|
- s1 M9 S) P3 e/ c0 V3 y0 c# B 引入 | 图解那些分布式数据库中的 DBMS
: | `8 s$ L/ Q2 o7 z% Z; R3 K
& A" W" {7 @) x- r9 _
" T* a A- P9 H* ~( T" 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？
% V0 A& g. f" A- O, j; K
. y5 _- O! {. o5 L6 d. W9 d 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 T, {) V b6 m/ C3 E% M7 \ 思考： ( J8 V+ {: F7 L. V8 d
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？
: @ l5 \ o) D/ P9 {2 v1 |/ ]# m 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？ - z9 C c8 d8 c. P, x3 a* }
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？
+ ?* q7 Y- S0 p. K e( {! M, ]: E, d 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...... - ]% F+ i) H) W! F
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......
4 Q- a+ o. ]* o. u$ { 现状：Oracle，ElasticSearch，MySQL 架构
1 {' l3 O; w" G& s0 l- i; I( W; Y 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......
6 Q( _/ @+ ?2 Y7 g ( C) Q, [" y0 u) F3 e2 Y5 R/ \0 x0 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） 5 y, B, v% ^$ J6 |* y# U( M! l
MySQL： ( E3 ?/ w2 B) z6 l
备份数据库命令：
w0 v% n4 _, u* r( y mysqldump -u root -p 数据库名 > /home/user/2021.12.26.sql;0 H& J3 A. S/ M, Z
$ e- [- p9 t" c# v 只需导出表结构：
$ b0 j. Q6 B! e6 A mysqldump -u applyun -p -d bi > /home/applyun/bi.sql;
4 n- z$ C) r& U% P5 G& u# N, N . w; D, E$ C: x0 M& T* |
数据库迁移导入：
" v2 y" F2 W7 L% j6 ?, B mysql -u root -p 数据库名 < /home/user/2021.12.26.sql;4 c9 y1 I; z# B- t; `' ~! `7 u
! J# v9 v. o/ Q
Oracle： 4 u, o+ R* a. {% _/ p( g
数据库迁移导入： : ?. o+ k% Y2 U4 h9 U& t# ~+ z B
imp yd_dev_tmp/user@ip/orcl file=/home/oracle/xxx.dmp ignore=y full=y;9 r5 _; y/ ]0 l4 |$ y: k
8 l9 j% h# r4 a) f2 z) S5 t+ ~
) m& ]$ c8 Z& ^ 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） - V. P# z! x. f' ~
猜想： ' E& @1 \+ x( G! L4 ~' F) q
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......
R6 c' j) d. O, W6 P4 q9 F4 \ 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
, x+ D2 |! b) t% E, h4 h! P 构思： 3 x& j# G2 f* J5 f3 b$ U. |
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）。 ) v, t; r$ b' I* _- a6 B, l; l: _
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 I0 f ]+ k; x, b8 c0 H
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？
2 `( T0 @1 O* z 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？ ! G% ^8 d' f; A5 u! x) C
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。 ! _' ?4 [# M! k
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。
- o i0 G6 D% N# ]" s3 @
+ h: D+ Z* i' c; T9 Z- l" E# R. k 再谈经典，
( X* n( v. w1 d2 `0 @0 P3 m Google 三驾马车，在分布式系统工程实践领域： ! D4 ]- P* v4 e6 [1 D
《Google File System》、《Google MapReduce》、
+ M2 y! S6 R6 G+ ^3 a+ h D# g 《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 n: j7 H$ @& y0 {, t1 K# V 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。 * Y) y: x. D1 l
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。 & g# z2 o- H) [# K4 j
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）。 , t1 v& |# M; J4 q7 t, M
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？ : e5 S) B- p n/ I ]
OceanBase-中国第一款自主研发的分布式数据库（简称OB） ' c. A+ E1 Z( N, U
企业级分布式关系数据库 " \& ^; |! L Q5 r6 o3 ? }
a）数据强一致
1 C. a: c0 q6 B1 X b）高可靠
& r* S0 q1 {7 N. [5 R6 s9 l 分区-副本机制 + s6 g0 b& S' ]% ]$ F
c）高性能
* @2 R4 p' r" g1 \ Paxos协议，在数据强一致的情况下，具有极高的可用性及性能 7 J C" \9 k: `) N% S0 l
d）在线扩展 ' e4 u2 e; U5 I
当集群存储容量或是处理能力不足时，可以加入新的 OBServer
" G9 @; L/ x8 m. E1 | e）高度兼容 SQL 标准和主流关系数据库 0 |1 K6 P2 P" F8 E+ A, M1 g" p4 t
f）低成本
: s; A' v6 V+ z* ^ CPU、操作系统、数据库
; N3 n$ W" g2 _1 q; T1 u 如何既兼顾处理 TP 场景的能力，又具备 AP 场景的分析能力？
; N+ K L* W) k, V+ O% s: ~ 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...... * w V4 X; A \, A8 ~8 G) o, 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？ # L9 B9 h: g+ F1 G) r. E, |
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......
7 u* i5 ]: K- K& z( Q. P. R, N( W' L% _% L
& B% r+ N: _" y( I- o
# l3 Q) ~$ x: R
2 F( q0 _" ]8 F* ?' @3 j7 Z9 i" K | 
