|
& R- b g; Z+ o% \ 引入 | 图解那些分布式数据库中的 DBMS 1 M5 \: R G( J3 F
, s# d5 I" w1 S2 _4 c
; `* u: `6 ]! C. N 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？ / C' Q3 z' U: v+ w4 t* Q7 K
* s6 g$ e9 W/ {" p0 i$ o
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。 . K( |& e3 Z+ d/ L: r. B7 T4 i+ s( V
思考：
* P" F7 S- d% D* 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？ ) N6 c* i9 {. L% I4 q: X
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？
5 l V9 Y6 L/ Z1 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？
, i* V* m# k z }* w& j 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......
- M; ^& b8 Q3 r! v* x( N% M 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...... * j# Y$ b! b' J/ v1 ?2 {( v; I3 E
现状：Oracle，ElasticSearch，MySQL 架构
9 q/ r4 b$ a9 E 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...... % m$ U: N; c* \ M
/ @' v; r F$ D: b2 L1 t+ r7 m0 x3 o 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） - c! x" H8 `9 f/ g7 T' G- T; d0 T
MySQL： , S! }2 k y( _3 c
备份数据库命令：
8 _) K, j% D7 F mysqldump -u root -p 数据库名 > /home/user/2021.12.26.sql;+ `: k' w0 p3 ?* ^# r+ i7 _
) g6 t e. J; C( k; e1 N4 P3 M3 j
只需导出表结构： 1 s5 [; w, }) J- ^, T
mysqldump -u applyun -p -d bi > /home/applyun/bi.sql;- Q5 ?+ K# r* Y h
) j j+ N( I0 D; O' j
数据库迁移导入：
, X/ @* a" G' _* v8 e9 d/ q" ` mysql -u root -p 数据库名 < /home/user/2021.12.26.sql;# }# o. q3 X7 Q: ?# g' ~
& B7 Z; y6 N6 |( ` Oracle：
3 B. |& y: y! Z2 l 数据库迁移导入：
; u5 ?' x& L9 n) i6 O imp yd_dev_tmp/user@ip/orcl file=/home/oracle/xxx.dmp ignore=y full=y;
' w3 H4 K( _; _& C6 M+ s4 `: x
9 _4 I+ V# s# L y- ]+ K ) p, p/ V" B; R2 z: v
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）
) h: I; t) C/ W 猜想： & r: t1 E: `. s8 f& u8 _
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...... , a# ?5 _" O" K7 N" `* ~/ F
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
9 I! Q/ R+ x* E! n8 X2 F- l 构思： ) i! u5 y- z( Y8 ^% j U
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 g( a& X- N+ D" W 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。 $ K5 D" B+ a- F. P% s( A& A
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？
9 M+ Q |- F7 I! p 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？
9 ~" ?! } M$ _6 y' P m& c 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。 , U- z5 h2 }9 b* 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。 : J7 b; q3 W& n! v
R& V2 r, p3 b' d2 Z1 V
再谈经典，
8 L' i' f! C4 Y6 t! { Google 三驾马车，在分布式系统工程实践领域：
/ X! K$ i1 @4 D4 o, i 《Google File System》、《Google MapReduce》、 6 o( p2 I" G6 k" ?' D# c3 k' ~
《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. ! u! P3 ]1 I9 q* ]) |
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。 & @" c0 L; ?; _2 S: K- i. E
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。 8 w7 z/ J x* A0 i- G) |
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）。
, l9 C% g/ ?5 M3 w m 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？ + R& `2 w% T0 \) e% D
OceanBase-中国第一款自主研发的分布式数据库（简称OB）
) s5 o+ l0 K3 a2 d$ R 企业级分布式关系数据库 u# Q; y X1 u' I* g) X
a）数据强一致
4 Q4 K+ _% k* [+ y% y9 [ b）高可靠
' {- I6 P+ ?; d; F8 Z" n$ v 分区-副本机制
; I4 z0 T3 \# {3 r& h7 p. C c）高性能 : C/ a9 T5 e8 _3 g
Paxos协议，在数据强一致的情况下，具有极高的可用性及性能 ) ^- V$ O+ O! v5 n- }+ @/ ?
d）在线扩展 ' M% w6 ]. q" X" O2 S4 O: o7 Z
当集群存储容量或是处理能力不足时，可以加入新的 OBServer
) M$ b5 Y3 b+ s# y e）高度兼容 SQL 标准和主流关系数据库
) K: I% R" p# p! [! c f）低成本 ! o% T6 t5 C4 g- b' d, n. b
CPU、操作系统、数据库 # W w' N) Z% N8 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？
; `4 Y" { h/ S) G" | ~( V+ p( C0 t 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......
. c, W/ l% ]5 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？
* b. P: F& K5 J" I( |# l; W/ l; h 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...... * c, I/ o, D0 p: J6 d
8 Q5 N3 H: v4 x! x0 @1 r
4 M, |3 Z6 L& b7 y; F- E) a* @- ?7 l5 i: I9 x! l
1 u' }, Y- j! ]5 g& ~8 r$ l# H* B' B
| 
