|
3 L- h( r& ?; m1 C. s, a 引入 | 图解那些分布式数据库中的 DBMS 8 h- }+ z3 U8 O8 |8 z
! s8 W3 N: e* n4 ]- X$ }: r
- n5 }& T( ]8 Q) G
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？
3 i6 u0 G4 K- d( M7 A * w3 Q9 n8 f% i2 {3 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。
3 C J; O+ \5 }- I( [ 思考： # z) i( e% \$ o/ G) A) v
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？
0 r6 _4 v, e* x) f& X, \! E 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？ ! x; l3 j0 A9 ^- W" f* u
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？
- \2 m- @" Z& K+ R, e9 c 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...... 3 R4 ^, u, R$ j* C Y2 ~2 S- _
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...... # Y, j6 W4 ~3 ?, t. w: |7 A
现状：Oracle，ElasticSearch，MySQL 架构
, t" H# F9 B- m- x) Z% { 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...... 1 C' e- `" g& z' _( @' |* v. S
4 _ D$ Q! C' A* p% C 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）
: O( N$ P3 u. F+ R MySQL：
' u% g8 J: @3 C: @ 备份数据库命令：
5 {. ], K5 f4 M mysqldump -u root -p 数据库名 > /home/user/2021.12.26.sql;. K7 X! s6 L% Z8 U
4 a8 E$ C" g7 `0 d7 B 只需导出表结构： * k* p6 F e; o3 t }& V$ ]* _
mysqldump -u applyun -p -d bi > /home/applyun/bi.sql;
: [: k/ ^/ {1 X6 G! r, |2 |
. N. j+ S- j& w( W1 _3 d/ A0 l7 J 数据库迁移导入：
6 E, H% e- Y4 g mysql -u root -p 数据库名 < /home/user/2021.12.26.sql;
6 ^# t& P8 B4 K+ Z) A * p- |) K) n! c
Oracle： 2 ~" \5 B+ F" R/ q6 [- p
数据库迁移导入： 3 F3 q7 W9 z E. C
imp yd_dev_tmp/user@ip/orcl file=/home/oracle/xxx.dmp ignore=y full=y;
& F; [8 Q6 \* q8 y& X6 O9 R+ {
8 @0 q# G4 O' o' {- A
0 U% j- J1 E; c& o 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）
9 f. D5 o+ [8 D5 Y8 u, q 猜想： + a# `6 ^" P& G1 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...... 6 s1 e |9 L8 j$ l G+ m3 {6 x
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
$ a# a0 m6 m6 z& y9 H* [$ h9 T 构思： / R" P; }; L% C) Y+ Z+ Y( b/ R5 [1 @
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）。
3 r2 Z( N! Y2 T# @$ k 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。 & h9 `' p5 C$ a# m' p6 R
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？ $ C6 l: o' d; Y& B9 w
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？ 1 @8 u: \# ^9 x+ F" A* k
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。
+ ]+ ]/ J4 j" S) Z2 b. t/ t: ]: 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。 6 \( M5 C7 A/ j* r5 G: O
! j8 D0 n7 g; K: q9 A/ J8 f: c
再谈经典， 1 o# X& N3 K/ ~$ E7 |) q
Google 三驾马车，在分布式系统工程实践领域：
$ F5 S1 X" k% C2 P( b 《Google File System》、《Google MapReduce》、
/ t- l4 l2 K0 O( 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.
5 E+ O" }9 [' t5 J8 _ 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。
9 u. |. \1 l3 A8 Z" s% ~ 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。 " w; q. m' [- Q% Y* ~5 g5 p
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）。
* c/ B s5 |2 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？
, ]5 W7 `$ }- i2 Y" |; c, T& G OceanBase-中国第一款自主研发的分布式数据库（简称OB） ?: X* t7 E+ K) D1 o: A- }
企业级分布式关系数据库 * T4 W" A8 @' c e' z% b8 l# w
a）数据强一致
( g% U9 u& H) h9 v' w b）高可靠 ; U K6 R& q4 q/ {
分区-副本机制
- w8 v) Q! ~7 ? c）高性能 / R% J+ @' d `0 S7 ]# E
Paxos协议，在数据强一致的情况下，具有极高的可用性及性能
) X/ D. Y! s4 y# N+ V d）在线扩展 9 L1 K; V" T) q
当集群存储容量或是处理能力不足时，可以加入新的 OBServer
! l( M+ C x% j, [0 I/ m3 U: g2 [ e）高度兼容 SQL 标准和主流关系数据库
5 o1 d. P1 |4 z0 p$ z f）低成本
+ y- y+ I" H/ y N; g' \" s! s! B! }! R CPU、操作系统、数据库
& @' O, \8 V0 r6 W6 o 如何既兼顾处理 TP 场景的能力，又具备 AP 场景的分析能力？ 6 M: A7 L0 O1 f, a) W' \5 X, ]
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...... 5 O5 e7 o# Q1 z. }/ c
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？
# Q2 N, E7 Q5 |. x, { 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......
: _ f/ F! f; T! n) G0 u' r& b) \7 Q
& e& j4 k/ r9 c! l" n+ E: l) r/ ?4 F6 w( U! ~$ j* O
& c# o+ b9 c. P5 R
6 Q3 ~) _. W; i/ z* e& l | 
