|
7 f1 x8 }6 u5 K* H1 N) L0 f 引入 | 图解那些分布式数据库中的 DBMS
2 N( e( z& r6 x: t! d ) t$ h) ~! {9 D0 }% c3 Q! n
+ J- U7 `5 @& F0 N u. q) J
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？ & _; O7 Z3 ~: T) l. ]% J% Q( W. n
" N% W" E( D/ j4 T' h% l
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。
( W2 x+ T; m# `- G! }5 e; s 思考：
% |( t) F0 a5 \( b: [ 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？
" b" w% Q5 ~" _3 e6 F! \' r 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？
7 C+ _: z0 f5 m2 }0 { 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 e `' T3 m. H; u2 P4 |, A
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...... 0 \3 E% }/ V7 d7 G! Z& [+ ^
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......
0 |, T8 t& @. N( e6 W) I 现状：Oracle，ElasticSearch，MySQL 架构
$ c/ Q% ^) U& j2 ]9 W' ?5 J 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...... 4 G5 V8 f+ M+ w9 ^4 j0 i2 b3 ]5 f" Q
8 R6 o' g9 f' @/ Y5 C
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）
6 a$ k. X1 n, G MySQL： L' z% k' X0 Z- u7 I3 ]
备份数据库命令： + u8 J6 V9 _% `3 _0 _
mysqldump -u root -p 数据库名 > /home/user/2021.12.26.sql;
+ V2 r! J0 y: p! o* i1 W* c- c' S 2 s8 u; C/ G6 x9 ~$ x+ z* w
只需导出表结构： " C/ w( c* e9 p7 D C+ O- P$ T9 t
mysqldump -u applyun -p -d bi > /home/applyun/bi.sql;
7 I( Z2 F* G9 X, K# m O1 Y
# g* U/ T. P% P; ?* @' \. g 数据库迁移导入：
/ E8 _# C) \1 I3 T2 z7 J mysql -u root -p 数据库名 < /home/user/2021.12.26.sql;1 v* U. C! X' q/ b- E/ y* C/ X$ ?5 a
* L8 [4 V" C: O2 r" z Oracle： ( [! P1 q4 z$ o6 i' G( s
数据库迁移导入：
) j- D& ]& a8 U imp yd_dev_tmp/user@ip/orcl file=/home/oracle/xxx.dmp ignore=y full=y;; \% \+ V5 |9 H7 [5 O% {% j
; i9 [5 m6 d$ O/ N5 `# p
- w- H9 _* i" X. v
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） 5 {0 m) ~1 ~* c
猜想：
# ?$ B; Q- c1 _9 } f, l' r A 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...... 6 }2 c4 J+ V& R
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
- {( ?. Q- e7 ?3 j 构思：
$ Q& @9 V& I0 g9 T9 c! o! ]2 I 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）。 9 T8 Y" `0 `) N6 g
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。 - a6 B2 h- l1 }) z. F
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？
8 q- t" ]/ K3 w$ g9 m 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？ ' I4 W- w2 Z) Y) T2 m+ A% S1 M
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。
) f4 R) C1 L4 U) j2 A) g" 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。 # ?% W. k* @! U
+ o+ N. n& I( Z! ?: P
再谈经典，
0 K# L( S% p1 `) d+ Q Google 三驾马车，在分布式系统工程实践领域：
9 P$ G0 g* q0 H& f) o% V- d" F 《Google File System》、《Google MapReduce》、 # S. i; X( E5 X* o
《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 s5 o4 d1 w4 f& z6 A
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。 3 l D# z: I5 z# V& c5 p P
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。 & x4 Y- ~$ Y1 A' D. J2 A; k
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）。
: D# l5 _+ [; O/ s+ v/ f* N 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？ 9 [6 \+ L7 c1 ~9 B) p) C0 ~
OceanBase-中国第一款自主研发的分布式数据库（简称OB）
" _6 i" F$ g$ ] 企业级分布式关系数据库
6 X/ f3 i- B: W) r1 _; c a）数据强一致
' {4 s: O- D8 C( i, t b）高可靠
1 e; t3 ^: n4 L2 x4 |; d 分区-副本机制 # ~% E h. ]$ Y) S( z( B/ L, |! m* f
c）高性能
: z% I! J. H% {4 T. C Paxos协议，在数据强一致的情况下，具有极高的可用性及性能
4 A6 L! ~# R7 G# U9 r' _0 e* ` d）在线扩展
- S7 B* c# l, j b 当集群存储容量或是处理能力不足时，可以加入新的 OBServer / D% \ x& S1 q1 ^ x# X
e）高度兼容 SQL 标准和主流关系数据库 8 u: k# g7 f2 Y
f）低成本
+ e' Y" B0 s- k8 ^, `+ p CPU、操作系统、数据库
! h, s+ b* Y, Y/ m+ w/ H 如何既兼顾处理 TP 场景的能力，又具备 AP 场景的分析能力？ 0 b1 S8 Q" H5 U2 Q
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......
$ |% t: p' V: N$ K. g, m5 { 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？ . ~0 {% P- o5 h5 j
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......
" K& n9 Y' Y3 j8 I4 |; L7 w5 A% e% [3 o! r8 L' |: y0 d' m. p
8 \$ b1 C2 w' G: G4 k
5 E7 c: n& Z1 ?8 F7 X7 z& k
1 e, k1 J' ?& K1 Z0 q7 B A | 
