應(yīng)用

技術(shù)

物聯(lián)網(wǎng)世界 >> 物聯(lián)網(wǎng)新聞 >> 物聯(lián)網(wǎng)熱點(diǎn)新聞
企業(yè)注冊(cè)個(gè)人注冊(cè)登錄

技術(shù)架橋,開(kāi)源鋪路,分布式數(shù)據(jù)庫(kù)精彩正當(dāng)時(shí)

2022-01-24 16:34 媒體合作

導(dǎo)讀:1月6日,由中國(guó)電子技術(shù)標(biāo)準(zhǔn)化研究院指導(dǎo)、CSDN主辦、OceanBase承辦,木蘭開(kāi)源社區(qū)、開(kāi)源中國(guó)、51CTO、思否、極客邦科技、稀土掘金、墨天輪、dbaplus協(xié)辦的DC2021分布式數(shù)據(jù)庫(kù)開(kāi)發(fā)者大會(huì)于線上正式召開(kāi)。

  1月6日,由中國(guó)電子技術(shù)標(biāo)準(zhǔn)化研究院指導(dǎo)、CSDN主辦、OceanBase承辦,木蘭開(kāi)源社區(qū)、開(kāi)源中國(guó)、51CTO、思否、極客邦科技、稀土掘金、墨天輪、dbaplus協(xié)辦的DC2021分布式數(shù)據(jù)庫(kù)開(kāi)發(fā)者大會(huì)于線上正式召開(kāi)。

  除了精彩紛呈的主論壇演講、圓桌論壇與極客夜宵等內(nèi)容之外,在下午的分布式數(shù)據(jù)庫(kù)技術(shù)分論壇與分布式數(shù)據(jù)庫(kù)開(kāi)源生態(tài)與應(yīng)用分論壇上,來(lái)自國(guó)內(nèi)外主流分布式數(shù)據(jù)庫(kù)的技術(shù)專家與各大開(kāi)源社區(qū)、平臺(tái)負(fù)責(zé)人為開(kāi)發(fā)者帶來(lái)了圍繞核心技術(shù)與開(kāi)源生態(tài)打造的內(nèi)容盛宴。

  分布式數(shù)據(jù)庫(kù)技術(shù)分論壇

  今年是數(shù)據(jù)庫(kù)發(fā)展的變革之年,亦是分布式數(shù)據(jù)庫(kù)嶄露頭角的重要時(shí)間節(jié)點(diǎn)。分布式數(shù)據(jù)庫(kù)技術(shù)在走向千行百業(yè)應(yīng)用深海的大勢(shì)所趨下,越來(lái)越多的開(kāi)發(fā)者關(guān)注于此,投身其中。下午14:00,DC2021分布式數(shù)據(jù)庫(kù)開(kāi)發(fā)者大會(huì)分布式數(shù)據(jù)庫(kù)技術(shù)分論壇正式開(kāi)幕,來(lái)自O(shè)ceanBase、GaussDB、PolarDB、巨杉數(shù)據(jù)庫(kù)、StarRocks、Oushu科技數(shù)據(jù)庫(kù)以及MongoDB社區(qū)的8位產(chǎn)品技術(shù)專家,針對(duì)分布式數(shù)據(jù)庫(kù)領(lǐng)域最新的技術(shù)亮點(diǎn)與產(chǎn)品革新進(jìn)行了深度分享。

  一、OceanBase的一體化設(shè)計(jì)

  OceanBase首席架構(gòu)師楊志豐分享了主題為《OceanBase的一體化設(shè)計(jì)解析》的演講。OceanBase從2010年立項(xiàng)以來(lái),其架構(gòu)的演進(jìn)一直圍繞可擴(kuò)展與高可用特性去建立與融合,這也是為什么OceanBase會(huì)采用一體化設(shè)計(jì)的直接原因。OceanBase的一體化設(shè)計(jì)主要有四大方面:第一,OceanBase能夠兼?zhèn)浼惺綌?shù)據(jù)庫(kù)和分布式數(shù)據(jù)庫(kù)的特性;第二,通過(guò)借鑒OLAP型數(shù)據(jù)庫(kù)的特性,不斷增強(qiáng)OceanBase的AP能力,從而形成了HTAP的能力特性;第三,通過(guò)多租戶能力,OceanBase在整個(gè)集群內(nèi)部已具備資源的管理調(diào)度和隔離能力;最后一方面,OceanBase具備多模特性,可以更好地支持客戶SQL與NoSQL使用場(chǎng)景。

  在演講中楊志豐介紹了OceanBase基于存儲(chǔ)模型與事務(wù)模型基礎(chǔ)提供的Table API接口,這個(gè)接口是和SQL在平行的一個(gè)位置和層次。在Table API基礎(chǔ)之上,如果應(yīng)用對(duì)延時(shí)特別敏感,用戶可以直接通過(guò)Table API訪問(wèn)OceanBase Server提供的原生服務(wù),極大地減少網(wǎng)絡(luò)的時(shí)延。同時(shí)針對(duì)某些需要使用HBase特定業(yè)務(wù)場(chǎng)景,基于Table API接口OceanBase研發(fā)團(tuán)隊(duì)還擴(kuò)展了一個(gè)HBase API接口,解決了用戶在容災(zāi)演練過(guò)程中遇到的困難。

