|
6 ~, \ f8 R/ E2 q! l, q1 q* H
引入 | 图解那些分布式数据库中的 DBMS & K4 D# _1 V& c. \5 b f
, b! K6 `" C* u& T6 P. y; D( Q
& }7 D, s4 G8 m% Z- 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？ , T$ ~ x9 y7 J8 f3 @
, N1 e/ E) M: j2 p( 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。
/ f* a3 D- {( ~2 \7 V 思考：
: q: B% @* q/ T% O2 z, t 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？
7 x2 f; ~6 w2 E1 {! V 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？
1 C, J& X3 J: h4 v9 b, W- h. L/ M, i 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？
; @$ T6 b4 A( a e3 Q) ~ 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......
$ q( ^7 B! ?3 b 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...... : Z0 x- S" O0 j5 Q# a' N2 {
现状：Oracle，ElasticSearch，MySQL 架构
1 E/ H3 W2 m) M$ u 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......
( P3 u% S; h1 f8 @$ y$ V6 E x/ L3 p+ E7 E7 x0 N1 Q6 J. F
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）
# f" X; k. u6 H N2 v0 \* F MySQL：
/ Q* f% b9 R6 s. E8 U 备份数据库命令：
# h6 f% j! b: t! k( t8 S4 r! `3 M mysqldump -u root -p 数据库名 > /home/user/2021.12.26.sql;
$ }% }8 [" f2 {
+ a& f$ K w7 j8 R 只需导出表结构：
( [5 ~) @( \+ { mysqldump -u applyun -p -d bi > /home/applyun/bi.sql;
( E0 [& S! M0 X$ u! m # r, x' J+ z) g0 E! Q
数据库迁移导入：
+ P! v. g V6 K" k2 b mysql -u root -p 数据库名 < /home/user/2021.12.26.sql;
* Y& p* d( \' T# ~& X7 a 7 {1 Z7 V1 z# c* ?" Z
Oracle：
2 D1 a# B+ L6 |6 ^ 数据库迁移导入：
$ }* |. O" ]7 ` imp yd_dev_tmp/user@ip/orcl file=/home/oracle/xxx.dmp ignore=y full=y;
1 ~/ W9 g6 ^6 p
; Z2 X2 C# l% F" B( O% z 5 e& z# B! t% V. a8 B2 h' g
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） 6 h F" ~* }1 J) P7 J
猜想： 6 N( t! G6 n" d4 g* a1 P" D! w2 Z
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......
f- q# B7 P: L% `1 Q/ n4 W: \ 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 0 C. ]4 ]# z6 o! e
构思： : ~5 w0 G# K1 w) h7 c6 K% V
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）。
( k( U8 _4 Z7 L) Y- ? 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。
: [ \! O0 q+ l [ 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？
) d7 e. @6 C0 O% q$ D 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？
* H; n! r* @5 M A, V 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。
6 |% v4 h" c& `5 ^0 A) U 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。
6 `# o, A! `6 `* z B, V* d4 |
8 c+ L, R5 E6 h" {+ q 再谈经典，
, c$ H; b5 l& C( y- O0 F Google 三驾马车，在分布式系统工程实践领域： : s- e2 B* C) S6 }+ p
《Google File System》、《Google MapReduce》、
u6 |5 b! e5 X# p7 a- r 《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. 7 L, B# g% {% n. G
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。
; S( v& h; u- b. c, l+ z4 g8 M 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。
3 o0 Y8 m% V" U4 J! U# L X 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）。
1 \; |$ x+ J1 j 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？ * H" w% h4 v( i' a$ a9 c7 l4 N" M
OceanBase-中国第一款自主研发的分布式数据库（简称OB）
& k; @* B" [; J' E6 B" E3 |: T0 k 企业级分布式关系数据库
0 T N% ^# o) P" Y9 D- X a）数据强一致
5 m( c, K" w5 [ b）高可靠 - |& ^% l9 _- s! Y- v+ K2 n
分区-副本机制
0 V9 e% l1 Y0 Q& R c）高性能 # F4 i+ @. N! U( {- T% k2 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
% L& ]# f& q6 u Z& Q d）在线扩展 ' N8 u3 c$ v$ y4 J1 J! u
当集群存储容量或是处理能力不足时，可以加入新的 OBServer ! [2 `: e7 C" A+ Y- W
e）高度兼容 SQL 标准和主流关系数据库 % {+ |" G, ~7 k" ~ o
f）低成本 & X9 E( |! j ]$ x. }2 q; p
CPU、操作系统、数据库
7 k: G* f6 V7 L$ ]; I 如何既兼顾处理 TP 场景的能力，又具备 AP 场景的分析能力？
. V5 r1 l+ h- G 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......
! A/ i9 d5 T5 o+ E! I& {+ } 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 @# ?: g7 b: U+ _ G. a ], {
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......
1 f( A2 b6 V- I; G3 ?
7 q) z' J8 W7 n# E3 ^: s- }3 W- n! [# y" B, r( f+ W# a; l! m( W
* m. e) t3 F5 w) b7 C
- l/ j; o* i. Q( D# t& C
| 
