|
& \' M% a8 i) v1 U5 e+ Y
引入 | 图解那些分布式数据库中的 DBMS 8 J4 K# a9 q8 j i+ H# d
6 q# u$ J5 [, K3 N M: O9 E
; K2 Y8 n9 y. ^; K; C2 F$ z5 j
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？
- J/ z/ t9 R. f9 f8 M0 _5 R : i* n& |" P5 Z% ]6 [9 ]* `
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 H, @+ P7 K: s
思考：
7 J& y7 S2 l/ W7 Y 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？
g5 V" I$ M5 I: [, ^ 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？ % y; @8 W; Z. C
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？ 1 ?7 j, `& a3 _2 }# ~
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...... 9 ^$ \6 W( {6 W* e3 o' j
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...... 9 D2 ]3 b5 `# O3 [1 J$ A
现状：Oracle，ElasticSearch，MySQL 架构
- M: a) |( H# C$ P 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...... 0 {: L7 p" {- t& x
* F1 d, P! D" c5 l$ M" ?, Q: 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） 0 [- g3 z; J, I+ y9 e: \
MySQL： " \% q( M( S/ b3 I1 G
备份数据库命令： # m& G- v6 M8 K
mysqldump -u root -p 数据库名 > /home/user/2021.12.26.sql;& s# z+ G0 i& ]' W! }6 \
( p1 k0 t+ F. L& l! A3 s
只需导出表结构： - j! \9 C4 I5 i7 J* @
mysqldump -u applyun -p -d bi > /home/applyun/bi.sql;
7 ]# O* I/ ?' x: i2 E! | ( a$ e# Y. C1 L7 Q
数据库迁移导入：
0 K9 N2 u# S( |6 H4 U { mysql -u root -p 数据库名 < /home/user/2021.12.26.sql;
# S, y, {8 u6 l - j& k$ N+ z3 s$ D
Oracle： . {& k$ `( L* C b4 k
数据库迁移导入： " O4 c4 _# U. o' i# g9 \$ a
imp yd_dev_tmp/user@ip/orcl file=/home/oracle/xxx.dmp ignore=y full=y;
* }' ~% T. p5 H& a
0 Z; f3 R0 E0 G
1 _( z5 J7 p( V: S! n 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）
& W1 R* x, {; d 猜想：
5 ^8 D& D6 ]. M' _( z9 u1 X 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......
* n* y. m; Z) w5 U, S" c 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 l3 Z7 J3 i& l' u% H; J# N* U% b: D3 D 构思：
! [5 ^2 X3 D$ D" 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）。
9 e- `' J: P1 ~$ b: w( 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。
; u+ t: W! a9 _; j* H" Y 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？
; \# j( S+ B+ P+ q8 I5 w. b 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？
0 m# K5 a* |. I& M7 {$ @ 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。
+ f* D3 T2 `/ r! g 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。
/ j5 y8 C/ t' b7 n, S) _. k" X$ H/ x9 { ) m- y' K; L/ F( t8 {- M1 q
再谈经典， 6 `$ e+ T7 ?5 D2 e9 T" y
Google 三驾马车，在分布式系统工程实践领域：
: W5 {0 Y2 k' `4 V 《Google File System》、《Google MapReduce》、
: a, ?3 ]9 O( N& O/ 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. 0 b, j, W) m; o' \: w) F2 \( [
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 g+ [- b; q5 a7 I; q; H
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。 $ [+ D1 y0 G7 p. U' W4 @
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）。 8 ?& |" Z" P$ m9 R8 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？ 6 a' u: _$ x, w* K; }/ [9 q7 p
OceanBase-中国第一款自主研发的分布式数据库（简称OB）
+ ^9 N- J, `' N3 c ?; ^7 U 企业级分布式关系数据库
/ g M1 Q! y6 C- i a）数据强一致
" @ ^2 }. O, l# d4 Z b）高可靠
# h6 q. ^1 \9 h3 i/ h& y 分区-副本机制 " ?0 i( N ?6 M% G. }$ S3 i
c）高性能
2 y3 Y4 h( U1 o! W. u6 V Paxos协议，在数据强一致的情况下，具有极高的可用性及性能 . Y0 f2 a4 {: k- y- a$ A, [: Z
d）在线扩展
, ~4 p v# B- h$ y h* |# 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 Z3 ?6 j/ w+ G e）高度兼容 SQL 标准和主流关系数据库
4 B; L; L2 q% m% S8 z f）低成本 6 J. m+ j* a6 d
CPU、操作系统、数据库 * n! S% h% x! C. \% Q0 G
如何既兼顾处理 TP 场景的能力，又具备 AP 场景的分析能力？ ' {. j: r. ~3 H( L a- p4 Y# b
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......
- K& T1 e. c( I1 F 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？
I- k5 N% H1 ~- p2 M7 _9 C* D3 C- N 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...... 0 y, V0 g2 p' ^
, Z( T$ q3 f9 Z
3 q* [1 ?: n# ^0 D7 P2 o& w4 A( s! _2 A( S5 O$ ?" R$ b2 B \$ X
g9 q& P6 g6 O, v5 L: Y: S! K
| 
