|
# @% Z A" k" S# j+ B1 b
引入 | 图解那些分布式数据库中的 DBMS
- ]$ U4 e7 q* G/ L/ H6 ^
' P$ e% V7 C q- L * {2 M: e0 K0 u/ 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？
* ]- }8 d( `+ m ]
2 m. ~, k8 X( @5 l7 b0 F9 ?8 j 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。 4 u' ~* F3 o/ j. x8 Z c$ k8 \; a6 [
思考： , e" W) F: h; P# o( Q# l7 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？
" G. J) s$ W! h# 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？
8 L2 w, t. ^5 C. E: W 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？ $ v0 }6 Q( i2 Z `
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......
1 p ] b/ q) c% t& `( m" Q- o 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...... 3 `/ G" i* ]% P8 p$ `
现状：Oracle，ElasticSearch，MySQL 架构 1 Z8 ?* ~1 W1 N- u' M5 P% ]
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...... ( U5 a3 D* \4 h/ e, b# X
2 t% Q3 _/ n2 w. E, G& 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） 2 p! V' q) b( ]. n! d
MySQL：
9 [/ c4 y- r2 y! g* g 备份数据库命令：
& |3 C- F- L) \, H# d mysqldump -u root -p 数据库名 > /home/user/2021.12.26.sql;
+ {6 m/ ^! `$ g0 L6 S
- y: P: u* }, }8 z 只需导出表结构：
1 b: U+ v$ e7 U% }4 ~4 s mysqldump -u applyun -p -d bi > /home/applyun/bi.sql;( E' T. f5 m8 H4 k' j/ ?: x- {
6 K/ n( C H# C5 z$ F* t$ K3 @
数据库迁移导入：
. |0 U: e9 |/ R' b$ ?, c mysql -u root -p 数据库名 < /home/user/2021.12.26.sql;
5 v: `, x2 Y5 _) s* n& w( s& \5 D& j . Z) {- A; t/ C9 q$ x
Oracle：
. g: t+ z; U4 t0 X* C/ w* z% ^: O 数据库迁移导入： 9 l" y5 K5 {7 m' @! m1 k4 Q
imp yd_dev_tmp/user@ip/orcl file=/home/oracle/xxx.dmp ignore=y full=y;) B6 i/ w. D- Q' s+ v5 N
! C4 `4 v9 w! @" f
# H1 U2 h( B. I# s$ Q 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）
2 I' g& H" `% e4 o9 k 猜想： # M8 r1 w; e2 L% y4 R6 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......
6 V1 ~6 v) A0 C( a% F# Y' t* m 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 6 l* G+ h7 i* A" G0 f' z3 s! K
构思：
7 V2 D. m' B, ^$ P3 s8 J- P 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）。 ; `1 s' a/ S$ m/ J
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。
) I. k5 ~" a1 ~9 ` 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？
, W7 B# 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？
3 e5 w$ t* h9 T( E4 G 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。
$ A$ d9 _% P. b7 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。
0 V8 ]$ V& M9 W: b0 r: N* y
# _8 R) ?/ w2 s4 G7 M) _* i& B 再谈经典， 7 \" Q. T% L% x4 k5 s) J
Google 三驾马车，在分布式系统工程实践领域： ) a; f9 ?+ Y# w! w6 F
《Google File System》、《Google MapReduce》、 2 {2 B2 Z5 E2 @0 y, k% ?
《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. 5 s: a0 Y1 G. T/ ~* g# H7 f
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。 $ b) z. l5 l8 R# A0 F; w
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。 2 R9 m$ L. G& G6 K, I
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）。 3 W: A" e% O# o/ s, M8 o
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？
5 e" o2 B& d, n L7 ? OceanBase-中国第一款自主研发的分布式数据库（简称OB） 4 Y1 a2 F# \; h) f z
企业级分布式关系数据库 7 J$ O. u! Z1 E, a( m
a）数据强一致
9 S5 M6 A7 L. p* x: N; E4 i b）高可靠
4 X: z, f5 [4 v/ Z9 [+ y: Y/ a+ v 分区-副本机制
; T/ ~; {" M& ~5 `0 z3 k c）高性能 & `& O7 [7 E5 A; a r T( x0 }
Paxos协议，在数据强一致的情况下，具有极高的可用性及性能 6 B1 z) t) R: ^1 ]
d）在线扩展
2 v6 J" m6 F5 X- p8 v7 W% u3 q2 L 当集群存储容量或是处理能力不足时，可以加入新的 OBServer
+ d& S. l6 H" Y6 z7 i) o e）高度兼容 SQL 标准和主流关系数据库
4 M. e4 `+ d+ a! ~/ K f）低成本
4 m7 V6 A# r& ^' j: B CPU、操作系统、数据库 4 a# ?- ~# H2 e F+ i0 [5 \
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+ P. m, G5 }' x j
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......
4 w( W0 {. o* f: Z' s3 p 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 G; B8 c# x5 R. d" W, 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...... 9 X, I( u% Q R5 ?# A
$ N; B) ?8 `6 f
! g4 i) k! T' v
+ d2 d5 [5 l: T* F! i1 b! ], q A, G) f S* z
| 
