|
- O/ g* H" n- ?, L6 @, s' \ o 引入 | 图解那些分布式数据库中的 DBMS 9 r$ ]/ _! @8 d
) u# q6 x: i2 Y: d$ ]2 a
# W, y* J. A2 r! @- x7 _$ D5 _ Y6 w: ] 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？ }# T5 W4 b3 P7 T+ S/ K3 ?4 Q, ~5 j; a
! Z8 d5 H2 M' Y, t' t 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。
" P9 J9 z% f% b. [! l. ]' ?+ s 思考：
: |2 @! W$ b7 \% a, V 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？ 9 a J, |: l! X4 N8 Q
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？
% |& q& y: m1 K 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？ # M9 N# [% X: ?9 O R3 H; `) 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......
2 c7 X8 {1 C$ B1 l) f c: e- @ 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......
' G5 G$ K+ ]" L3 u- _ 现状：Oracle，ElasticSearch，MySQL 架构
6 y) t- Y! U' {- q1 v+ n4 h 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......
$ q C R) k$ P* E+ \ % O8 N- F4 h; O/ i
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）
" x1 k4 ^7 @# @6 f% x1 [ MySQL： . P8 m& B/ _$ N& o1 L& T; ]% g
备份数据库命令： # l+ W+ O; c2 v/ f
mysqldump -u root -p 数据库名 > /home/user/2021.12.26.sql;
- e ^8 K6 j/ t1 a$ h 3 g; m$ A! y `+ T+ z! }- t, W8 F
只需导出表结构：
5 c+ Y% R* A$ b$ ?- X" t mysqldump -u applyun -p -d bi > /home/applyun/bi.sql;
& b, b7 }' q7 p# M, L " H2 I+ A1 O. I4 W
数据库迁移导入： # O% r" e: B) {0 W+ h& ^
mysql -u root -p 数据库名 < /home/user/2021.12.26.sql;
: T' b5 Z$ S. T% m% ^- O1 j
9 I* g1 F( @- R' w5 e) @ Oracle：
. o0 [: H# `4 n, d5 n$ v" D- V& L 数据库迁移导入： ! `& ?5 x$ d. n4 E) D1 W6 S1 I4 q6 s1 A
imp yd_dev_tmp/user@ip/orcl file=/home/oracle/xxx.dmp ignore=y full=y;' ^" H% y& h8 \4 L8 y
$ {! u& |5 Q0 C) a; Q% J
3 f6 \, [- p; g5 Z- T1 r 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）
& R; J" D; ~; a# D M6 K 猜想：
# D) O$ P+ s9 G3 g; ? 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...... 2 p1 L; `" J) C
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 * {8 [; |' z7 a& ~( w& ]$ P% x- C& Y
构思：
8 |4 n1 y# x8 {& h 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）。 . h! x D7 ~0 h0 c6 V: y
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。 ) ]4 s/ Y# j3 p+ U, K+ @
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？ * o ?; ?* j' T! b5 t! O
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？
# s$ P% }5 }1 x 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。 : ^8 `# f' t5 K3 \. ]# h9 m* V
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。 ; I Z+ }5 C/ |. L& t
Z8 s* P6 S, q/ n 再谈经典， , V6 V( f0 x! K6 h, Y. h$ F9 W
Google 三驾马车，在分布式系统工程实践领域： 3 s3 f1 Q/ R- l& s3 W! C, w6 J* u
《Google File System》、《Google MapReduce》、 / W, X; ?; H7 s+ [8 \) ^& B
《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. # g b ~/ M' Z
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。
, [, d; c' s& k' e# z 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。 : j3 O; C. @/ Z$ A+ X& X, T
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）。 9 e# t) T1 `. X0 K: 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？ " Z' {$ j9 I# e: x. a. [
OceanBase-中国第一款自主研发的分布式数据库（简称OB） 6 `* O$ n: z, d( ]) H
企业级分布式关系数据库
( ~. j1 H1 a! t a）数据强一致 . i' P) T5 h/ r1 ^/ r2 ]: t
b）高可靠
/ {" x {: o1 Q5 E. O; B) L0 x- k 分区-副本机制 ; H# G7 C, f% i( n; z% [
c）高性能
4 r( o, p4 a" D R) H% Z Paxos协议，在数据强一致的情况下，具有极高的可用性及性能 4 Q; `+ L0 U6 i/ o! G' V) X4 Z
d）在线扩展 5 A) v1 L( s; m. E7 _, {
当集群存储容量或是处理能力不足时，可以加入新的 OBServer 6 Q. C2 x4 F4 H2 g& D4 n7 n
e）高度兼容 SQL 标准和主流关系数据库 : b$ M7 y2 J8 a! |
f）低成本 # ^! C8 S* ?1 I5 S
CPU、操作系统、数据库
' y) x/ N& Y" ~( U3 a9 i 如何既兼顾处理 TP 场景的能力，又具备 AP 场景的分析能力？ % y- V2 e: t( \1 S5 N5 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...... + N/ o( z5 \, R: p6 E( c7 D
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 m+ m; b# j# H% b; ] 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...... . Z1 p! X, t! N
$ ?* U1 R# Y7 ]4 w0 [+ I8 u% c
. w/ T8 Z2 f; p$ v3 `! e2 {% H
/ M& V, b2 }2 M- g2 w: c: }9 K3 _
| 