  楊志豐還介紹了OceanBase最新的3.2版本,3.2版本提升主要體現(xiàn)在三個(gè)方面,優(yōu)化器、SQL執(zhí)行引擎以及向量化的執(zhí)行。楊志豐表示:對(duì)于單機(jī)分布式一體化的OceanBase系統(tǒng)來(lái)說(shuō),我們認(rèn)為時(shí)延不再是一個(gè)選擇傳統(tǒng)亦或是分布式數(shù)據(jù)庫(kù)的絕對(duì)標(biāo)準(zhǔn),因?yàn)樵贠ceanBase單機(jī)分布式一體化的設(shè)計(jì)之下,你可以選擇魚(yú)與熊掌兼而得之。

  二、GaussDB分布式技術(shù)的架構(gòu)實(shí)現(xiàn)

  華為GaussDB技術(shù)專家王磊帶來(lái)了《GaussDB分布式技術(shù)大揭秘》主題演講。GaussDB分布式集群的架構(gòu)主要由5類組成:運(yùn)維管理模OM組件、集群管理模塊CM組件,全局事務(wù)管理器GTM組件、協(xié)調(diào)節(jié)點(diǎn)CN組件以及數(shù)據(jù)節(jié)點(diǎn)DN組件。GaussDB高性能的關(guān)鍵在于分布式執(zhí)行框架,這個(gè)框架會(huì)根據(jù)業(yè)務(wù)SQL,生成最優(yōu)執(zhí)行計(jì)劃,該框架主要包含算子下推與并行執(zhí)行兩大核心技術(shù)。

  GaussDB有四大特性:第一是高擴(kuò)展性,體現(xiàn)在Scale-out在線橫向擴(kuò)展;第二是高安全,體現(xiàn)在分布式防篡改技術(shù);第三是高自治性,主要體現(xiàn)在AI for DB基礎(chǔ)上;第四是高智能性,主要體現(xiàn)在AI4DB技術(shù)上。

  GaussDB高可用架構(gòu)的出發(fā)點(diǎn)是軟硬件全棧冗余和分布式全組件冗余。在硬件層通過(guò)磁盤red冗余、雙交換機(jī)冗余、多網(wǎng)卡冗余,UPS電源保護(hù)等技術(shù)提供單點(diǎn)或多點(diǎn)硬件故障下的高可用能力。在軟件層,針對(duì)分布式集群中的每一幀組件,均做了組件級(jí)冗余。

  王磊表示:GaussDB在分布式數(shù)據(jù)庫(kù)領(lǐng)域的積累和創(chuàng)新,使其能夠從容應(yīng)對(duì)企業(yè)級(jí)高性能、高可用、高安全的核心訴求。未來(lái),GaussDB會(huì)繼續(xù)在分布式數(shù)據(jù)庫(kù)領(lǐng)域堅(jiān)持創(chuàng)新,勇攀高峰。

  三、云原生+分布式的現(xiàn)代化數(shù)據(jù)庫(kù)—PolarDB-X

  阿里云智能數(shù)據(jù)庫(kù)PolarDB產(chǎn)品經(jīng)理胡中泉發(fā)表了《PolarDB-X核心技術(shù)能力解讀》主題演講,在演講中他主要介紹了PolarDB-X的整體架構(gòu)以及核心能力。

  PolarDB是一款基于分布式技術(shù)架構(gòu),是面向云原生和分布式結(jié)合的方向進(jìn)行技術(shù)演進(jìn)的分布式數(shù)據(jù)庫(kù)產(chǎn)品。PolarDB-X整體架構(gòu)主要分4個(gè)部分:第一部分CN計(jì)算節(jié)點(diǎn),主要提供分布式SQL引擎,解決分布式事務(wù)協(xié)調(diào)、優(yōu)化器、執(zhí)行器等;第二部分DN存儲(chǔ)節(jié)點(diǎn),主要提供數(shù)據(jù)庫(kù)存儲(chǔ)引擎,解決數(shù)據(jù)庫(kù)一致性和持久化問(wèn)題,并提供計(jì)算下推能力;第三部分GMS,全局元數(shù)據(jù)服務(wù),主要提供分布式下域元數(shù)據(jù)和全局授時(shí)的服務(wù)。第四部分CDC,提供全一致性的binlog,給下游更好的體驗(yàn)。

  CN可以分為協(xié)議層、優(yōu)化器和執(zhí)行器一共三層,第一層協(xié)議層實(shí)現(xiàn)了MySQL最后協(xié)議,提供與云原生MySQL最接近的語(yǔ)法解析服務(wù),負(fù)責(zé)建立連接、接收用戶發(fā)送的數(shù)據(jù)包,組裝成SQL和參數(shù)化傳遞給優(yōu)化器。第二層優(yōu)化器,對(duì)于SQL的處理,包括語(yǔ)法解析、校驗(yàn),生成邏輯計(jì)劃,并通過(guò)優(yōu)化產(chǎn)生物理執(zhí)行計(jì)劃傳輸給執(zhí)行器,優(yōu)化器使用了Apache的RB和CB融合框架,可以實(shí)現(xiàn)自適應(yīng)的TP和AP區(qū)分執(zhí)行,并且可以提供執(zhí)行計(jì)劃管理的功能。最后一層執(zhí)行器,PolarDB-X的執(zhí)行器接收到物理執(zhí)行計(jì)劃后,會(huì)根據(jù)計(jì)劃類型確定執(zhí)行模式。

  透明分布式是PolarDB-X核心能力之一,它能讓?xiě)?yīng)用在使用PolarDB-X的過(guò)程中,給予用戶猶如使用單機(jī)數(shù)據(jù)庫(kù)一樣的體驗(yàn)。與傳統(tǒng)中間件的類型的分布式數(shù)據(jù)庫(kù)相比,具有透明分布式能力的PolarDB-X不需要應(yīng)用考慮分區(qū)件的概念,應(yīng)用可以完全將單機(jī)上的SQL復(fù)用到分布式數(shù)據(jù)庫(kù)上來(lái)。同時(shí),PolarDB-X的透明分布式能力,能極大減少?gòu)膯螜C(jī)數(shù)據(jù)庫(kù)到分布式數(shù)據(jù)庫(kù)的遷移成本。

