|
Z: ]: l' O6 A; D6 m5 e
引入 | 图解那些分布式数据库中的 DBMS
+ C7 H4 D. d+ r% D6 f
) |+ [1 w1 j' m% M8 w1 c" J ! E# g- j8 F0 q% H: 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？
- j4 X% ^* i- h: Y + H/ v/ F4 I, m8 [2 Q0 Z$ U
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。 / P/ m5 s) j! j/ w, m
思考： $ s# {2 t- D% n: w8 {! s$ N' C% R
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？ , ]# Y e+ [( e! [1 {7 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？
8 A+ x) }" I) g" ` 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' B) K+ ]# J' M+ V% K9 l 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...... . L' z. D0 Q4 [# Z% X. w
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...... 5 D$ F% z3 X: f5 P
现状：Oracle，ElasticSearch，MySQL 架构 i$ N* ~- C3 o7 |1 m2 y
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......
6 x& [$ o2 o- I2 _- X" F
/ U+ @/ `( a7 x2 V K 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）
- j& P. B5 l3 G$ j9 @+ j. |6 i5 @* [ MySQL：
$ |5 z0 s2 G& a; G) W 备份数据库命令：
' K. G& e+ [# V% I) x" P! t mysqldump -u root -p 数据库名 > /home/user/2021.12.26.sql;
0 i; y6 e; @2 J. H/ l
5 B9 z. c6 M3 z4 {( ]7 u8 ] 只需导出表结构：
, w/ p! Z2 w2 z% W! k9 S- | mysqldump -u applyun -p -d bi > /home/applyun/bi.sql;
2 J6 ]1 S( N) h i4 W m$ H
: p- u, ^# [+ d& [$ _; u4 ^ 数据库迁移导入： + h. o( e ]( m# ^3 G) }& g
mysql -u root -p 数据库名 < /home/user/2021.12.26.sql;" C/ E. n0 ] U, v- x* j% U6 A0 U0 G0 O
, F$ s9 @3 K' h5 ?# {2 u
Oracle： ; X! ~' b' B; v% y) V; `
数据库迁移导入：
9 x& E1 k5 e5 G7 u: z$ ? imp yd_dev_tmp/user@ip/orcl file=/home/oracle/xxx.dmp ignore=y full=y;
2 T) R4 i/ E" J B; K3 L
/ m) g( ]9 Q% a8 x) N* ?" y! A* W
x) m T3 }& W# h/ }* d7 B+ P 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）
+ a+ z1 x( B" |% e1 ~! E* n 猜想： : ]6 j0 M/ m" x5 m$ x( t$ {1 [
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......
, V3 X+ `( Y8 k( B$ P6 a3 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 m4 h+ c: v# D1 G/ T6 f
构思： ' ?+ R4 T9 l2 ?5 T6 X
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）。 * c; Z; W/ q( `: 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。
( y5 c. ~: ?9 L4 ^ 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？ ! T X- m! g" ^6 A: n
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？
" O/ t: E4 E* P6 W9 W( x' t 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 H/ C4 m: z$ T" m6 k/ M' c2 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。
5 [$ U2 ]( `4 L3 W$ u; y
+ T# Z/ _5 H9 W2 m1 n. N) L 再谈经典， # K- `5 l; M) B* Z
Google 三驾马车，在分布式系统工程实践领域： ' I. A0 C7 d& ^6 U2 X: s
《Google File System》、《Google MapReduce》、
9 d7 J H" g# ^0 N* a 《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.
6 D( J" p' \/ C/ E9 K6 [ 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。
* W# V" `& k1 V6 A% [* C2 S8 U2 H 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。
& q+ c: d* }- g) o2 Z1 `( \ 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）。 - E6 W/ q. A% V7 o9 {
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？ 8 X1 _7 I# B6 j: ~* ^8 ]
OceanBase-中国第一款自主研发的分布式数据库（简称OB） # }$ f5 I; [; _, x2 z
企业级分布式关系数据库
+ s/ _2 x2 n/ ?# D. ]% u3 q a）数据强一致
- W3 K5 s3 S J0 ?' a6 J7 \ b）高可靠 ' ~4 k+ ]& @: n3 [7 J
分区-副本机制 0 H* M( t/ s2 e- x( t1 {
c）高性能 0 `+ e! _" ^ s2 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 . y- P z: B4 Z, M7 x' M
d）在线扩展 9 F) i h ?5 U4 N
当集群存储容量或是处理能力不足时，可以加入新的 OBServer 8 G6 \; v' }# S2 u) d) h
e）高度兼容 SQL 标准和主流关系数据库 ( g3 W `- y: U7 t) O
f）低成本
9 g/ G1 J# D: y! T* I CPU、操作系统、数据库 9 B" A6 e9 |' G
如何既兼顾处理 TP 场景的能力，又具备 AP 场景的分析能力？
+ L! @, m( c# j) y9 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......
; u, x: A& {% a }8 G [! s 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？ & O6 c6 y" N6 W8 g' ?0 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......
b+ Q3 c' N8 W+ p+ P- U+ S9 |* _& X6 d* ~: s) b3 O3 [1 [
6 s: G1 D$ |4 Z0 P
2 H/ k3 k. }) W- b' z( B7 L
6 Z) Z0 f, Q. t2 n" V) Z | 
