|
5 N0 r8 z4 m' v$ l
引入 | 图解那些分布式数据库中的 DBMS
9 o- r4 n2 g& ~* V0 W
; x+ R# W3 f. X- a8 k 2 Z# \# O; p; o$ G* u( \$ e5 K
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？
9 N, G" F) ]" I; e- f2 ?% f/ `, G! T S
- o* g% U+ \/ R6 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。 ! C6 z. C3 C- b$ h1 `; H
思考：
, j: B0 b0 y7 w7 x6 w6 r& { 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 c" w7 e( s3 J+ j( H$ R- s$ ^9 Y
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？
7 P* T3 [* T2 ~* W) U 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？ - o+ n4 Y# N9 x( |) 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, m! z; v- g% g9 l
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 [; h! Z% a& G& \( G k+ B 现状：Oracle，ElasticSearch，MySQL 架构 : E7 |$ W, o" g( N1 ~
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...... " e" _5 s/ j8 g; Z; U% l
. _' [$ M8 t) Y5 W& r0 w& O# `' S% }9 d
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） . r: E5 ]) h) A
MySQL： + _- [ [. E/ _, p1 g
备份数据库命令： 1 W: T \' w2 x3 K' l/ }# i
mysqldump -u root -p 数据库名 > /home/user/2021.12.26.sql;$ `* f" h' x O. @6 x
+ O! G$ e( X' Y# m7 l
只需导出表结构：
z$ b+ m o' w( ?1 p4 _, h mysqldump -u applyun -p -d bi > /home/applyun/bi.sql;
5 I. o; q5 V( G: E1 s, C5 J7 V
6 O- I+ q' B* f& ~ 数据库迁移导入： 4 s% H" S5 W- M- r- H
mysql -u root -p 数据库名 < /home/user/2021.12.26.sql;
7 \, x1 r1 S1 O! y- B , v9 G6 w, Y) E5 h. J, P% h4 Q
Oracle： 7 P, Z7 _- k5 D5 v4 t% o
数据库迁移导入： 7 l p0 s6 @- t* I1 a
imp yd_dev_tmp/user@ip/orcl file=/home/oracle/xxx.dmp ignore=y full=y;
' D! R3 `' M9 r . Z9 j3 t" H# R8 G
6 X1 i! ?1 Z' W9 {- @8 j9 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 T7 M: S* k( i% z 猜想： 1 L; O& X# R+ [$ ^- s$ x
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......
* F3 ]7 \4 B) Q1 i6 [3 `- \/ K 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( G- e8 ]4 X/ l 构思：
; o+ u. y/ n; q$ o! w 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）。
5 s: ^$ V) s* n; x 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。 / I0 P5 g. i4 t$ [1 N
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？
" ] e4 w1 q, p' s1 O* 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？ 7 z+ s( ~: S! y( `( }
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。
. g7 z3 N# U# G+ L) j% Z 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 T6 [, Z* x7 c3 d4 A
! u" V# m% N9 F4 T7 Z* l, }% f 再谈经典，
& _4 m+ e6 Z# ?* @ F5 S; M/ S Google 三驾马车，在分布式系统工程实践领域： : r2 o0 W4 f, `2 b$ R
《Google File System》、《Google MapReduce》、 ' K. e' Y3 }7 n; n/ y3 G5 x [
《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 O: m+ f0 f) M2 [% B+ ~
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。
5 U6 H Q- p& ]* _" b' D0 V) O 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。 ) i- b j& C: y- ^
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）。 2 t+ Q+ m+ k$ \/ }9 V2 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？ - q% s6 [2 ^1 Q4 t
OceanBase-中国第一款自主研发的分布式数据库（简称OB） 4 u1 U! s) z3 v
企业级分布式关系数据库
# ^: V* U4 [: S. Z a）数据强一致 & L4 B$ x+ T3 |* f' n
b）高可靠
9 ^9 P& J& a, V 分区-副本机制 1 A; Z1 x8 F [- Z7 L3 |
c）高性能 ) w* H+ H2 w3 Q! i9 c: E# t! b
Paxos协议，在数据强一致的情况下，具有极高的可用性及性能 + V- i7 D$ A! z# `) U/ y' J
d）在线扩展 2 w3 k2 E/ g7 G4 {8 [) t
当集群存储容量或是处理能力不足时，可以加入新的 OBServer " ~ j4 V3 Q, G6 h0 ~4 E! b
e）高度兼容 SQL 标准和主流关系数据库 0 e+ z' P! k" S# n4 D ~4 N' c$ t
f）低成本 ) {. d+ w2 Q) c2 t/ |/ g
CPU、操作系统、数据库
% A; c% k2 C! Q" e. A% W# D 如何既兼顾处理 TP 场景的能力，又具备 AP 场景的分析能力？ , R) o' i( T5 v5 ?
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...... 7 H, B* J( r$ O9 I& v! M
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 p( F7 z1 T# z1 k1 d 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......
2 i# {9 l2 T9 I* F% r
% _3 W0 A: D$ z- o
: o) L* o a* Y4 s, S# G5 y+ x+ e: F
) O* J% E' Z2 }* ]2 [ | 
