|
0 C$ ?, S( L0 z6 ?5 r. C% Y- J( d 引入 | 图解那些分布式数据库中的 DBMS 0 y3 L- C w) V( @
% {7 y0 T }# s% m( y+ Q- ]
, ~$ T2 N& Y* o 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？
2 C( U6 d. y. y/ \0 S y' l! f
: x' R$ `1 H+ Y+ Q) ] 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。
+ x. ]4 L6 f5 @9 r; K' E G 思考： # y! p$ m9 E' W+ ~
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？ 1 p" ^2 b j( w
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？ 8 B i, d0 Z" k' q7 n9 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？
; z* v- _* ]+ Y$ t: F6 B( l5 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......
' s0 T) M6 D. U 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......
6 G8 I( q: ~. ]( {, G# S& g 现状：Oracle，ElasticSearch，MySQL 架构 - u2 J* p' w. R- D9 @4 d
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...... 8 S( r1 v- S3 l3 b; Y5 _
# B% z8 F8 D/ u2 M3 ~ 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） 7 E; g/ s" H2 y9 J/ B; i1 \& V
MySQL：
7 C: O4 Q" s# V) [6 c8 p 备份数据库命令：
p" W# u! U* O8 w, n mysqldump -u root -p 数据库名 > /home/user/2021.12.26.sql;# f( d- T+ I8 r3 c, t' E6 l: Y
P# |# h/ E/ F% @5 C# {9 N 只需导出表结构： 5 w* x- G5 R7 w | [+ }+ M
mysqldump -u applyun -p -d bi > /home/applyun/bi.sql;
) `5 |& e. W8 T5 t! H, z
* l6 L+ ^) F& w7 g& Z 数据库迁移导入：
- c" w# f1 D9 f j mysql -u root -p 数据库名 < /home/user/2021.12.26.sql;0 N$ A9 N+ }7 w7 n2 A v
2 S% I } ]6 {7 ~9 q% k7 e7 |% p! x
Oracle：
/ e' J' o- q$ `6 a" q, h, E' o! n N 数据库迁移导入：
/ A9 ]5 k$ @0 c9 e# F0 W, |1 H. X imp yd_dev_tmp/user@ip/orcl file=/home/oracle/xxx.dmp ignore=y full=y;
b3 a3 ?: E: R
\2 G2 L& v" f, H/ m 4 j |9 _! B$ D4 m
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 e* f! e( S9 M4 Y/ \: M" W8 b 猜想：
' y7 \2 c, V; p, b1 R 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...... 9 ~! Z; ~ j$ g
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 + g( u) V2 c: F7 a" [1 T
构思： 4 V/ `5 N6 D! b. T8 J
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）。 8 a/ n; v& q3 G( d6 T. 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。
3 E4 q+ A8 p- P0 `% E 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？
1 D' B. ]( _. ?4 X( `& w i 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 O5 D9 r$ [5 `3 P
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。
7 n" }7 ]3 a4 O/ Z% z9 ]3 Z8 l 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。 8 C3 Q9 t% P0 f
4 N6 k D( Q& |5 u' \ 再谈经典，
2 n" s# x8 T& \3 J Google 三驾马车，在分布式系统工程实践领域：
V0 b b3 X2 y5 Z$ Z; g5 A) v' J 《Google File System》、《Google MapReduce》、
* u/ D5 K+ g8 p I 《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. : | A" U: d1 Y# W$ P( u+ u: b
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。
% m5 i! K6 l" k) I 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。 2 d% r* I7 l& V. q6 {* @' e8 a: h
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）。
" R* q' N! M2 q. Z$ L/ D, l9 N 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？
$ o, T' ~0 ]: T7 f; H: m* Z OceanBase-中国第一款自主研发的分布式数据库（简称OB）
- s5 @7 s: ]" W' Y* q 企业级分布式关系数据库
) W# r9 ~! T+ b% i( X a）数据强一致
, w! r/ D( Y b7 X3 m! u% k" L. O b）高可靠 0 d1 l" W& ~; n, ]: }! c5 h
分区-副本机制 8 t K4 [0 Y o
c）高性能
2 _ ^% e5 J5 K( Q4 K6 T' ? Paxos协议，在数据强一致的情况下，具有极高的可用性及性能
# y5 _% z! K8 B& R d）在线扩展 & _# I5 M% b s5 j6 E
当集群存储容量或是处理能力不足时，可以加入新的 OBServer
) B4 i9 |9 o% n6 W* m e）高度兼容 SQL 标准和主流关系数据库
+ w, y$ `3 R) X' c7 r f）低成本
1 R7 o1 M% z& X' s CPU、操作系统、数据库 : @( d4 C/ V# A9 P2 N+ t& 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？ , ? Y0 ^! s" Q; [9 B5 Z) z/ l6 j6 `5 f
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......
$ N5 M) g* N- d 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？ / G& H5 b" X% ^7 ?; 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...... : N: q8 r0 r- G' u' Q
' V% f' ^ i( A
- `2 Z6 p% q3 H6 W4 x7 e; J5 e
* _( ]3 i3 [& K
; ^. J } b$ S+ R1 o [2 b1 Y | 
