|
5 a9 m2 {1 v; J$ {+ m8 ~
引入 | 图解那些分布式数据库中的 DBMS
) c8 h2 g% \% K$ q8 B * [4 f7 A" }! X
9 N" W, C! s+ a6 k i
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？
1 d- `' E; A" E2 R 7 P( ]1 `" |* l& H0 _8 D" A+ k Q. 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。
/ m" t& B1 q. X5 w% U/ T* E8 B& _ 思考： 8 r* x$ W, Y. |( M) d
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？ N# [# G: A4 j* s8 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？
/ ?3 W6 E$ ?/ w& B* ? 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？
) t: I5 p7 X6 Y' L; [ x 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...... $ S' i! L5 l; E
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...... / F2 Z7 c7 |- p5 K
现状：Oracle，ElasticSearch，MySQL 架构
}# |& u l% j3 Y0 ?7 d5 P4 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...... 7 s3 q, A4 P2 x- ?$ R4 B M* P
& c$ q% X: H* X9 W. b o7 ^ 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） % G1 `5 A4 }1 M Z$ \
MySQL： , r }( x- G2 l: k
备份数据库命令： ) E: E" U1 }/ B8 y7 ^: @3 ? G" V1 ?
mysqldump -u root -p 数据库名 > /home/user/2021.12.26.sql;
" }3 U/ y" B. f+ g/ Y 4 Q' U: h% c7 Y8 [( n. v: Y2 p9 A
只需导出表结构：
: V" k$ R) l4 d" P( S' [# ?6 E mysqldump -u applyun -p -d bi > /home/applyun/bi.sql;
: M6 ^) Y v n$ n% ?9 a# w 9 h6 D& j$ M% ? g! g
数据库迁移导入： + [# C F0 Y* I: K! {* i
mysql -u root -p 数据库名 < /home/user/2021.12.26.sql;' E. n% X2 X2 |! ~" c% N- b
. P7 A. O# x5 }/ y( Y8 f
Oracle：
/ Y$ J3 h; A8 F 数据库迁移导入： , D$ M3 l0 W- q0 M. v. ?, m6 _! a* s6 s
imp yd_dev_tmp/user@ip/orcl file=/home/oracle/xxx.dmp ignore=y full=y;) b4 z0 J! n: g# s
g9 n' x/ q: C5 o
" [+ q+ u, s+ V5 i0 K 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） $ n2 r3 p5 b) C
猜想：
5 ?/ u' V; Y3 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...... ) Z# ]& m s/ r5 N: }
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: d. {1 Z0 e' i3 {& ^
构思：
0 j) v" R, F& C, a1 r, i, T 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）。
# z. J( y/ R* y1 _9 B 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。 b1 y/ A' v" N, E& c
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？ # N9 v4 E+ g2 s; G
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？
6 m: n% Z( E7 } 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。 6 Z6 r% q4 p$ b: F. p3 m
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。
; R F) [0 W" N% Q6 s) Q
; l1 H: }# Y! y 再谈经典，
1 G" J6 v2 T( N+ u' j Google 三驾马车，在分布式系统工程实践领域： 0 A: b( G% X2 g; d; D9 i3 M7 n
《Google File System》、《Google MapReduce》、 7 d. A2 S! P o+ R. k, ^6 d6 h* P
《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.
1 l; d8 f9 {4 y 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。
+ p% z& P2 ^. I" a: q2 N 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。
3 ^7 U, g& O* C4 b( Y 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）。 8 F# S. {$ G1 Y5 ^5 s
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？
+ Q7 y" S7 p4 K! F6 G } @- G z3 X OceanBase-中国第一款自主研发的分布式数据库（简称OB）
+ J& Q" O6 ]9 W* Q% c9 g; m: d& i% V 企业级分布式关系数据库 # f6 d, o7 J, E3 Z2 Q7 C4 t
a）数据强一致 3 _3 F0 i7 h/ O! M2 o; S% n+ u- G
b）高可靠 5 R2 u3 U" ^ _5 m
分区-副本机制 # [" u' n& Y: j
c）高性能
8 r$ Q; Z' R% B, h4 p3 T: B+ P+ R Paxos协议，在数据强一致的情况下，具有极高的可用性及性能 9 r$ }5 l' q& V4 t
d）在线扩展 $ j+ ~: P- C9 `
当集群存储容量或是处理能力不足时，可以加入新的 OBServer
! x% c$ P$ S* V5 H# R; [& N e）高度兼容 SQL 标准和主流关系数据库 2 w3 H2 F% n" `' z) Y X+ C- \9 @
f）低成本 * L0 F' c" J0 X) d% |1 x& O7 N
CPU、操作系统、数据库 ! u& ]3 L, b- z# {/ `% e
如何既兼顾处理 TP 场景的能力，又具备 AP 场景的分析能力？
9 Y& S+ t( y. o' N( ^) 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......
, e6 e N! _: `% d* g 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& {- H$ u
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...... 4 g" |# M7 f; o& `7 \& e
/ z, C: t$ R2 W. o, R) x- @7 z( }1 n. o) m; w
\0 L" V4 K" o. d5 }' u
& l( j W/ H+ Z, \, o: O) m | 
