|
; l2 k7 y5 y' E8 }: Q% z( P9 |" s
引入 | 图解那些分布式数据库中的 DBMS 0 Y4 u8 C2 Q8 e- `3 }% [& s
! q& q7 |0 k" F# ~ 7 P0 ^7 i# ?7 H, N! p% j c
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？
! @: [( ]/ H6 _* k: p 2 [4 t$ K5 t# f
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。
& Z, j2 h5 @3 h4 h! ^. v# ] 思考： 2 z6 w/ @2 Q+ z U, G- B, p+ ]
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？
2 s+ c3 p- _' \/ r3 J 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？
8 L' l$ e3 N% o& f, V7 W1 E 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？
3 n# h. `6 ]; D% C 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......
& v) V' M v& F# p$ ]) M1 a' O' \ D 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...... 4 b+ E" N) F, w" E$ z7 X; j
现状：Oracle，ElasticSearch，MySQL 架构
4 [; M+ ?; R/ y6 K 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...... 7 C( g9 U% o- a0 u0 r# F z
1 K8 {! X3 n0 |/ i7 o 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）
1 t( Y# L# R- e4 |% s' A- ?/ ] MySQL： & f1 z# R0 y6 O. K
备份数据库命令： / p: G1 A, C' |: M6 Q
mysqldump -u root -p 数据库名 > /home/user/2021.12.26.sql;% L( u! [9 k/ N. E6 d2 T
( G# _2 l; u& @% c7 s 只需导出表结构： ' `# j' X2 _- d
mysqldump -u applyun -p -d bi > /home/applyun/bi.sql;
; |# G& {/ S. h1 {' u3 n4 Q
9 s9 x5 X1 \# Y% G' z" x 数据库迁移导入：
: P( X! o% J/ i/ u mysql -u root -p 数据库名 < /home/user/2021.12.26.sql;
+ ?% e h2 u$ p, L1 c+ v$ c
! j" k# ?% Q( s0 z9 C1 B! w+ O# V Oracle：
* G, G( `5 J9 J0 b$ f; U: Y0 f 数据库迁移导入：
! T0 {; y2 y4 X" p* y imp yd_dev_tmp/user@ip/orcl file=/home/oracle/xxx.dmp ignore=y full=y;
) X- p' I7 D- A& ?: F # F6 w7 ]7 L7 R* Y+ f; X" I6 p
0 W: n5 L, }& I% N4 o; p6 t
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） / s7 o9 M. ?% V
猜想： , u5 N4 f8 ^( Y$ T" C
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......
+ r: N# ?8 S" ^( C, W 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
! o+ k2 X+ _+ T/ X; {; _+ T: }+ Y 构思：
+ u* c" f2 g4 { 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）。
' n6 J. H. y. M/ \ l } 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 B' ~( D; v! }. w* G: t: D& 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？
6 g2 Z+ L- H0 n9 R; M" o& E 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？
) n9 I, r- {' \- L 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。
# Q3 n! Z& x/ ^. h' w! \ 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 W+ a; ]0 w# _0 E0 S. G
4 T0 U. ^" J( o7 e
再谈经典，
* j7 ^ N) G. Z/ {- j Google 三驾马车，在分布式系统工程实践领域： 7 w, @4 j2 X# ?8 ]' Z" |! P
《Google File System》、《Google MapReduce》、 ; \% m/ l9 |% f, y9 B& h7 D9 H
《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.
2 v, ?3 b1 T. p1 r' K( x 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。
* P8 @+ U( u& f, Y0 j7 \ 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。
- l0 w2 e* g# C; U$ J3 _ 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）。
% h0 I1 J8 j1 G1 T' 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？
2 r1 w! o# c' l8 W OceanBase-中国第一款自主研发的分布式数据库（简称OB）
" F( Y" A7 v; L* G3 G- h ` 企业级分布式关系数据库 % Y* w! I- U U) Q- }( A
a）数据强一致 ; I& T6 f3 k6 G7 Z2 `4 b6 [
b）高可靠 $ d/ f4 Y) Y8 y+ z% I4 m
分区-副本机制 3 a1 G% Z! p0 i, L4 h
c）高性能 ) p+ B: r5 T9 _) E8 K7 k0 q( l
Paxos协议，在数据强一致的情况下，具有极高的可用性及性能 9 Z6 @9 X$ V2 D& |* |7 X- [
d）在线扩展
, g" O9 M" d- w 当集群存储容量或是处理能力不足时，可以加入新的 OBServer 9 f, |, x1 G, M4 k
e）高度兼容 SQL 标准和主流关系数据库 # S+ z8 U6 S3 ] ?5 u4 M
f）低成本
) P% e* M- K" J+ t: K: l' i CPU、操作系统、数据库
, p( Y! h7 Q# f, `$ X7 l 如何既兼顾处理 TP 场景的能力，又具备 AP 场景的分析能力？
: r5 L! B" W, `( a+ E4 e1 y 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......
- k% y& Q! C8 s& ~0 p3 z. F 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？
2 |- M5 [! C; P7 w# g 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...... # T5 |) ~! U8 D" m: ]0 c" N/ ]
1 w7 p2 D' T# [) u5 v: j2 {- B( v+ H1 n, o) k# B4 N7 }) d
+ w* A% g5 w e8 L0 s
" b+ D' S1 [: B( E8 J | 