  四、OceanBase一站式企業(yè)級(jí)原生分布式數(shù)據(jù)庫(kù)管理解決方案

  OceanBase產(chǎn)品部總經(jīng)理王南帶來(lái)了《一站式企業(yè)級(jí)原生分布式數(shù)據(jù)庫(kù)管理解決方案》主題演講。王南將OceanBase的發(fā)展之路總結(jié)為三大階段,第一個(gè)階段為從無(wú)到有的構(gòu)建,第二個(gè)階段是產(chǎn)品走向通用行業(yè)與場(chǎng)景的階段,而第三個(gè)階段OceanBase將在一體化架構(gòu)以及混合負(fù)載和多云多模這兩個(gè)方向上發(fā)展。

  在思考如何解決海量數(shù)據(jù)給數(shù)據(jù)庫(kù)帶來(lái)的擴(kuò)展問(wèn)題過(guò)程中,OceanBase通過(guò)兩種視角,不同思路解決這一問(wèn)題。王南表示:第一個(gè)視角就是對(duì)于開(kāi)源和商業(yè)的生態(tài)的雙生態(tài)的支持,也就是Oracle生態(tài)及MySQL生態(tài),OceanBase通過(guò)雙引擎能夠更好地來(lái)同時(shí)兼容這兩個(gè)生態(tài)。另一個(gè)視角則是OceanBase想在數(shù)據(jù)庫(kù)層來(lái)去解決集中式向分布式演變過(guò)程中遇到各種各樣的問(wèn)題,除了會(huì)在語(yǔ)法層面上來(lái)去做兼容之外,OceanBase也會(huì)在語(yǔ)義以及分布式的內(nèi)核的層面來(lái)去做兼容。

  王南介紹了今年OceanBase3.X版本對(duì)于開(kāi)發(fā)工具家族的全面升級(jí),在開(kāi)發(fā)者的OTC工具,運(yùn)維的OCP工具,以及數(shù)據(jù)遷移的OMS工具基礎(chǔ)之外新增了一個(gè)OMA工具。OMA工具幫助客戶從集中式到分布式的遷移過(guò)程中快速評(píng)估以及完成應(yīng)用。在開(kāi)發(fā)工具方面,OceanBase進(jìn)行了兩大方向的核心能力提升:在整個(gè)開(kāi)發(fā)工具層面構(gòu)建安全管控能力與在應(yīng)用性上進(jìn)行了深度優(yōu)化。同時(shí)王南在演講的最后還介紹了OceanBase全新的圖數(shù)據(jù)庫(kù)成員圖Graph,這個(gè)圖庫(kù)可以提供OceanBase在多模和大規(guī)模實(shí)時(shí)分析計(jì)算上很強(qiáng)大的能力支撐。

  五、湖倉(cāng)一體釋放全量數(shù)據(jù)價(jià)值

  巨杉數(shù)據(jù)庫(kù)聯(lián)合創(chuàng)始人許建輝為線上開(kāi)發(fā)者分享了主題為《湖倉(cāng)一體Data Lakehouse釋放全量數(shù)據(jù)價(jià)值》的演講。在湖倉(cāng)一體化的大趨勢(shì)下,產(chǎn)生了諸如數(shù)據(jù)在存儲(chǔ)中相對(duì)孤立,產(chǎn)生冗余的問(wèn)題。同時(shí)在海量數(shù)據(jù)趨勢(shì)下,也對(duì)實(shí)時(shí)查詢、實(shí)物保障、靈活分析等能力提出更高的要求。

  巨杉數(shù)據(jù)庫(kù)通過(guò)多模的存儲(chǔ)引擎,能夠同時(shí)支持結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)的統(tǒng)一存儲(chǔ),并能夠?qū)崿F(xiàn)統(tǒng)一的事務(wù)和一致性能力。經(jīng)過(guò)多模的計(jì)算引擎,能夠?qū)崿F(xiàn)高并發(fā)的連接操作、實(shí)時(shí)計(jì)算和海量數(shù)據(jù)分析的能力,同時(shí)能夠支持橫向和縱向的海量數(shù)據(jù)的擴(kuò)容,實(shí)現(xiàn)數(shù)據(jù)的存儲(chǔ)和處理。

  巨杉數(shù)據(jù)庫(kù)是一個(gè)全量的數(shù)據(jù)平臺(tái),通過(guò)多模存儲(chǔ)引擎等類型產(chǎn)品的數(shù)據(jù)能夠進(jìn)行天然的存儲(chǔ)。通過(guò)高并發(fā)的SQL引擎,分區(qū)計(jì)算能力,只查詢并發(fā)計(jì)算,算子下推精準(zhǔn)過(guò)濾和高性能的事務(wù),能夠?qū)崿F(xiàn)海量數(shù)據(jù)的并發(fā)查詢和實(shí)時(shí)分析。通過(guò)流式風(fēng)險(xiǎn)引擎、行列混合存儲(chǔ)、存算分離、高性能的緩存和彈性計(jì)算能力,能夠?qū)崿F(xiàn)靈活的海量數(shù)據(jù)分析。通過(guò)統(tǒng)一的元數(shù)據(jù)管理和權(quán)限等,能夠?qū)崿F(xiàn)在多引擎的一致性。

