|
. ?8 i( b; O+ } c: ]
引入 | 图解那些分布式数据库中的 DBMS
+ T" u5 k6 z$ n' B
: G6 G( E3 L5 _$ }. h6 X* W: w
& t, o: b& ~- r6 r6 D9 p 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？
- R3 O' I) K- r
; D7 g) G' d5 b) b6 |9 { 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。
# G9 Z, G- y5 e& m 思考：
2 U3 a4 Q# r" n% l8 n0 h 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？
* T8 h3 V/ ^) B 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？
+ E/ F" `! A* @8 T/ A' Q! \3 F 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？ , q& B* L0 r$ T: t0 I
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" ~- o$ H% x 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...... % g0 a) X& c3 @; J9 [
现状：Oracle，ElasticSearch，MySQL 架构 % E1 T* l; {# z# C3 u! ^9 a+ ^
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...... 3 t3 i5 x7 ^: @+ v0 i
& y4 G% X# E% Q4 C 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） ' p; i8 ?8 d9 }0 y+ v! h
MySQL： ' n5 _; r9 z o# d( [( l
备份数据库命令： / f1 h2 x; T3 Z* s0 s8 N
mysqldump -u root -p 数据库名 > /home/user/2021.12.26.sql;
0 {2 C4 o9 E+ N& V! X+ [
; u: D' m( A5 B6 \ 只需导出表结构：
! B8 C/ _ V9 D0 A) {9 Z mysqldump -u applyun -p -d bi > /home/applyun/bi.sql;
) X$ M5 x& {$ e1 x0 T ; j5 @2 U# W8 t; a+ e6 E5 v6 n2 Q
数据库迁移导入：
% P6 W, A7 |4 x& c mysql -u root -p 数据库名 < /home/user/2021.12.26.sql;
) g, H# R- S' F& c
! V% A2 M' O4 ^, g9 ~# ` Oracle： - q2 I4 g8 x) j: [
数据库迁移导入： - M1 X$ \# P( v z: y
imp yd_dev_tmp/user@ip/orcl file=/home/oracle/xxx.dmp ignore=y full=y;
% y5 q- [# {- y% K) ~- ~
) B% V: f- X- H9 ?: p+ u, |. u
; A" |' y+ I- i9 ]5 i/ B 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） ! `+ C3 J" u+ S& }7 u+ w
猜想： ! B3 u& c6 j6 H9 y8 R
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......
8 D7 C5 A' p! `5 `- N 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
3 N/ T1 f) a2 X2 L 构思： . ^; \/ t# {9 X2 h3 R; d/ I
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）。 7 l/ ^- J3 ~3 C$ m5 |; s( a
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。 ; s. @6 Y3 k1 E, F$ 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？
% U$ v V, i% i: s" u5 A 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？ , y" M! O9 s' ^& z
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 b3 b; ^2 N8 Z8 a. 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。
9 F2 U" V, n, V! c: L; f
9 C- ]- w$ N+ d. M 再谈经典， f) X( w% F9 }* L) k2 O4 G
Google 三驾马车，在分布式系统工程实践领域：
0 j1 v6 e- ]1 y 《Google File System》、《Google MapReduce》、
: d# N1 j4 z5 R! 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. * H5 L4 n& y2 n
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。
+ W& O% g5 w3 ?9 h* W9 R 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。
. u2 v/ I: X( K* S/ 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）。
( D: R2 x( Q- W# E- G# \ 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？
, R2 G3 O- K9 I% R7 e OceanBase-中国第一款自主研发的分布式数据库（简称OB） 4 Q7 k- j- o1 C/ I
企业级分布式关系数据库 6 u' I1 _4 x ]! |9 H" g! ?
a）数据强一致
) r8 p2 }6 X! M+ ^, O a b）高可靠 7 ^5 X7 S/ M( e3 s
分区-副本机制
# l h5 h# p. t. C c）高性能 ; V& d! N; y3 _
Paxos协议，在数据强一致的情况下，具有极高的可用性及性能
$ ~8 F" }8 ]) O# X, r7 T d）在线扩展
1 I+ V# \6 K. F% Z5 i 当集群存储容量或是处理能力不足时，可以加入新的 OBServer 0 _, {/ T0 X: }. ]/ ]6 Z3 y
e）高度兼容 SQL 标准和主流关系数据库 8 q) X' Q/ O, P4 m$ p6 U% H
f）低成本 3 {$ m* b. ~0 @; K2 ~. H
CPU、操作系统、数据库
3 K6 E% n+ b1 m- Y/ q9 n 如何既兼顾处理 TP 场景的能力，又具备 AP 场景的分析能力？ 1 D# p) L) |5 k7 B- O& \3 v
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...... . M* q8 p* H7 G* D% p: V
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？ s2 n( v- O- ?! 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......
$ ^+ l% T! [: a. x5 Q8 F, N6 L, k% \+ J
/ W% G" R& k! J2 E! ^+ g) Q
/ O3 f. {9 o# o9 M# V3 N& ]6 @& r0 M% D, K' M1 n
| 
