|
5 r1 K* q; I+ t 引入 | 图解那些分布式数据库中的 DBMS
, M* W0 s4 z- ]+ r4 f; `7 ~3 K% Y7 X ^) P4 l4 C3 `$ S. q, }& y
- e. _4 @$ |9 D% T8 ^ 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?
( w" a5 E# r+ c% M
' d5 p0 `$ b" }$ j/ i: i6 } 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。
! e4 s4 I' _* l6 e4 B% q 思考:
5 f; U8 B1 g, J 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?
. n8 u$ k1 h( u6 Z3 B, n 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?
9 x( ?! U6 s1 d. R1 z" k9 r 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?
( B. P" u' ` T 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...... ( w+ v" X8 d4 u3 n4 y
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...... . r; b3 g Z/ Y6 J$ k+ }
现状:Oracle,ElasticSearch,MySQL 架构
3 Q) y5 C8 O+ t) Y( c 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...... " e4 }" i& e" X! x' {
]8 F' h9 p0 E( R# ?0 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)
0 _8 M3 D0 \6 {! }& g* D$ a1 `+ M MySQL:
( B; w; q# L! I 备份数据库命令: # {8 i g n8 C
mysqldump -u root -p 数据库名 > /home/user/2021.12.26.sql;$ q3 r) W) F# q2 T* q' Q; u6 `
( {/ g8 e8 |% r: K6 G 只需导出表结构:
; e1 s F" D" k6 \5 j: ? mysqldump -u applyun -p -d bi > /home/applyun/bi.sql;
0 J; o0 J; P4 P2 f& p4 I2 X . f* T& d1 t; d" T
数据库迁移导入:
% W& }. S: A7 C9 {0 r! u l* H5 ~ mysql -u root -p 数据库名 < /home/user/2021.12.26.sql;" P. P# `" ~3 G' y& N2 Y1 q
8 _, Q# y! x. l3 P
Oracle: j; h" Z" E* M# c
数据库迁移导入:
1 }7 G: a1 d0 p* N) M imp yd_dev_tmp/user@ip/orcl file=/home/oracle/xxx.dmp ignore=y full=y;% s; `, j. t u
) r C r `6 W4 _- z; {1 E
" X- R2 \- Y, f: c# f1 O+ H 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) . t" E! k+ E2 H8 }
猜想:
7 q: {6 y" ~- j0 { 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 N4 b3 U j8 a L4 X3 Y# ^ J6 v
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 |! R% H9 @8 c: l; J
构思:
) b* o. |2 H! k2 a- } 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)。 8 t* O3 R1 V( ~7 y2 R) B
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。 8 \: ]- r2 r" 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? % i# L- m# m. R/ k+ g( u! W9 x, H
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? # B% U) r- `( 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。
) i9 g* b9 a0 e4 B# s7 V* e4 S 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。 7 N4 Q/ |* W6 X, @$ r7 @
' v2 k g, ?+ r# N8 Y4 b 再谈经典,
4 u/ E$ [7 b! Z! Z z. x" Q Google 三驾马车,在分布式系统工程实践领域: + F: ]7 g7 P- }! O! P6 v; o( Q C9 \
《Google File System》、《Google MapReduce》、 7 A, ^" X( w& U$ {/ D9 M& ?5 C
《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 @: H6 q5 b$ O( Q& h% D! ~# I
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。
9 \( ^9 a" D4 Q4 {8 c 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。 4 _" q" f+ ~" V& N% b0 L
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 j( H5 o, T7 V" V 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? / l4 l7 P. T, t' u u: u
OceanBase-中国第一款自主研发的分布式数据库(简称OB)
5 r# ~( t8 V1 r- t% [# A 企业级分布式关系数据库
' h6 ?8 z- O, m! N8 q. p7 r- u7 N a)数据强一致
- F6 n7 c7 \% } b)高可靠
n$ z& v! n% c% H" a$ O. j 分区-副本机制
" e9 }+ p9 n- j2 `; I c)高性能
' ]. _- w: }( K+ y K Paxos协议,在数据强一致的情况下,具有极高的可用性及性能
) y. ^5 z6 _1 k! j/ i2 ^ d)在线扩展 & p0 Q& m) [9 n
当集群存储容量或是处理能力不足时,可以加入新的 OBServer 2 O- Y) s. Q5 e5 L( a8 C& p. ?0 f$ S" W0 B
e)高度兼容 SQL 标准和主流关系数据库 % x5 |) U4 _, o9 `8 a* H7 k
f)低成本 1 }( ~ F" O3 U1 b: n* ]
CPU、操作系统、数据库 8 U! Q+ N, j' o7 [0 k8 `& T8 y
如何既兼顾处理 TP 场景的能力,又具备 AP 场景的分析能力? 7 j( |+ G; b: {& G, b7 H
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......
% B9 [9 i$ v9 C: 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?
9 r, L$ L$ S% i! g! [/ _# z 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......
8 @5 g9 u# \% l! }) `% e8 S5 [6 x" P* y8 n! Q2 T. P: \
" K5 z5 L- d/ b G1 K& N
, l2 F( e& U* x8 v( W
, k; [% A" V) D/ |7 u! p3 ] |