  在數(shù)據(jù)容災(zāi)方面,許建輝介紹到:基于巨杉引擎級(jí)的一個(gè)副本容災(zāi),可以實(shí)現(xiàn)RTO為零,還可以實(shí)現(xiàn)分區(qū)組級(jí)別的局部容災(zāi)機(jī)制,盡最大可能保證系統(tǒng)的可能性。面對(duì)在整個(gè)系統(tǒng)中是部分機(jī)器故障,我們可以采用部分機(jī)器的容災(zāi)切換,從而能夠最大幅度地利用了系統(tǒng)的可行性,而不用產(chǎn)生整個(gè)集群的災(zāi)備切換。

  六、StarRocks2.0的介紹與前瞻

  StarRocks產(chǎn)品負(fù)責(zé)人趙恒帶來(lái)了《StarRocks2.0的特性介紹&版本前瞻》主題演講。StarRocks是一款主打急速統(tǒng)一的MPPE數(shù)據(jù)庫(kù),在數(shù)據(jù)分析場(chǎng)景上會(huì)有非常廣泛的應(yīng)用。全新的StarRocks2.0致力于將OLAP多維分析、實(shí)時(shí)分析、高并發(fā)查詢和Adhoc能夠在一個(gè)統(tǒng)一的引擎中進(jìn)行實(shí)現(xiàn)。

  趙恒表示:多表分析場(chǎng)景下,我們使用了一個(gè)TPCH的測(cè)試集,在這個(gè)測(cè)試集下,我們對(duì)比了StarRocks新版本和舊版本有3倍到5倍的性能提升。同時(shí)我們?cè)谟?jì)算層在RuntimeFilter上也做了一些優(yōu)化。

  在實(shí)時(shí)更新的場(chǎng)景下,StarRocks2.0實(shí)現(xiàn)了一個(gè)Primary key的模型,通過(guò)delete and insert的方式,去實(shí)現(xiàn)消除了merge on Reed。在簡(jiǎn)單查詢上根據(jù)導(dǎo)入版本數(shù)量的不同可以有3至10余倍的性能提升。

  在2.0的版本中,StarRocks重新構(gòu)建了內(nèi)存的管理框架,hook了所有的內(nèi)存分配函數(shù),然后并且基于線程,進(jìn)行內(nèi)存的統(tǒng)計(jì)。在生態(tài)對(duì)接方面,StarRocks2.0通過(guò)在最近的版本也在過(guò)Flick connector上進(jìn)行了很多的優(yōu)化,可以實(shí)現(xiàn)數(shù)據(jù)的精確一次或者至少一次的導(dǎo)入。在讀取方面,新版本實(shí)現(xiàn)了直聯(lián)BE的方式,來(lái)滿足大批量讀取數(shù)據(jù)的一個(gè)分析需求。在實(shí)施同步方向,通過(guò)Flick CDC和遷移工具,實(shí)現(xiàn)了從TP數(shù)據(jù)庫(kù)的秒級(jí)同步。

  七、新一代云原生數(shù)倉(cāng)OushuDB的架構(gòu)哲學(xué)

  歐數(shù)科技數(shù)據(jù)庫(kù)首席架構(gòu)師陶征霖分享了《新一代云原生數(shù)倉(cāng)OushuDB的架構(gòu)哲學(xué)》的主題演講。OushuDB是一款基于云原生的數(shù)據(jù)倉(cāng)庫(kù),其計(jì)算和存儲(chǔ)是完全分離的,有著多虛擬計(jì)算集群的特性。其次OushuDB通過(guò)SIMD的指令級(jí)實(shí)現(xiàn)了一個(gè)向量化的加速,并能夠完全SQL兼容,支持混合型的負(fù)載。

  OushuDB從上往下的體系架構(gòu)有四層,分別為元數(shù)據(jù)集群、主節(jié)點(diǎn)集群、計(jì)算集群以及共享的數(shù)據(jù)層。在OushuDB中,不同的計(jì)算集群可以共享同一份的存儲(chǔ)以及同一份的元數(shù)據(jù),同時(shí)在計(jì)算機(jī)接電測(cè)實(shí)現(xiàn)了數(shù)據(jù)的緩存。在這樣架構(gòu)下OushuDB可以提供一種更高的并發(fā)度,以及集群間更好的一個(gè)資源的隔離。

  在云原生的架構(gòu)下,OushuDB有一個(gè)彈性的執(zhí)行引擎,用戶可以根據(jù)查詢數(shù)據(jù)量的大小,以及根據(jù)當(dāng)前集群資源的使用情況,動(dòng)態(tài)地決定調(diào)度多少計(jì)算資源參與計(jì)算。同時(shí)OushuDB還有另一大特性是可插拔存儲(chǔ),不同的存儲(chǔ)可支持不同的負(fù)載。

  八、具有數(shù)據(jù)一致性保證的DaaS平臺(tái)

  MongoDB中文社區(qū)主席 Tapdata Founder&CEO唐建法帶來(lái)了主題為《“DeltaLake”on MongoDB:具有數(shù)據(jù)一致性保證的DaaS平臺(tái)》。

  現(xiàn)在的企業(yè)往往是有幾十套甚至上百套的業(yè)務(wù)系統(tǒng),這些業(yè)務(wù)系統(tǒng)是互不相連的,當(dāng)你需要用數(shù)據(jù)的時(shí)候,需要各種API或者是用ETL去抽數(shù)等等,這也就是數(shù)據(jù)孤島的由來(lái)。數(shù)據(jù)孤島目前有著非常多的解決方案,例如傳統(tǒng)的ETL、代碼抽數(shù),消息中間件或者是中央化的數(shù)據(jù)平臺(tái)。

