|
- d$ c9 @$ Q" k- p0 e
引入 | 图解那些分布式数据库中的 DBMS 5 q8 L2 u) b1 u8 M; S$ X, @
: L* v& R0 H |1 c
: y1 |/ E/ ^2 n b* e5 k1 b) 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？
/ T x+ p! J8 c/ R* r* P
! K, U6 M6 e! {& ]. V2 D0 ~ 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。
1 s# W" W* L/ i- F( q, p! e. Q0 r, i( ~ 思考：
% j$ S! w) w4 |1 q 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？ # ]4 L8 L- [1 {( T) n- K
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？
- m& J; [! z$ c/ t 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？
5 z9 j0 M* Z' [ 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......
7 M' V; O2 W: }$ f7 [3 M 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......
2 v. r3 V/ Z5 m' s 现状：Oracle，ElasticSearch，MySQL 架构
3 F% }( a, b( q1 P. m# t1 e7 u 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......
$ w- {8 B6 a7 Y 9 S. q: S4 H( w
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）
9 t; t& k) K, ^% ? MySQL：
; ?, h' l; B; N S 备份数据库命令： 5 T) L9 F( X! k4 m
mysqldump -u root -p 数据库名 > /home/user/2021.12.26.sql;; t m1 @! M4 H, B+ |2 s$ d6 c/ r
- Q4 K% I, ?' n' B, l, p# Y 只需导出表结构： # |, k- L# `6 v* M6 `3 V" ?
mysqldump -u applyun -p -d bi > /home/applyun/bi.sql;& Y: M, @6 t) L4 m: k# |
: w6 Z" P( J, u2 U" a" a) } 数据库迁移导入： . a6 x5 }5 h8 z, ?5 v, e8 }
mysql -u root -p 数据库名 < /home/user/2021.12.26.sql;+ n4 P) l$ S$ {
! W/ z5 ], j) k9 o0 f
Oracle： 6 g/ a3 k7 N0 ?9 }% }( v- p2 \
数据库迁移导入：
* C( W2 j" @, `/ E# n4 J imp yd_dev_tmp/user@ip/orcl file=/home/oracle/xxx.dmp ignore=y full=y;. \3 y# P* X* P
- I1 F% \% l# {5 C
; ~1 g+ z3 P; r! {: t- [* z 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）
/ P) e1 I/ G/ y4 Q. w: W& U* S. R 猜想： / c4 ^3 K2 y& S
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......
# }5 r7 c9 M f 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 2 T0 L4 I& R' \" \( }7 T7 t) L
构思：
6 z; Z* ^$ ^/ @ 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）。
$ w) z+ a* ^, X3 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。 & H+ r! o" ~, u2 V
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？
; |, P9 W" ~6 R& {8 K% ]4 w: p 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% \* X: b) j$ I( c& g7 k
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。 + `+ n, [/ L5 H. W+ p9 ?
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。 5 b( K+ J6 I, C6 O4 I% L
, V9 t3 m5 a' l 再谈经典，
/ [: ?7 i) W4 B6 y. x Google 三驾马车，在分布式系统工程实践领域：
8 d$ D/ ]2 G- y 《Google File System》、《Google MapReduce》、 / e$ F8 h% `0 |7 [7 |0 f ~) Z& v
《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.
/ H+ v; k9 ]* I7 D$ Q( p- |: R9 ^ 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。
7 ~( k! Q" F2 w) J0 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。 0 ^7 e% A' }! }: g& M. Z+ O
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）。 # ?- C& b; F3 ^. F- T. P) J
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？ + \& d. E* D6 z$ E, _
OceanBase-中国第一款自主研发的分布式数据库（简称OB）
b: [0 g: y' j6 d5 D' _# z2 F 企业级分布式关系数据库
, G* }% ]' M& e& s a）数据强一致
3 Z) }1 S& Q [) g% x. _ b）高可靠 ) D$ x* o$ J& }; s9 |: O
分区-副本机制
5 ^, W9 x0 D, u2 G0 o1 u7 K& s c）高性能 0 K" [6 S; {; R
Paxos协议，在数据强一致的情况下，具有极高的可用性及性能 ! S3 ^ w! l q8 }
d）在线扩展 y, R) ]. `8 {. T9 _+ x7 L; m
当集群存储容量或是处理能力不足时，可以加入新的 OBServer
0 L4 F0 j7 i, ?' R( s e）高度兼容 SQL 标准和主流关系数据库 4 w' I% F, Q) `! ]
f）低成本 ) R, N4 E. R) |3 A3 m9 a3 E, B, q% R
CPU、操作系统、数据库
1 K' s3 V! N# I$ Q/ W0 C 如何既兼顾处理 TP 场景的能力，又具备 AP 场景的分析能力？ - t6 O) {7 [" S2 X9 d) q" c
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...... 1 K: O1 B7 e" W0 e# `6 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？
& K3 p# q* P0 k% y 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......
: {+ U" f; X0 y5 E1 }
. _) W+ V" y h+ G% t3 _- |7 b% d
9 K5 v" ~- A+ u5 ?( u5 u9 l
9 v+ y# Q4 F9 f0 e1 t
| 
