|
& ?( E6 z7 |! i) i/ D; v8 y& a 引入 | 图解那些分布式数据库中的 DBMS
4 W; g& c# f% z8 x2 c: ~ 7 P& R. J) l8 o& U! e
- U+ F+ v6 |2 B! @6 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? 3 ^* ^% j) {0 ^8 Q& n
% j1 ~8 e% ~5 @. r' { V I
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。 J! I) V: U# r0 B
思考: 9 s6 w, u. H% \3 {' V1 u- f8 A
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? / `% G# R+ y# d: z" g& [* m
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?
" b& ^2 w; p; B/ C. k 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 w, `) W/ W) u- y 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 t* o2 k0 ]; f! W& O+ ~ 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......
; u0 A4 y5 m- E' A/ X 现状:Oracle,ElasticSearch,MySQL 架构 8 }- e5 {2 c; |4 P8 F9 ^" R
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......
% i9 w% b, I! l% _. }
% S+ h5 _3 J3 S& N& ^$ X 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)
$ A, w+ z3 z9 } MySQL:
. ^" K( l; c8 n8 h/ V 备份数据库命令:
5 n& ?: y' f. [. ]; v# y4 e mysqldump -u root -p 数据库名 > /home/user/2021.12.26.sql;! [1 k0 O+ N% X# t' @ f
- L. I/ \3 O4 e7 X
只需导出表结构:
$ z; G* n1 D l* D8 w; @ mysqldump -u applyun -p -d bi > /home/applyun/bi.sql;" Q }3 M* O; ~* V$ |
/ h5 O# y2 C5 f1 m$ w
数据库迁移导入:
0 ^* z! l4 c* O. D% y3 Y mysql -u root -p 数据库名 < /home/user/2021.12.26.sql;, Q7 g% T3 y5 e0 d' @8 ~
& C) P" V% [: ] Oracle: ' w1 A7 z- f+ H% x' M# b" y
数据库迁移导入:
# R, @/ h/ ~1 Y' ]7 C& b( j* p8 O0 s imp yd_dev_tmp/user@ip/orcl file=/home/oracle/xxx.dmp ignore=y full=y;+ }5 A2 _# _6 S$ [& x' M
7 r9 C0 V: ]. O8 R
: C& I; p A* A% [- d( e7 y 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)
3 z$ a/ y4 I4 | 猜想:
Q2 H5 J, Z$ `/ ? 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 m }) n$ ?' m6 ^/ p+ n% 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
/ |6 `: ?( l: Z* Y 构思:
% q8 J+ I: Q9 f1 b7 N3 V, _ 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)。
/ e) }1 u9 B& m 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。 # [* C/ ]2 y# p
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?
* v4 X1 }4 t7 T, `5 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? * G+ L7 o2 o# i" [' T- h
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。 W5 u8 x/ A& a. X9 b
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。 9 _8 V* \& I$ \3 n
( t# P9 L) h [, n% ?5 T3 Y 再谈经典,
9 P0 ]% p8 Z6 Q ?; Y# c! W U Google 三驾马车,在分布式系统工程实践领域: 5 X B3 ] G+ a# y8 d3 n7 K
《Google File System》、《Google MapReduce》、
- d* Q& Z) K- K- U 《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.
! e q2 `3 j; V+ C+ J1 P4 G& 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。 5 a6 X& z; P q+ H0 I; I/ r
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。 ' K$ ^" Z: Z3 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)。 9 P: N4 `9 P0 B7 \/ U
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?
1 I4 j- v/ k5 v& X# C O8 o# n& {' t H OceanBase-中国第一款自主研发的分布式数据库(简称OB)
1 w2 {2 r L0 n 企业级分布式关系数据库 2 f& W+ I' d0 x; E6 n
a)数据强一致
- n, }$ u" k7 a. k ?- [ b)高可靠 * d9 Z0 J3 S5 _9 F4 r
分区-副本机制
* @2 R- i# f- b3 Q$ n+ W o; @. ] c)高性能 ; }% ?9 }& }, L2 ]+ l$ M, U
Paxos协议,在数据强一致的情况下,具有极高的可用性及性能
$ a( g0 t3 \. x9 T d)在线扩展 $ ?. _% q6 {4 G3 q5 Q
当集群存储容量或是处理能力不足时,可以加入新的 OBServer 3 H! z1 H- y3 x7 F
e)高度兼容 SQL 标准和主流关系数据库
" O) A, F( x0 X2 k, b3 A7 J' l, S f)低成本
' Y3 r3 u/ P8 _" ? CPU、操作系统、数据库 ( f' m6 V( o1 v4 ~6 L2 Q/ d4 W
如何既兼顾处理 TP 场景的能力,又具备 AP 场景的分析能力?
8 M$ h: Q/ _- w 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+ E: F- [+ Z5 `0 s7 ] 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 w/ }; }) k$ I. e9 P' M
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...... ) I' Q: h1 u; [8 U* ^
9 l6 s7 O4 K( V* k8 @, e+ G% j6 Y
& Q' W. f1 M0 {+ T* Q
8 x1 c6 _( S* u; P3 D5 q
% y6 I' {! f, ]+ ]- W
|