|
3 M3 g- A( {) Q9 C+ S. D
引入 | 图解那些分布式数据库中的 DBMS
0 I* d* t! N& v9 P2 ^% F3 Z. \& M6 I 4 F% M# }& C$ i
- k. J& y) n9 K1 Q0 f7 l# s
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？
. a6 L" N9 v% k( o* R" N4 a: Z
/ Z6 H0 s' l( n) a1 Y! r 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。 / F8 C" m" s+ U3 ~1 y3 ]( v
思考： 5 \" e5 x! a) [: P2 o/ j* ~1 {
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？ 1 n- ] h$ a0 o
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？ 9 @3 C ~! e; p
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？ " |3 a3 ~' ]' Z0 R
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 P: m0 s( q# Y0 w8 q: g 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......
* f6 g/ o9 E$ c0 l5 \) }8 X 现状：Oracle，ElasticSearch，MySQL 架构 ; M7 P% T! {: w8 J5 w$ L
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 N+ k6 y. G( T8 u* H" ~% g
7 y: M1 F' t/ ]* S3 k7 Y0 ]& S 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 y7 u7 [8 v. f- Z MySQL： ( ^5 K1 @, @- y2 _/ L }+ d( W
备份数据库命令： 2 [9 Q/ S& Z/ K( |% H: }
mysqldump -u root -p 数据库名 > /home/user/2021.12.26.sql;" C. @% v4 e+ H3 P8 x" T7 w; w
: o" @- J% ^) G0 S3 \ 只需导出表结构： 5 u0 f! e* m; C- }
mysqldump -u applyun -p -d bi > /home/applyun/bi.sql;. `: w2 L- K; B, e! ]8 I6 K# }4 W
) E9 f) v) k8 [, f 数据库迁移导入：
) v. ]) @) ~/ J6 b- N+ _3 y- U mysql -u root -p 数据库名 < /home/user/2021.12.26.sql;; G2 l+ ~( S8 U& D8 [8 Q
3 j- ]" O! K/ l8 }" H% v$ z Oracle： ! Q: ?; P2 Y$ e- I0 C& R
数据库迁移导入： " z, ^5 M, W+ G, a9 P
imp yd_dev_tmp/user@ip/orcl file=/home/oracle/xxx.dmp ignore=y full=y;
( k* t% F5 C" j7 b6 n3 B" J& S) ~3 F 8 a! R' `# _' W3 V+ ` i5 k: A
- r* ]5 b3 M5 }' Z/ m 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）
0 X- C; s8 M* U 猜想：
6 Q/ G% x3 }8 K2 O% c% i5 M 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...... 6 G2 s& l I$ o/ ]( F' E/ 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
' |( ~# d; k8 D" b7 c- k5 `, u 构思： . q% ^ ^8 a; e+ P/ @+ T( K
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 M1 x( M9 F' Y' h 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。 8 @& L0 ^! ^) Y# J# C$ C
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？ ' e0 `( f' D8 O0 w+ e3 U7 x
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？
4 i5 n9 Q( `$ U6 h; e( i, N 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。 ! D+ T8 i) [5 h
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。 - Q5 X) L- t8 \! m1 K+ O
7 \5 P" x3 E j- p' W& e; f6 S 再谈经典， ' Z0 J9 h" S7 ~. h
Google 三驾马车，在分布式系统工程实践领域： $ w! ~% w: _! E1 {! Q: Y
《Google File System》、《Google MapReduce》、 ) Y$ M& s: p: Q' I0 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. , S+ r2 L4 j5 x2 G0 j- W1 d
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。 3 X) R- b) w, B0 Q# e
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' R1 s9 a2 U 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）。
J: N' l! M* q3 R 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？ ( B, T3 R4 ~; g g2 b
OceanBase-中国第一款自主研发的分布式数据库（简称OB） + o ]1 X( z+ m7 Y4 D
企业级分布式关系数据库 ! _6 U% k: O5 k4 `( ~" w$ I' `/ B
a）数据强一致
9 h( b a+ i0 Q/ I' H0 D: g b）高可靠
' E. t3 D/ e( \/ X- }3 R$ G3 h 分区-副本机制
$ k- R# _7 r# c c）高性能 " ]" \. m& i6 w
Paxos协议，在数据强一致的情况下，具有极高的可用性及性能 / U5 p ^5 \8 K7 w9 Q& |; R
d）在线扩展
0 i3 b6 z. `: z o; s! v" K; T 当集群存储容量或是处理能力不足时，可以加入新的 OBServer " x! e, P& A, D/ N S
e）高度兼容 SQL 标准和主流关系数据库 ' y9 B* s4 G/ r8 ~0 k0 g9 R
f）低成本 $ R5 t I7 x0 Z* f) d, O
CPU、操作系统、数据库 . H: S% B3 c( F. b, [/ G+ O
如何既兼顾处理 TP 场景的能力，又具备 AP 场景的分析能力？
' ~* [* i) {& E& l k! c 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...... . X; b! D& _; D
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？ & d; Q$ q' ^ Y* `0 h& S
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 {( a5 }( D( J; D
2 h; U- `" _2 i. Y3 w4 r1 U' S6 ^0 I: N; u6 u
9 A. |9 k% I6 ]( Y
6 U% g V1 l1 z$ }& b6 l | 