  但現(xiàn)有的方案都存在著局限性,即都是面向AP系統(tǒng)而打造,對(duì)于數(shù)據(jù)的分析存在滯后性。而Delta Lake有一套全新的設(shè)計(jì),即在處理過(guò)程中,保持著每一小批的數(shù)據(jù)的增量,把這個(gè)增量記錄下來(lái),然后可以在這個(gè)基礎(chǔ)之上回滾,即可實(shí)現(xiàn)一個(gè)相對(duì)實(shí)時(shí)的數(shù)據(jù)平臺(tái)。

  而在DeltaLake的啟發(fā)下,唐建法及其研究團(tuán)隊(duì)提供了一個(gè)全新的increment data service數(shù)據(jù)平臺(tái)。唐建法表示:我們?yōu)門P型用戶提供一個(gè)數(shù)據(jù)平臺(tái),不是基于批量的,而是基于實(shí)時(shí)的一個(gè)模式。它與目前絕大多數(shù)數(shù)據(jù)平臺(tái)常用的Hadoop最大的差別,就是我們能夠提供毫秒級(jí)、高于Hadoop百倍的查閱性能,然后寫(xiě)入能夠支持這種及時(shí)更新、原地更新。目前我們的數(shù)據(jù)平臺(tái)在零售業(yè)、制造業(yè)都有很好的落地。

  分布式數(shù)據(jù)庫(kù)開(kāi)源生態(tài)與應(yīng)用分論壇

  在開(kāi)源的大趨勢(shì)下,分布式數(shù)據(jù)庫(kù)與開(kāi)源的結(jié)合如同水到渠成一般呈現(xiàn)在開(kāi)發(fā)者眼前。在接下來(lái)的分布式數(shù)據(jù)庫(kù)開(kāi)源生態(tài)與應(yīng)用分論壇上,來(lái)自InfoQ、OceanBase、SphereEx、Apache Doris PPMC、CSDN、紅象云騰、Flink CDC Maintainer & Apache Flink Committer、Seata的媒體,企業(yè)與開(kāi)源社區(qū)負(fù)責(zé)人圍繞開(kāi)源議題開(kāi)展了多維度分享。

  一、開(kāi)源分布式數(shù)據(jù)庫(kù)及行業(yè)趨勢(shì)解析

  infoQ主編王一鵬分享了《開(kāi)源分布式數(shù)據(jù)庫(kù)及行業(yè)趨勢(shì)解析》的主題演講。 2021年1月,開(kāi)源許可證流行度首次超過(guò)了商業(yè)許可證的流行度,分布式數(shù)據(jù)庫(kù)的價(jià)值以及它的架構(gòu)上的優(yōu)勢(shì)越來(lái)越被大家所認(rèn)可。在演講中王一鵬使用 Star、Fork和Commit數(shù)量來(lái)對(duì)比國(guó)內(nèi)外分布式數(shù)據(jù)庫(kù)的典型產(chǎn)品。他發(fā)現(xiàn)在國(guó)內(nèi)可能一般情況是Star數(shù)量高于Commit數(shù)量,而在國(guó)外一般是Commit數(shù)量高于Star數(shù)量。

  王一鵬總結(jié)了四點(diǎn)關(guān)于國(guó)內(nèi)開(kāi)源分布式數(shù)據(jù)庫(kù)的觀察:

  關(guān)于開(kāi)源生態(tài),最重要的是讓社區(qū)大于代碼,相比之下國(guó)外更加注重開(kāi)源生態(tài);

  數(shù)據(jù)庫(kù)研發(fā)門檻非常高;

  起步晚是國(guó)內(nèi)數(shù)據(jù)庫(kù)的天然客觀劣勢(shì);

  做開(kāi)源分布式數(shù)據(jù)庫(kù),要做好打持久戰(zhàn)的準(zhǔn)備。

  對(duì)于開(kāi)源分布式數(shù)據(jù)庫(kù)的未來(lái),王一鵬表示:分布式數(shù)據(jù)庫(kù)是業(yè)內(nèi)共識(shí)的主要技術(shù)潮流之一,PGXC和NewSQL兩種風(fēng)格都有成功的產(chǎn)品。分布式數(shù)據(jù)庫(kù)在快速進(jìn)入金融業(yè),革新各大銀行的底層基礎(chǔ)設(shè)施。開(kāi)源以高效的研發(fā)組織形式,動(dòng)搖了傳統(tǒng)商業(yè)數(shù)據(jù)庫(kù)的根本,同時(shí)在人才梯隊(duì)層面開(kāi)源已經(jīng)形成了技術(shù)創(chuàng)新的閉環(huán)。

  二、OceanBase社區(qū)版核心能力解析

  OceanBase研發(fā)總監(jiān)&開(kāi)源負(fù)責(zé)人封仲淹帶來(lái)了題為《OceanBase社區(qū)版核心能力解析》的演講。OceanBase歷經(jīng)11年的發(fā)展,從最早的一個(gè)簡(jiǎn)單的存儲(chǔ)系統(tǒng)不斷創(chuàng)新,自研成為今天的分布式系統(tǒng)。在演講中封仲淹表示:開(kāi)源是一種很好的聯(lián)結(jié)上下游開(kāi)發(fā)商、用戶和開(kāi)發(fā)者不斷打磨產(chǎn)品的有效方式。

