w' x
1 m; w- B5 U) J8 l* A: w+ [
& \( \! b, ^! A }1 N
/ s3 t9 u& c$ o# Q; z+ o! y7 T- R R8 X F
| 
