|
5 k9 C% Z) d$ X# U1 W! u* R 引入 | 图解那些分布式数据库中的 DBMS ) i7 d5 g$ }! T& L2 J
3 }, p' W' ?& R p3 n3 v
+ F- X# O. {+ r$ K6 [
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？ ) j0 k X0 P" m- W1 B
) W0 d: E; i" 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。 3 ^& u4 n! P" P% l0 p% r7 y9 ~
思考： 4 S0 y/ }. s5 T9 t4 i
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？
3 m0 [5 D& H% a4 l3 c 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？ & ]* S. B- q+ M9 o" t. _# S
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？ : f: G! o ]; f4 d- a! x9 o5 o
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......
9 b, e* a! |7 {8 h9 \ 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......
3 L9 Y7 L' F: c0 E, o: a: a! Y 现状：Oracle，ElasticSearch，MySQL 架构
, b5 G; O0 L6 H" j0 O @' V2 { 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......
1 T3 S6 C2 J6 R9 C9 o6 R 8 E1 ?( W9 l$ ]0 [/ s
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 p6 D3 |5 L/ H" i7 H6 u' j
MySQL： 5 w% m+ x$ P$ K0 @5 G
备份数据库命令： 6 w7 K. J0 _9 X0 N
mysqldump -u root -p 数据库名 > /home/user/2021.12.26.sql; s9 f' {3 }: t+ y/ M) \0 J
* Z6 Z3 i( B1 | x
只需导出表结构： 4 [- p) e& ^9 O# C
mysqldump -u applyun -p -d bi > /home/applyun/bi.sql;* `/ P! \: x: W3 T0 V2 [3 I5 q1 G
) j' F& q8 S; w3 R* M* e4 {# O9 t
数据库迁移导入： % `: b/ w: Y7 V5 V$ Y. T4 ^
mysql -u root -p 数据库名 < /home/user/2021.12.26.sql;8 A9 @; {! b- V
' I/ |/ R( I3 G% B
Oracle：
# c6 ?' _6 C: G4 `$ M+ A: X 数据库迁移导入：
2 ^2 @, J, W* a imp yd_dev_tmp/user@ip/orcl file=/home/oracle/xxx.dmp ignore=y full=y;
( g" f! l- N. d- V+ I! K6 p7 \: Y
) S2 L8 F) ]4 ~/ w , j$ K/ s) f$ V" G2 f- k
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）
( m1 o6 d6 r3 p' u3 G9 T1 q 猜想： ; r: A# c. c6 W
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......
* E% }/ S, K) u5 I 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 `( \$ x+ D. R
构思： 4 _) z a+ u# `: n, 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）。
7 P8 Y3 [" L& Z* E 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。 ! o/ @3 M9 @+ F! Z0 U! A0 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？ 8 T- C; q+ a9 h6 n 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？
4 ?; H$ C4 W; i! i0 q 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。 ( @0 j# T) K0 A- u! f
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。 & y* L. R' }4 ?+ x6 C
% y, f |! R! x# P' J) S 再谈经典，
; S, b8 d; {2 j( X1 c$ q Google 三驾马车，在分布式系统工程实践领域： 8 Q, T d% {. Q) G+ e
《Google File System》、《Google MapReduce》、 , H @* E' t. Q! T# ]
《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.
+ O% Z+ u1 y2 K$ G8 _ 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。 2 q% q6 y# o! C+ p" }( J. N5 X
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。
8 F/ V7 ^6 E1 u/ k2 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）。 ( W" O) U/ c7 f: @; [
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？
1 }3 \8 A, Y' D1 I v$ H OceanBase-中国第一款自主研发的分布式数据库（简称OB） . T0 R4 ~7 c' l9 H& V" P3 w0 X. ]
企业级分布式关系数据库 8 j1 _$ `) ]9 L m5 j
a）数据强一致 ) U4 A% l" w2 U
b）高可靠
7 l5 u0 D( _0 b# ~% a8 @2 A 分区-副本机制
+ s7 e4 n9 e( Q, N c）高性能 5 |8 F$ y1 t0 K6 r* r9 u# v5 W. s
Paxos协议，在数据强一致的情况下，具有极高的可用性及性能
! N& s8 b9 {+ Y" o8 _8 l( E d）在线扩展 " L3 Q9 o6 l2 w: w$ M. \9 T
当集群存储容量或是处理能力不足时，可以加入新的 OBServer
6 U4 h, ^) z: x# u2 n e）高度兼容 SQL 标准和主流关系数据库
/ V8 W" P6 f9 P8 c+ }- Z$ [ Y f）低成本
; q5 R( L s B' S CPU、操作系统、数据库
/ U4 [" J3 l+ }- k 如何既兼顾处理 TP 场景的能力，又具备 AP 场景的分析能力？ ) T# l4 e+ C8 ]
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......
( C+ L2 Q9 ]( ?1 z 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？ * b1 b% q/ _6 c
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...... " S3 z2 B6 I% p }0 v4 p% Q
: z3 I! @& D9 }. @ Q. ^2 T& e! e( }* }6 I* T* i ], J1 f
% V c6 i7 ^7 X3 Z1 P d4 C& [$ G. i
" V c3 R$ t8 h" t* r | 
