|
3 [, N( [6 d8 Q7 Z, d3 X# t
引入 | 图解那些分布式数据库中的 DBMS
( R+ R q' P T
8 m: Y' l: @+ l$ B$ W- t( B" ]
7 Z; ~8 x- x3 u" a s 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？
9 |: o) K; r- k; l- S: z% |
5 U& V) P1 m( {. 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。
" v0 e2 c; b# D9 U4 ^3 q 思考： 4 s; [4 ?2 K3 [4 A- l/ R; T% 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？
3 K1 L# ?/ p, y3 T5 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？
c) O- r2 G3 `7 ~: 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？ ( c* @2 }6 z/ O9 w1 k/ `" z6 T
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 l9 S4 F; l6 s, }; p8 t
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...... $ Q3 i6 y# z" O. x9 C) ^+ m
现状：Oracle，ElasticSearch，MySQL 架构 ( I* s: v9 K) ^' `- 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......
* y) s8 A/ A7 G$ C9 E
$ }- [0 q: n* D" X9 f 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）
0 I3 i% S/ [! i2 g MySQL：
7 K( G& M# j' X3 h0 t( S* l& r 备份数据库命令： ; S8 k2 U& I! z1 V$ W" v
mysqldump -u root -p 数据库名 > /home/user/2021.12.26.sql;- j# N1 z, c I5 X! S0 S
8 U% ]: U* a( M 只需导出表结构：
5 v3 e7 _7 B( z4 G6 w- m v mysqldump -u applyun -p -d bi > /home/applyun/bi.sql;
7 z, \7 g& R2 Y' X' M5 S
4 A9 y$ A: T: G5 h" t. ? 数据库迁移导入：
% D5 f2 |, g$ L# D5 A mysql -u root -p 数据库名 < /home/user/2021.12.26.sql;/ O- y. g( ~+ {6 v. p1 m0 Y- {
; F) S/ N$ x T& ^9 D" l ^
Oracle： & @4 w* E$ }4 a) B( {( x
数据库迁移导入： P( m% w$ M2 n0 f' w& ~* \
imp yd_dev_tmp/user@ip/orcl file=/home/oracle/xxx.dmp ignore=y full=y;! _% g8 p" @ ^- S
% E3 Y( C X- |. I' }$ ^8 d" Y
2 `* N+ V8 H2 A( y: u' 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）
0 p8 L! _$ r) q; } 猜想：
4 H3 G3 s+ }9 Q p# g/ D q 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...... % ^7 N V& M. {. f! _2 a: {; [+ 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
/ |4 c/ _0 x4 M8 v+ q 构思：
i2 B5 e% K; L# w" D 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）。
6 I: d1 y' F* |8 }! X" G3 W& n5 E 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& N- e5 F9 S3 t1 K2 b5 ^$ F" l
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？
" ^# {. q5 u( C; u8 q 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？
. e6 e- G/ M' G 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。
- E) U# R7 q) I. \2 K z( y2 | 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。 * A" ]0 Z5 M* B- ?
7 D1 r' R; \9 H/ @, q+ ` h$ |* ] 再谈经典，
0 u3 z8 ]+ C' r% d4 W0 C; ?- r Google 三驾马车，在分布式系统工程实践领域： 4 |7 Y! l- ]$ N
《Google File System》、《Google MapReduce》、 6 l2 c: F ]* y5 P; T
《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.
) o3 J$ |2 I1 P& z! ^7 S 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。
d" o: z) ?! i3 S' U' B 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。 ) p7 E1 O& _4 @9 S, U6 v
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 S8 X- E- |; K( 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？
) ~, S& }6 q2 R( [4 U/ }& ^ OceanBase-中国第一款自主研发的分布式数据库（简称OB） 8 \4 m- F( C8 t3 R
企业级分布式关系数据库 . P2 D7 c& U8 b' r
a）数据强一致
7 p$ Z: j) f {+ r b）高可靠 - J( n7 V- I8 u D, G6 @
分区-副本机制
: Q8 A5 B q7 t" e' G c）高性能
6 B( t; T% V1 f3 P6 x Paxos协议，在数据强一致的情况下，具有极高的可用性及性能 + N& b4 ?9 t! Q0 c8 f
d）在线扩展 ^; Q' \0 I; @/ w, f
当集群存储容量或是处理能力不足时，可以加入新的 OBServer
( }$ ?- b+ ^- P! k e）高度兼容 SQL 标准和主流关系数据库
4 u: V% r2 x" s: u; q2 @. } f）低成本
& F& i% ]! w2 u, K6 Q; x$ @4 ^; ] CPU、操作系统、数据库 5 {3 V4 p, M% 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？
& k& K8 y% }! Q* m1 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......
* y5 O4 Q4 q# c( x 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？ / x( X0 `; A- o N- `
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...... / O f2 _& X3 E$ H u- _
* z* s! k# W# C$ V
- X6 V. C9 s. |0 p B8 E! ^+ ^2 m
. k8 J0 u; E6 ]8 i7 N) n6 G) b& O6 i
| 
