|
# l" I9 J0 N5 _+ n& w' L 引入 | 图解那些分布式数据库中的 DBMS
/ Z2 M: Z8 w; `6 I+ O" F # a% x# ~% V6 C2 S) J' K6 i
/ L( y+ K( f9 u! J. v1 Y5 R 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？ " Y p, H9 o/ X; G# d
& B, ^$ ]" Y; e* e 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。
7 @+ P# L9 V5 K# L9 @ 思考： ]; D" d$ C' i2 y
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？
) F1 n' W4 I) f8 z0 d5 W 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？ % f0 Z/ O! G4 u9 ~( c! B3 E
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？
7 J* a5 z0 ^; f# I5 H, p2 ` 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...... 4 r$ m8 f3 i5 l7 G! 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...... 8 e$ t6 k5 ~' x( ]- u* x/ Z
现状：Oracle，ElasticSearch，MySQL 架构
M/ @! Q! Q2 @2 x 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......
9 p- L3 c1 f1 K# O
" w; a3 k7 B7 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）
1 J0 k" |# n: ^2 X4 e4 y. @' \/ q MySQL：
. U: k' m I. J; m( f) J 备份数据库命令： & p& T6 y: ?4 S6 \
mysqldump -u root -p 数据库名 > /home/user/2021.12.26.sql;/ k1 z4 v, F( E: C0 ?8 M
5 P* q- x- s" Z# M/ U# m7 R 只需导出表结构：
2 U4 U# N S0 c3 k9 O mysqldump -u applyun -p -d bi > /home/applyun/bi.sql;
( ^* f9 ^2 J9 y/ r- z 6 w$ U% A7 ]# M; W4 K( z; [! X* `$ x4 q
数据库迁移导入：
! n% Z; G9 s" |/ n4 j5 e" B mysql -u root -p 数据库名 < /home/user/2021.12.26.sql;
4 ^6 B4 g, X; V ) A3 J3 O' W8 [+ b8 Q( l a
Oracle： 7 e- f6 i5 @# \: y
数据库迁移导入： / L1 U+ J* q3 z. S s1 n
imp yd_dev_tmp/user@ip/orcl file=/home/oracle/xxx.dmp ignore=y full=y;3 M& S- Z3 D0 T* Y: c9 h
* }2 q# f& t0 i! K5 D+ i
( L+ t6 J; Y7 r" f, Q 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）
7 r0 B0 V, U8 J- U 猜想： % M1 d+ q! D2 D6 O W
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...... ; ~; I5 j7 ]0 f* j; b5 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
" \* ^) P. Y7 K! W0 h. B 构思：
) ?1 B8 ]7 B" w5 C9 v" |3 u v6 M 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）。 ! ~4 L E b' N% w& g4 t
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。
8 o# v) }( _/ V+ k! | 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？
1 S# z! P( C; S; R7 Y/ ]$ p8 Z 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？ , Z+ U" R/ Z( ~ l. N2 l+ }
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。
4 X5 M& e" K. ? e! y" p 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 \ ^% B* j: P, y8 q
" W9 U3 M; W' r5 p& J1 t0 y4 Y0 | 再谈经典，
, X' p J( {' B Google 三驾马车，在分布式系统工程实践领域： 2 x) h0 \$ Y3 ?. |8 ]- i
《Google File System》、《Google MapReduce》、 ) S/ n8 d* n+ e: Q5 ?
《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. ) G7 f0 k! ^# j3 B" |5 I6 e
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。
, ^, J% i- J3 E/ S" u6 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。 $ `; h8 H E' ?+ _4 \5 M v7 ]- s2 H
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）。 . A+ |6 C4 m7 H) s6 g/ o- 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？
( N$ U; V! E# U6 ? OceanBase-中国第一款自主研发的分布式数据库（简称OB）
: }6 C8 ?% j" F4 ~. k) I* P 企业级分布式关系数据库
' ?( N5 A8 O& k8 C S) z a）数据强一致
1 a) b2 _8 I; M) s; A7 V: G, E b）高可靠
: L; t& K% u# H4 _7 m2 s; j 分区-副本机制 6 p5 }3 m- t. V+ m" e% @: C$ `9 D
c）高性能 8 J* J( e, F" x4 j3 W5 m8 J; T
Paxos协议，在数据强一致的情况下，具有极高的可用性及性能
; S* E, g4 r' @8 s0 \) B L$ u' N d）在线扩展 ; B0 l. P, D/ \% }& B( p
当集群存储容量或是处理能力不足时，可以加入新的 OBServer
& J/ }2 R: a' N( ?1 V e）高度兼容 SQL 标准和主流关系数据库
' d* C/ r/ @, B E# d f）低成本
+ v' L5 q, V1 \( x/ Z CPU、操作系统、数据库
( u8 I: ~1 |3 `. O, r* Y" f. \1 w/ r 如何既兼顾处理 TP 场景的能力，又具备 AP 场景的分析能力？ ; V7 f" Q4 u8 T9 P
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...... / ]( E0 z+ o, j; ^
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？
, c1 Q) G) t# G 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......
& i8 t3 V% S3 F# x. w
a7 x5 a4 t- Z9 K8 e, w0 \
8 u4 ]- e0 j2 q" e" u& e# @* x! p# [% r% y/ {, R, U
* Q3 w" G7 T. v5 O' n
| 
