|
" z- |' d% |% P7 c" g1 Y7 @$ t; Y
引入 | 图解那些分布式数据库中的 DBMS , F. m; Q i$ g! |- y
, E- [2 l) T7 M2 A, P; u + i0 i/ F. W/ S" i6 ^
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？
i) B" X- r, Y" s& L1 A+ N S4 G + b" e- d; s) ^! W! X! F
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。 * ?$ d+ L. f) T! W
思考： / B8 ^8 k% A. i5 ]+ O: j
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？ * W. g% J+ L/ J* a) I( N
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？ % ], |0 n2 J% ?' g2 O, W4 L" p
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？
9 C3 P. s3 u+ M- C! I$ l6 b1 R& i! ?7 \ 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 V3 ^ E; U- `6 r9 J& T$ R+ {' X+ B. A 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......
& w k8 ~$ Z3 O+ D8 h- I8 j8 J 现状：Oracle，ElasticSearch，MySQL 架构
0 y6 w! y! ` l$ A$ F$ I 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 K+ N2 [0 K: ?2 J
' E! f+ u3 L3 l$ M: g# K5 [( C- x; T1 { 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） " _+ G$ I5 a; Z
MySQL：
3 G0 {; T8 ~ [0 E% [ 备份数据库命令： * n/ ^5 y, G3 M
mysqldump -u root -p 数据库名 > /home/user/2021.12.26.sql;
9 t- w/ C& E7 J! O$ K
6 H3 [! ^0 |# @6 l% s* B: A7 c 只需导出表结构：
v' B! a, S; A) B) X5 I mysqldump -u applyun -p -d bi > /home/applyun/bi.sql;. ]: x8 }3 k5 c, `5 o4 U
2 E- Z( L/ Y( z6 K- _ E
数据库迁移导入： ) M% X) M5 Y$ p+ ^: @' D
mysql -u root -p 数据库名 < /home/user/2021.12.26.sql;# @, v! Q( }" X! V3 H* k5 P3 h
3 L9 `: v0 P! h/ U7 K Oracle： 3 @, n& S. v* p" i- J4 q( z
数据库迁移导入： , ^1 ]3 O; s8 x+ \ K2 s- { q
imp yd_dev_tmp/user@ip/orcl file=/home/oracle/xxx.dmp ignore=y full=y;8 q) v/ P+ n6 Y0 E
/ d* }4 Y2 `1 O/ B( r4 \& l9 C
& c* S! a u8 \ 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） * k( Y! A D) Q% b& F2 G7 h' }" F
猜想： 6 f+ q8 J9 L2 s4 ], U) e
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......
. _" p2 [- T+ S+ f; 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 6 p' |& e$ `* x$ T8 G
构思：
( [: T p( f3 S! r4 @! E0 y 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）。
8 D0 P, L# G! r9 l2 m* H 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。
9 }( Y6 L; D+ g' h- M1 j) l% y+ `7 t 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？ # ]' l! x' i# Q9 v; w( D: H
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？
v- k7 E1 A; N" a 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。 , G, z+ i: q$ P2 G. W. S* h
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。
" Q, ]) ?* @) i$ I( \8 u 3 k: c h2 f* a
再谈经典， " M) v$ Z8 i& j
Google 三驾马车，在分布式系统工程实践领域：
% J& f% N) {3 t4 r- O 《Google File System》、《Google MapReduce》、
w* V$ }5 X6 L1 `4 ? 《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. 5 f! q; q$ i5 b2 Y% d
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 ^+ M* |* r0 I& ? {5 [
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。 / n# {' N( i; x# 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）。
. |) d1 R0 c( z6 m; v, g2 y 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 _2 b$ W5 K* V# ? OceanBase-中国第一款自主研发的分布式数据库（简称OB）
: f( L8 j; J3 h4 X7 y+ a 企业级分布式关系数据库 3 F R6 f0 m0 T8 z, f
a）数据强一致 1 w1 U5 v0 f0 W
b）高可靠 ' @+ U Z8 u7 x+ v3 u
分区-副本机制 , K: i8 \9 N7 j6 U, |) i
c）高性能
: z s2 i# u0 k( ~! ~6 z1 d$ F Paxos协议，在数据强一致的情况下，具有极高的可用性及性能 z w9 W" _0 G& x' N
d）在线扩展 - ^* L' K& n( e! ]9 \7 H) |% ~
当集群存储容量或是处理能力不足时，可以加入新的 OBServer u& j7 v4 ]- p9 N
e）高度兼容 SQL 标准和主流关系数据库
1 J+ g: y0 ?! z% Y3 P! }1 l f）低成本
5 g7 X5 ~& m. _4 y @' K) c& T CPU、操作系统、数据库 ) ] i \( ~+ C4 a! ~2 B9 t
如何既兼顾处理 TP 场景的能力，又具备 AP 场景的分析能力？
! ~ Y, K) d4 u: |; ~# l* j! V 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......
* W; @! f9 |: @% \- a* h 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？ - H% {# f- K4 f: X/ l$ G. u6 ~4 L# @
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...... % \! m+ E p9 Y- V7 Z4 p
5 R% p1 Y3 p* u" x2 s+ r0 x
( X- A3 i. ~ f$ [/ R0 r
1 R* M; \8 E8 g4 s. f/ V
) v$ m7 V( {- i6 \. S( } | 
