|
8 N9 |1 g P2 i 引入 | 图解那些分布式数据库中的 DBMS
0 C$ Q+ }9 S' e5 j
n0 ?1 e$ U. ^# j( b 6 V* F6 d& i0 ?; F% [ r
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？ ' S3 I( a" k; v; k- N0 ] h
, J' o: |3 {: R' ^- u4 X J
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。 % @; _2 y7 i z
思考：
7 M) S" }# R3 j. G P 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？ ; B9 |9 @+ g( o7 X3 _0 ?# r
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？ # W% q! O. e7 |1 j$ e
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？ 0 q0 A& K: `: f) `9 V8 Q9 o: {
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...... : W; L2 D0 s3 ]6 ^/ `4 N8 z+ `
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...... , i) F% X! d* w! u2 O. V* i
现状：Oracle，ElasticSearch，MySQL 架构 - h1 R& f/ z7 F }; 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 L* `; I; r, b; S0 @ ) w8 Q6 g6 K# F( W3 a
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） 8 i: B; R. [5 j \" |! x. J4 G2 B2 g
MySQL： , R- Y- x$ k: F& |
备份数据库命令：
$ u& Z2 P, T5 z3 X6 ` mysqldump -u root -p 数据库名 > /home/user/2021.12.26.sql;( l& N, e: w1 j" i, ?' q( O
4 x' K. K1 x L0 p
只需导出表结构：
: ~8 F5 {% p: Z- {* D( Z! T! k mysqldump -u applyun -p -d bi > /home/applyun/bi.sql;0 Y8 V/ B! E6 R6 q' N
& p O- |: U8 W) H! S
数据库迁移导入：
4 _" q& G+ W6 O# y5 g mysql -u root -p 数据库名 < /home/user/2021.12.26.sql;
- m) c0 y! R' Y7 x, q* s0 g
: O' q G5 X/ T: J* Z0 J Oracle： : n2 T: u* k) B6 U9 h! ]' {
数据库迁移导入：
2 q+ W9 t0 `% @% Y# q% l: Y imp yd_dev_tmp/user@ip/orcl file=/home/oracle/xxx.dmp ignore=y full=y;
, o1 B( {) F% e4 `+ K & g9 z" o5 ]& g# W$ \3 O% T2 d
5 J# L3 y% i; t. H4 y 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- X. d! p! g% z 猜想：
# V( ~1 @7 r. \7 ~$ s 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...... / l6 S% G# S* [
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 r/ ^; x! o5 _# o% p
构思： * `3 w1 y: F2 a
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）。 5 e' m5 p4 R0 z- ^. t9 j5 ^3 P
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。 % i! Y Z" z+ C* ~; I
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？
- e( d# m3 @7 s* K: \, E0 F4 c5 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？
; V, X% N3 ^; u4 { s 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。
( c( w. M& B# F; u 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。 2 k& p1 ?8 g. q: e3 k0 `
* U( a5 e+ I" p( R4 Y* W( v
再谈经典，
1 D1 [6 {9 q' K Google 三驾马车，在分布式系统工程实践领域： " [+ t' D( g+ X
《Google File System》、《Google MapReduce》、
6 J9 A- M, V9 O N& g( Z- k5 q+ z 《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.
+ ^# t) i4 k) p; m) F$ r9 w* K 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。 ' I1 ^" N: D( G3 g
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。 / Z# Q3 p% | O3 q+ H1 B
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）。 + H* N8 O, N3 w0 ]+ `/ t# i1 {
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？
, ^- \- d( i& D) A OceanBase-中国第一款自主研发的分布式数据库（简称OB）
) _ [+ ]! |( |, P- i* u 企业级分布式关系数据库 + M& g- e7 Z, ?
a）数据强一致
. W# R j, n g* b b）高可靠
3 ~" i1 U% s. x- _7 o& t 分区-副本机制
. J" `) ^' n! ^7 Q" H$ T7 Y c）高性能
0 F I( M# v" I/ U+ b; A Paxos协议，在数据强一致的情况下，具有极高的可用性及性能 " H# b7 l7 L/ H
d）在线扩展 * u) p8 u" t! ~$ e$ x
当集群存储容量或是处理能力不足时，可以加入新的 OBServer Q& j) j8 ^; r( A" ^
e）高度兼容 SQL 标准和主流关系数据库
; b9 v+ A) C* X4 y i( F f）低成本
$ q! T5 F6 G5 }( Y' X* K" ~ CPU、操作系统、数据库 * T- G+ c) J. i) G
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 r" M1 P8 }3 |/ [- P 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......
2 [ [% c! e* h+ B 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？
8 [3 v% R! L% ]/ G 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......
3 j! [+ K8 A$ `4 f. G% {
1 m; C5 ^8 [7 P; ~/ b7 S0 n( e! \
6 X6 j n1 A( o. T9 N8 b& s+ h/ g# N7 {+ `* H$ C
" R5 J* u% |( w! D4 M3 k, Q
| 