  在社區(qū)發(fā)展上,OceanBase的社區(qū)用戶已經(jīng)超過(guò)23000名,外部超過(guò)100名開(kāi)發(fā)者,與超過(guò)100名的企業(yè)用戶進(jìn)行了深度的探索,進(jìn)行了POC。在社區(qū)建設(shè)上,OceanBase的GitHub點(diǎn)贊數(shù)已經(jīng)超過(guò)4000次,F(xiàn)ork超過(guò)860多個(gè),Commit數(shù)超過(guò)640次。在最為關(guān)鍵的社區(qū)活躍度上,OceanBase社區(qū)每日和用戶的溝通次數(shù)超過(guò)了300次,并且社區(qū)問(wèn)答數(shù)迄今為止已經(jīng)超過(guò)4600次,在技術(shù)上與超過(guò)3500名開(kāi)發(fā)者進(jìn)行了深度的交流。

  同時(shí)在演講中,封仲淹分享了OceanBase在支付寶、中汽知投、TPCC測(cè)試、短視頻廠商以及銀行的“兩地三中心”中的實(shí)際案例,通過(guò)六大應(yīng)用場(chǎng)景詳盡地體現(xiàn)了OceanBase的高可用、低成本、高擴(kuò)展以及HTAP混合負(fù)載能力。

  封仲淹介紹了OceanBase社區(qū)版3.1.2版本中最新推出的社區(qū)版工具體系中的五大特性:

  OMS社區(qū)版:OMS是OceanBase提供的一站式數(shù)據(jù)庫(kù)傳輸產(chǎn)品,支持多種關(guān)系數(shù)據(jù)庫(kù)以及消息隊(duì)列等數(shù)據(jù)終端與OceanBase之間的數(shù)據(jù)復(fù)制。

  OCP社區(qū)版:OCP是OceanBase的管控平臺(tái),可以大幅降低DBA和運(yùn)維的壓力。

  ODC支持社區(qū)版:ODC是客戶端開(kāi)發(fā)套件,能夠使用戶更加方便地管理和使用OceanBase,管理表、視圖、庫(kù)等存儲(chǔ)對(duì)象,進(jìn)行SQL的操作,以及導(dǎo)入導(dǎo)出等高級(jí)功能。

  秒殺熱點(diǎn)行優(yōu)化:秒殺熱點(diǎn)行優(yōu)化核心是進(jìn)行提前解行鎖,將過(guò)去事務(wù)中的占時(shí)最大的日志刷盤和同步進(jìn)行解行鎖。在性能測(cè)試中,優(yōu)化后性能提升了超過(guò)4倍。

  開(kāi)放Table API和HBase的API:簡(jiǎn)化了運(yùn)維流程的同時(shí),可以保障開(kāi)發(fā)人員不用擔(dān)心GC和抖動(dòng)問(wèn)題。同時(shí)提供了更快的性能,如scan性能提升2.42倍,insert性能提升1.7倍。

  三、分布式數(shù)據(jù)庫(kù)下的Proxy與Proxyless架構(gòu)

  SphereEx創(chuàng)始人張亮發(fā)表了《分布式數(shù)據(jù)庫(kù)下的Proxy與Proxyless》的主題演講。分布式數(shù)據(jù)庫(kù)的現(xiàn)狀主要是從單一化向多樣化去發(fā)展,隨著應(yīng)用場(chǎng)景越來(lái)越多,數(shù)據(jù)量越來(lái)越大,并發(fā)越來(lái)越高,吞吐量的要求越來(lái)越高,用一款數(shù)據(jù)庫(kù)去適用所有場(chǎng)景是不可能的。現(xiàn)有的異構(gòu)數(shù)據(jù)庫(kù)存在著數(shù)據(jù)庫(kù)訪問(wèn)協(xié)議、SQL方言、存儲(chǔ)接口和結(jié)構(gòu)均不同、以及數(shù)據(jù)庫(kù)間無(wú)協(xié)作能力的痛點(diǎn)。同時(shí)異構(gòu)數(shù)據(jù)服務(wù)也存在著單一數(shù)據(jù)庫(kù)周邊服務(wù)無(wú)法復(fù)制、難于處理多源數(shù)據(jù)庫(kù)的共性需求痛點(diǎn)。

  ApacheShardingSphere提出了一個(gè)叫做Database Plus的概念,這個(gè)概念的目標(biāo)就是希望構(gòu)建數(shù)據(jù)庫(kù)上層生態(tài)和標(biāo)準(zhǔn)。開(kāi)發(fā)者可以使用標(biāo)準(zhǔn)的SQL和原生的數(shù)據(jù)庫(kù)協(xié)議,通過(guò)ShardingSphere去訪問(wèn)異構(gòu)的多元化數(shù)據(jù)庫(kù)。同時(shí)在可插拔架構(gòu)之上ShardingSphere提供了增量的能力,可以讓用戶、開(kāi)發(fā)者通過(guò)ShardingSphere提供的頂級(jí)接口進(jìn)行能力的開(kāi)發(fā)。

  張亮介紹了ShardingSphereProxy、JDBC、Proxyless三大架構(gòu)模式。其中Proxy有著跨語(yǔ)言、零侵入、隔離業(yè)務(wù)和數(shù)據(jù)計(jì)算資源的優(yōu)勢(shì),但性能較低。而JDBC機(jī)構(gòu)有著性能高、零侵入的優(yōu)勢(shì),但其缺點(diǎn)也較為明顯,僅支持Java且占用業(yè)務(wù)資源。而在演講中張亮也提出了ShardingSphere Mesh架構(gòu)設(shè)想,這一架構(gòu)能夠提供配置治理、流量治理以及部署治理的能力。

