|
' l0 G& s9 U. s- H' U5 S
引入 | 图解那些分布式数据库中的 DBMS
+ ~, p; I8 i# R3 ^
2 L% [* d/ U, F, r/ @5 m* [, o) v 8 X1 p4 l& T( p9 {) a
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？
# [; d( j- i' v, @* V- q ' g' J! ~( {* A$ ~
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。
8 M) w- r8 h, Y6 } s+ r! E L 思考：
. R# x+ o* _% Z* \ 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？
7 Q u" v5 s' Y% C/ }6 r" H 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？ # I$ ?4 Y/ k+ Y" X
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？
- F' A! X# T0 f2 N 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......
1 p+ f0 j- o3 ?, Q3 I 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......
/ Z9 S) }/ [9 y( j6 }- ]( i 现状：Oracle，ElasticSearch，MySQL 架构 . h1 L- {- A; ?4 M, 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......
7 T5 Y M3 B! B2 b+ ?3 d% s/ ^
0 M3 `5 d7 ^1 `" e 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） ) @# B) B# a I, F9 i
MySQL：
. `- M1 V6 c( l8 x5 ` 备份数据库命令： ; w& s5 f1 E0 r: B9 u
mysqldump -u root -p 数据库名 > /home/user/2021.12.26.sql;
) Z9 X' ?6 U" W
* n6 H0 K, h1 t7 [8 u 只需导出表结构： 0 E( h+ ?2 D$ v6 Q8 Q9 }
mysqldump -u applyun -p -d bi > /home/applyun/bi.sql;
/ v9 v, L' j; [ Q; k8 P3 K! f 1 f) z7 W9 M# f! R6 _
数据库迁移导入： ( T* M$ P& }" i ^
mysql -u root -p 数据库名 < /home/user/2021.12.26.sql;
# _) p8 P7 c) w2 K2 j
/ N2 X( t5 E& x j Oracle： 9 C1 E0 U, Z6 H" V8 z
数据库迁移导入：
0 D+ [( Y" i( J% C/ K4 l6 p imp yd_dev_tmp/user@ip/orcl file=/home/oracle/xxx.dmp ignore=y full=y;
6 R0 E8 w+ d+ I& L* g
3 s- s! K% [; Y5 R1 [7 o" h% Y * z7 l6 V# S+ g) v2 W
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） - Y" @4 c0 W; F7 c
猜想：
5 N2 P2 @7 ~2 H- a4 h 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...... ( m+ g4 ~6 V& s- e4 b
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
- e0 j$ L# D% w8 t8 b/ h 构思：
, z& u/ c. y; R3 R" G7 j 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）。
, a; Q0 q+ t! Z 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。 $ ], T L# \7 y" }! Z# X! n B
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？
( u8 @* ?5 R" f R, U 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？ + k* n4 U. e/ ]' | D; W9 ~7 d( q6 c$ p
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。 3 |7 E- O- Q$ R% g; e+ Y0 z' t
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。 ! w3 f; g/ k/ G- E# `& R& \
% [3 _" r5 k* \9 v" k, V
再谈经典， @6 m2 m" T, f0 j7 n
Google 三驾马车，在分布式系统工程实践领域： , O5 w) L: l1 m) O" @0 \
《Google File System》、《Google MapReduce》、
1 a( q2 c2 x# J0 k* q# 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. - z" B3 ?0 U. A- J
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。 : _" ?0 _; n- h& T; E
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。 # I$ J' E y1 {
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）。
: S# p' e1 C- 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？ 4 @/ g. c: ]2 l- B$ g
OceanBase-中国第一款自主研发的分布式数据库（简称OB）
. D: A g2 M; |( J- ^' ]( m# g9 K/ O* O 企业级分布式关系数据库
7 i5 `& ^2 b/ p* D a）数据强一致 1 s! n' ^) {! \9 d0 G; G9 T* }
b）高可靠 & X. B% z- k5 K. S1 n. B. j
分区-副本机制 9 H, g7 |1 v: {% z1 i0 h: S5 c7 @
c）高性能
/ D5 D7 n3 |+ g8 G Paxos协议，在数据强一致的情况下，具有极高的可用性及性能 5 e" [( T! r* ?# i( z+ `) d; x
d）在线扩展 % [- S( F$ _/ Q
当集群存储容量或是处理能力不足时，可以加入新的 OBServer ! v0 Z) N! {& k2 E/ a( X0 s2 R
e）高度兼容 SQL 标准和主流关系数据库 $ ?9 X! n; d) u8 ?
f）低成本 8 m2 c K* ?5 l, \9 N" L1 G
CPU、操作系统、数据库
1 ^: |3 J+ N k. ?& o* l) k 如何既兼顾处理 TP 场景的能力，又具备 AP 场景的分析能力？
6 D: v7 N+ S% o8 F: u7 B 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......
' ~6 e4 C) k( Q+ p 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？ ; c- V- ^9 |% r5 \" M( e. w
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...... $ e8 S) U1 g( ?/ d4 S! o R9 b
- ?( a1 n% J6 ^" k" d3 C) y7 U! T3 D1 v
, J! D$ H k& I
1 e; g0 E( Y" Q
| 
