|
7 F; s& Z. o9 P9 ?. L m9 e3 u
引入 | 图解那些分布式数据库中的 DBMS ( m$ Q8 T# }7 z% E
; e1 J3 e1 t/ U: s, x4 E9 I ?1 f
" r* B" a6 p% o+ i$ |) C. ` 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, H$ G: x# G1 ]; M4 \. V
- v7 `2 q! V$ L9 B 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。
7 ~$ B" j' Q$ p 思考：
9 H5 G6 _ X$ V5 ?" m 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？ 8 A( e9 [/ z* Q7 W+ C3 V2 J
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？
* M! F& D! A0 O3 `! _0 G 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？
: N# F- L/ N. n& o0 ?( n/ J 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......
" t& C, z# m2 \. l( U | 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...... $ h8 Z f* P' j) ^( [' i
现状：Oracle，ElasticSearch，MySQL 架构
G& j+ h2 O8 K& g9 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...... / l% N# R: [/ e3 m0 n4 c
) q3 h1 u, Q+ f5 l
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） + S: R& g2 f8 e
MySQL：
- O, H& F( v& Z( p 备份数据库命令：
p" |, G7 e' n! S* |" ~6 I; S mysqldump -u root -p 数据库名 > /home/user/2021.12.26.sql;0 h2 D. P# b9 i9 y9 _
( ~; [( {/ J" Z! |& } 只需导出表结构： : T6 F( U8 Y4 w/ K: [7 @1 c x
mysqldump -u applyun -p -d bi > /home/applyun/bi.sql; b s4 q# t2 k9 y
, o8 z7 I o) P 数据库迁移导入：
2 M m5 ^; y% O4 D3 _ mysql -u root -p 数据库名 < /home/user/2021.12.26.sql;
8 l& O# y9 e9 W) S. |1 _ 5 Y) n/ Q4 q! V+ i
Oracle： 5 `* R) w0 l/ b6 d" `8 I
数据库迁移导入：
& f+ W8 b+ c$ x0 U" | imp yd_dev_tmp/user@ip/orcl file=/home/oracle/xxx.dmp ignore=y full=y;* i( W3 [% j' E( x& n9 E @3 Q
" c3 u! Z Y. K2 \3 |8 T
" @- @, b9 I" C& d' H 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） + {. F# I2 P, c4 b. f
猜想：
3 f+ A- O0 z2 {$ f3 u: x, o 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...... ! O9 F4 F0 A( }; @5 m9 ^% i- X' @
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
; y. K7 D2 k2 b 构思：
2 e; z% p9 F4 j! n% D, { 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( G u$ _2 |4 Q
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。
9 a: o, \3 `. F- r: U 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% r; d9 T7 x1 n: Y7 ~3 r 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？
% [1 I0 T' S" s( y( C8 w7 G# u( 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。
7 {& @# a! M$ p' c$ P2 B 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 y. B9 [5 J; m9 W- X
, q* a' Y4 F7 h+ {+ F* A 再谈经典，
! B. B" I$ l; j2 W) a Google 三驾马车，在分布式系统工程实践领域： , `: g# y& Y* @ h4 C# V
《Google File System》、《Google MapReduce》、 1 C4 z8 k B1 F2 c. ]9 T. 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. + r5 Q$ L. W: ^5 V$ k) D: e
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。 " r( I. ?1 G4 k4 J |5 a
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。 x; y: G1 N3 ~+ l7 c; O1 E
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）。 # u9 @$ y; f; M& Q
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？ # I3 R- S, ^! X3 d' J1 I* g7 E
OceanBase-中国第一款自主研发的分布式数据库（简称OB） $ E& P* k$ _0 r2 l$ ]# j
企业级分布式关系数据库
9 i$ l* q! f1 m a）数据强一致
' r8 H& b7 b; M2 P# n3 b7 ]( \ b）高可靠
; F H; u! W, _9 f( K% | 分区-副本机制 5 ~% [3 r, i. E& y. U1 Z( \. R u
c）高性能 : t* N& D7 f/ y2 R" Q
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) T7 G# X+ u* S/ R
d）在线扩展
& j( R2 X5 \' d. }/ a* N4 @% c 当集群存储容量或是处理能力不足时，可以加入新的 OBServer
) ?9 i9 R X; @" x- {8 A' V D' @ e）高度兼容 SQL 标准和主流关系数据库 % G$ o/ Y- {6 M5 A* ]
f）低成本
' P- Y* a p- h: ]% a. g; M% e CPU、操作系统、数据库 + }+ y* v+ u. G! w+ c4 h
如何既兼顾处理 TP 场景的能力，又具备 AP 场景的分析能力？
- `/ ?& g: A% e; z, q; {4 w 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...... 1 L' @. F1 O: Z$ H
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？ $ x. ]9 u3 }$ T( e5 w
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# [* D9 @( ~* m `! w) l* j
( U" A: D, v+ P1 b/ i" V+ I' T1 z% M1 F6 C' U* N8 m
9 N4 T; r/ X- ]* }+ [
, ^ e, v' Q2 D) I7 }3 [% f* m | 
