|
9 C' j9 F1 Q, A
引入 | 图解那些分布式数据库中的 DBMS
) |$ N/ _) U- D' \$ L5 o R2 H 6 q+ v9 p e% N! c/ Y! `
- w, G3 U% N+ f1 g
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？
1 `8 D% U6 \1 N5 X! O
+ B0 N5 [0 r$ V7 }' ~! w7 K$ w) c 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。 ! t2 `% ~/ [& |& x; Q* D
思考： * F9 u) j. Z4 L
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？
& P" g1 W2 j) [& e6 @7 W \% A8 P 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？
5 }$ b1 O. J5 w& X4 e3 C 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？
) U D" s S4 p 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......
+ _8 C* X8 |9 n0 G; p. m9 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......
; C6 C/ x! ~' R8 t( l, G) @ 现状：Oracle，ElasticSearch，MySQL 架构 $ c0 A' H3 b$ L0 C% 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...... ; I' P+ v' b [( F' ^ q2 I+ _
, h' C. y1 H' \1 ~. }+ a4 l# [
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） + T8 |! r$ {2 ^- y
MySQL： ' M, `% O$ B, j
备份数据库命令：
! X/ }% `6 U& \4 o+ z8 | mysqldump -u root -p 数据库名 > /home/user/2021.12.26.sql;; ~# V" w, X' E B" p
9 L2 ]- F( J5 Q7 {' g0 i 只需导出表结构：
- w" j9 ^3 s8 k- L/ G* c% _ mysqldump -u applyun -p -d bi > /home/applyun/bi.sql;
" z8 t$ \. `; V1 A0 ]* D
$ \/ h: c- b& w: ~- W 数据库迁移导入： * U a. k0 e J( F! ?8 j
mysql -u root -p 数据库名 < /home/user/2021.12.26.sql;
- T* I8 O* o& S, W8 n% Z
7 T( X4 ^ ]' ~5 x5 d6 U Oracle： & z1 @1 d! b* C+ B
数据库迁移导入：
/ n" p7 T* x+ g$ T7 k* w imp yd_dev_tmp/user@ip/orcl file=/home/oracle/xxx.dmp ignore=y full=y;
! t- G8 F A9 b& l. Z: _
$ ?$ P' B' @9 g6 _
' ~% z+ C$ Y A& Y1 L9 m% a 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）
# @! x/ N: @& H! T; o5 X 猜想： 3 g6 U% q0 ?1 ]1 L2 ]5 k
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...... $ z. n- k5 b# e0 J$ N
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 . E$ \$ Y$ x$ V- ~2 y
构思：
( d* H8 k2 Q9 k 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）。 : @5 H( e- x9 t }) T) A
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。
5 h: \* D- l; V/ p+ } T 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？ " T2 w1 }' `# s) l, I
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？ * i7 W' v4 |: b8 i8 U/ o( b( d
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。 - v+ O) g# V' _* N
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。
1 v6 C$ G8 G* @/ X# X ( ~0 f' R5 ?" x( n+ G8 |
再谈经典， 5 J0 t$ o$ v: Q- T; _8 I! [
Google 三驾马车，在分布式系统工程实践领域：
' o# p% W F$ N/ e# p$ p 《Google File System》、《Google MapReduce》、
6 K4 K+ `; z0 Z Z% s% ? 《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.
! y( f. y3 t0 T 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。 * k7 U& s1 v4 _& S2 A/ f: R7 E, t8 s
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。 * o" y! h4 s& d. Y# m# u( o4 w; D8 C
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）。
8 Q9 u4 I2 F4 G8 T8 Q, d; 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？ : a6 j; Y# g: T1 d; h6 R
OceanBase-中国第一款自主研发的分布式数据库（简称OB）
* n. K: @4 u; d 企业级分布式关系数据库
- K) a( W0 y, w* f' _ a）数据强一致
5 J3 z& ~2 L! c! B# r b）高可靠
! C& O2 U# ^% d$ k- M/ \ 分区-副本机制 5 b3 ?+ y2 u4 k. [/ p+ j
c）高性能
- }" n% ] n3 o) v Paxos协议，在数据强一致的情况下，具有极高的可用性及性能 ) r* z' i0 `: P" x+ a# ^9 j+ Z
d）在线扩展 / I; }$ ~7 `3 f
当集群存储容量或是处理能力不足时，可以加入新的 OBServer
# \: ^4 D# |$ @0 m9 p e）高度兼容 SQL 标准和主流关系数据库
$ q3 Y a5 ?+ s5 K4 B! c9 ?" o; G f）低成本 & S% H& X* b5 T' ?7 W! W E v
CPU、操作系统、数据库 # B8 F0 S P4 S( x, E0 m! ]
如何既兼顾处理 TP 场景的能力，又具备 AP 场景的分析能力？
; ?, Y2 G/ z" 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...... ' ^, }! P+ h" j0 Q. ?1 \' `1 T& V
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？
. ]% b& h+ j6 h9 l' K( W# ^5 p 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...... # {' \5 J+ \+ Q! T8 V8 e. ]
; W7 b) Q+ C5 s
3 W. z# H# \. H5 E
' {- j8 t; B, L! I
' b. x3 ]" A# ^$ J | 