  四、Apache Doris——極速易用的OLAP數(shù)據(jù)庫(kù)

  ApacheDoris PMC&百度資深研發(fā)工程師楊政國(guó)分享了《Apache Doris——極速易用的OLAP數(shù)據(jù)庫(kù)》的主題演講。

  Doris是由百度自主研發(fā)并貢獻(xiàn)給Apache社區(qū)的一個(gè)MPP架構(gòu)分析型數(shù)據(jù)庫(kù)產(chǎn)品,目前是國(guó)內(nèi)唯一的分析型數(shù)據(jù)庫(kù)孵化項(xiàng)目。Doris全面兼容MySQL的網(wǎng)絡(luò)協(xié)議,簡(jiǎn)單易用,不依賴任何外部組件。Doris通過(guò)精心設(shè)計(jì)的MPP框架、向量化執(zhí)行引擎、智能物化視圖等多種技術(shù),能夠?qū)崿F(xiàn)對(duì)于海量數(shù)據(jù)的毫秒/秒級(jí)響應(yīng),適用于高并發(fā)、高吞吐、低延時(shí)等等多場(chǎng)景的需求。

  Doris基于高效的列存和現(xiàn)代化的MPP框架能夠?qū)崿F(xiàn)非常極致的查詢性能。由于其完全兼容MySQL的網(wǎng)絡(luò)協(xié)議以及標(biāo)準(zhǔn)的SQL,開(kāi)發(fā)者可以非常方便地將Doris與現(xiàn)有的系統(tǒng)進(jìn)行融合。同時(shí)Doris能夠支持離在線一體,通過(guò)靈活的資源配置策略,能夠支持離線的大吞吐和高并發(fā),適應(yīng)非常豐富的場(chǎng)景。

  楊政國(guó)在演講中表示:我們實(shí)現(xiàn)了三種非常精巧的數(shù)據(jù)模型。第一種是聚合模型,會(huì)根據(jù)相同的key對(duì)Value進(jìn)行預(yù)先的聚合,通過(guò)提前聚合提升查詢的性能。另外我們也實(shí)現(xiàn)了Unique Key主鍵唯一模型,key相同的時(shí)候會(huì)對(duì)Value進(jìn)行去重,從而我們也實(shí)現(xiàn)了精確去重和行級(jí)更新。另外我們也實(shí)現(xiàn)了明細(xì)模型,我們不需要提前聚合數(shù)據(jù),實(shí)現(xiàn)快速排序,能夠存儲(chǔ)更多的明晰數(shù)據(jù)。

  五、從CSDN社區(qū)來(lái)看開(kāi)源數(shù)據(jù)庫(kù)的發(fā)展趨勢(shì)

  CSDN開(kāi)源平臺(tái)負(fù)責(zé)人謝志鋒帶來(lái)了《從CSDN社區(qū)看開(kāi)源數(shù)據(jù)庫(kù)的發(fā)展趨勢(shì)》的主題演講。他談到,數(shù)據(jù)庫(kù)本身的演進(jìn)歷史是一個(gè)從技術(shù)驅(qū)動(dòng)到需求驅(qū)動(dòng)、從單一到多樣的過(guò)程,其中也誕生了諸如CAP理論、事務(wù)ACID原則、BASE原理(NoSql、分布式)、一致性算法等重要理論原則。在數(shù)據(jù)庫(kù)全新的技術(shù)時(shí)代下,一定會(huì)有大量的新型數(shù)據(jù)庫(kù)出現(xiàn),同時(shí)開(kāi)源一定在其中占據(jù)很大的比重。

  從CSDN網(wǎng)站中能夠看出數(shù)據(jù)庫(kù)這個(gè)話題在開(kāi)發(fā)者當(dāng)中非常重要,排名前20的數(shù)據(jù)庫(kù)在CSDN上都有超過(guò)20萬(wàn)的資源、搜索量和下載量。目前CSDN已經(jīng)做了一個(gè)開(kāi)源的托管平臺(tái)GitCode,國(guó)內(nèi)主流的傳統(tǒng)、新興數(shù)據(jù)庫(kù)廠商大部分都已經(jīng)入駐。

  從CSDN的BI大數(shù)據(jù)查詢?cè)V求出發(fā),CSDN的BI數(shù)據(jù)目前已經(jīng)超過(guò)了70T,支持公司內(nèi)部的業(yè)務(wù)分析以及CSDN用戶的智能推薦功能。謝志鋒表示:為了優(yōu)化查詢,我們從租戶使用,數(shù)據(jù)表管理,數(shù)據(jù)輸出三個(gè)方面做了優(yōu)化。在實(shí)踐過(guò)程中我們發(fā)現(xiàn)OceanBase能夠兼容MySQL所有的功能,遷移的門檻也很低,尤其是它的連接數(shù)很大,要求的數(shù)據(jù)量又很多。在需要分庫(kù)分表且NoSql查詢無(wú)法滿足的情況下,OceanBase就非常適用。

  六、OceanBase及Hadoop在PB級(jí)大數(shù)據(jù)場(chǎng)景下的應(yīng)用探索

  紅象云端創(chuàng)始人&Hadoop技術(shù)講師童小軍分享了題為《OceanBase及Hadoop在PB級(jí)大數(shù)據(jù)場(chǎng)景下的應(yīng)用探索》的演講。紅象云端旗下的Redoop Enterprise產(chǎn)品基于大數(shù)據(jù)場(chǎng)景需求的多樣性打造,整個(gè)Hadoop架構(gòu)包含了幾十個(gè)不同的開(kāi)發(fā)軟件,通過(guò)組合的方式完成各種各樣的需求,包含批處理需求、實(shí)時(shí)需求,云計(jì)算需求,以此服務(wù)整個(gè)企業(yè)。

