|
7 T0 s% n7 g, A4 q e+ Y- ?
引入 | 图解那些分布式数据库中的 DBMS
' C+ u7 l q0 I' _) Q+ i" B ' O) A( r5 D; m5 n: J( b2 J) A
/ U2 g6 [, e3 n2 O5 i& L/ @ 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？ 7 u' Q1 u1 g, S3 s- G3 }
5 d( i! A" 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。 & A- ]6 s9 N) T: T5 V
思考： ; @' u: a. r" R+ p* g& {; {( ]
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？
[- w2 a1 C7 X 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？
+ V) c0 G. t6 _( t$ I; s' t 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？ . P9 ?9 P7 e' |" G2 T( V! b7 @; X
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...... / e' M8 Z, d ~: D
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...... ( }! p4 ~: I; s9 m' ~" l) b4 e% @* h
现状：Oracle，ElasticSearch，MySQL 架构
: _- M# O; p" p" n; o& h" 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......
2 z) A& R7 i, p/ C
) ~* G" F. w# c5 s) n" D- C2 A 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） }8 A- r; J0 w; K" q" ^. r
MySQL： / ^3 t N8 U) F1 D/ m
备份数据库命令： 1 ^' } R/ z+ p8 v v
mysqldump -u root -p 数据库名 > /home/user/2021.12.26.sql;
' d+ m$ C% q/ Z: v, z: c' I
4 P9 w) e8 E* S) |- F 只需导出表结构：
0 V5 J" b9 U/ H$ a9 N! |! W8 ? mysqldump -u applyun -p -d bi > /home/applyun/bi.sql;8 d% h3 ]7 M( }% v' E; X- u$ w4 Z
0 j( U% d- n: @ 数据库迁移导入：
) o4 X0 u3 a F, N& {0 r) Z6 l. E mysql -u root -p 数据库名 < /home/user/2021.12.26.sql;
8 |1 u/ E7 e; y5 W5 r! @; t; ~2 A
- G! m- D2 L- x! x7 b Oracle：
9 j+ n0 `' @9 Z# H5 ^ 数据库迁移导入： & d* B( m& t# z9 t5 U" J \; h+ {
imp yd_dev_tmp/user@ip/orcl file=/home/oracle/xxx.dmp ignore=y full=y;% d* B R/ W% a6 E- D* _# {- I- {
/ Y! d# }( \. c
7 f q7 q5 t- T 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） , `+ g4 o2 {1 C" j! n' {
猜想：
' ^; O9 u" Q1 p0 p3 e) s% t- A1 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...... 1 q) Q* Q# }2 L$ E( D' f) Z* B
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 " v$ N, [8 G1 j
构思： . t; W2 b( e8 j, j+ i0 ]# [4 x
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）。 & i, E7 K3 z! l/ X
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。 # `) C4 k6 ]' M
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？ & C) P, F8 L! `9 r6 V. c+ c
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？
) |: }2 B$ `6 ~, t' ~9 Q1 O; | 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。 . t' q+ ^' z5 G3 E `, x( E
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。
# |2 j5 P2 Z, [# f l " Q. X4 |0 W, y P7 p- n
再谈经典， % O% C$ a& J* u+ l( ?! V* Z
Google 三驾马车，在分布式系统工程实践领域： & X5 F; y! w) A( d; ^
《Google File System》、《Google MapReduce》、
# N- Q5 \. B% b4 S 《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.
9 a f1 s, ^% E" D9 Y 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。 - | f: E/ H- D3 N) 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。 7 F# Y: o7 A4 R G G
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）。 & M- o% b# ?, l3 N% L$ D
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？ 0 ~9 }7 W, ^- @" z1 Q; O) [
OceanBase-中国第一款自主研发的分布式数据库（简称OB）
- s8 f0 W3 W1 P4 x) \ 企业级分布式关系数据库
1 h( k, ] i: [3 W a）数据强一致 ! r% s! h+ b0 h3 J+ `
b）高可靠
7 G) w8 s: W! B3 g" t 分区-副本机制 ; Y) l5 Z" i; O
c）高性能
, E$ J6 m7 j& Q' O" [6 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
, R: x1 |! H0 f0 H' C d）在线扩展 3 d, x, O0 @2 {# G3 o( ^
当集群存储容量或是处理能力不足时，可以加入新的 OBServer
0 B! h+ A) a; [ r2 L0 L* S e）高度兼容 SQL 标准和主流关系数据库 + c9 K3 H L; M
f）低成本
8 r6 L9 ~+ ^8 `! T4 y CPU、操作系统、数据库 9 h$ j; R: t5 e% H$ k
如何既兼顾处理 TP 场景的能力，又具备 AP 场景的分析能力？
9 d3 A0 i$ p% I6 n- T 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...... . `" E$ H7 p& B( l7 b
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？ / H T! `/ L/ |1 [9 K
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......
' o( l3 c `, J: H% J0 b; w/ ~5 e: Q9 a* A- y$ x/ U, t4 x4 d
5 ?. E% ?- `; p. @( P( k, P+ [4 K
; C3 @- O9 U- L! o
) E9 S" P( Q9 M- E5 c7 Z4 c
| 