  童小軍表示:在選擇分布式數(shù)據(jù)庫(kù)時(shí),我們列了一些必要的標(biāo)準(zhǔn)。首先是開(kāi)源開(kāi)放,同時(shí)分布式數(shù)據(jù)庫(kù)需要具備高可用與線性擴(kuò)展能力,與Hadoop比較接近。第三要求這款產(chǎn)品具有強(qiáng)大而事務(wù)處理能力以彌補(bǔ)Hadoop在事務(wù)處理能力的不足,最后需要與MySQL、Oracle有很好的兼容性,最終我們選擇了OceanBase。

  在演講中童小軍介紹了Hadoop與OceanBase組合服務(wù)的客戶案例。在新能源光伏電力大數(shù)據(jù)上線的案例中,OceanBase+Redoop Enterprise的平臺(tái)服務(wù)于數(shù)據(jù)接口、系統(tǒng)應(yīng)用、報(bào)表展現(xiàn)、可視化等一系列功能,形成了一個(gè)敏捷的,統(tǒng)一的電力行業(yè)大數(shù)據(jù)平臺(tái)。在通信領(lǐng)域的大數(shù)據(jù)案例中,通過(guò)Redoop Enterprise平臺(tái)部署了一系列安裝、監(jiān)控、運(yùn)維等各種組件,OceanBase在中間承擔(dān)了關(guān)鍵的替換MySQL的任務(wù)。

  七、基于 Flink CDC的全增量一體化數(shù)據(jù)集成方案

  FlinkCDC Maintainer & Apache Flink Committer徐榜江發(fā)表了《基于Flink CDC的全增量一體化數(shù)據(jù)集成方案》的主題演講。通常來(lái)講CDC技術(shù)主要是面向數(shù)據(jù)庫(kù)的變更,用于捕獲數(shù)據(jù)庫(kù)中數(shù)據(jù)變更的技術(shù)。而Flink CDC將傳統(tǒng)的數(shù)據(jù)庫(kù)CDC技術(shù)跟Flink 底層的log機(jī)制進(jìn)行深度結(jié)合,再利用Flink 優(yōu)秀的管道能力和豐富的上下游生態(tài),將CDC數(shù)據(jù)通過(guò)加工后同步到下游。

  在入湖架構(gòu)中,F(xiàn)linkCDC提供了全增量實(shí)時(shí)同步能力,能夠做到不影響業(yè)務(wù)的穩(wěn)定性,將數(shù)據(jù)的產(chǎn)出提高到分鐘級(jí)別。同時(shí),F(xiàn)linkCDC能夠做到全量和增量的一體化同步,一個(gè)組件、一條鏈路就解決需求,其鏈路更短,組件更少。

  在演講中徐榜江介紹了基于Flink CDC做全增量一體化數(shù)據(jù)集成有四個(gè)核心特性,分別是增量快照讀取、存儲(chǔ)寫(xiě)入友好、支持異構(gòu)數(shù)據(jù)融合、支持分庫(kù)分表合并。在最后徐榜江分享了Flink CDC開(kāi)源社區(qū)最新的動(dòng)態(tài),除了版本高速更新外,在GitHub的十大年度增長(zhǎng)中,F(xiàn)link CDC的增長(zhǎng)超過(guò)330%,目前已經(jīng)到了1500左右。

  八、基于 Seata &OceanBase 在微服務(wù)架構(gòu)下的數(shù)據(jù)一致性解決方案

  Seata開(kāi)源社區(qū)負(fù)責(zé)人季敏帶來(lái)了主題為《基于 Seata &OceanBase 在微服務(wù)架構(gòu)下的數(shù)據(jù)一致性解決方案》的演講。根據(jù)Seata在2019年在微服務(wù)市場(chǎng)中做的調(diào)差顯示,分布式服務(wù)是微服務(wù)中最大的痛點(diǎn)。分布式事務(wù)的主要業(yè)務(wù)場(chǎng)景可以歸為三類,一種是跨庫(kù),例如Oracle到MySQL的遷移,另一種是跨服務(wù),最后一種是資源多樣性。

  關(guān)于Seata社區(qū)的演進(jìn),Saeta最初的定位是開(kāi)源的分布式事務(wù)解決方案。對(duì)市面上主流的數(shù)據(jù)庫(kù),Seata都進(jìn)行了廣泛地支持。Seata從概念上定義了分布式事務(wù)的角色,在原生的Oracle XA角色,又?jǐn)U展了TCC角色扮演獨(dú)立的協(xié)調(diào)性,增強(qiáng)了事務(wù)邊界的可擴(kuò)展性。同時(shí)Seata通過(guò)抽象出實(shí)物模型框架Framework,并將AT、TCC、Saga、XA模式融入其中進(jìn)行了重塑。

  季敏表示:Seata未來(lái)長(zhǎng)期的發(fā)展路徑就是支持更多數(shù)據(jù)庫(kù)生態(tài),這樣的話就可以做到我們?cè)跇I(yè)務(wù)的應(yīng)用中可以無(wú)縫地使用各種數(shù)據(jù)庫(kù)。當(dāng)我們做到這一點(diǎn),Seata跟數(shù)據(jù)庫(kù)生態(tài)的集成就是一個(gè)完全透明、非常緊密的結(jié)合,我們也期待著未來(lái)Seata能支持?jǐn)?shù)據(jù)庫(kù)生態(tài)中有更好的應(yīng)用架構(gòu)。