共计 3525 个字符，预计需要花费 9 分钟才能阅读完成。
导语：面对 HTAP 能力的需要与云原生时代的趋势，以及国产化的浪潮，某邮储银行携手 OceanBase 打造了云原生时代下的国产分布式数据库场景实际体验。以下内容整顿自某邮储银行运维方 DBA 的自述。
业务痛点
咱们有一套针对业务外部的经营数据归集零碎，各地的服务网点都将各类生产数据、经营数据及经营数据进行上报，还有前端用户埋点数据、各子系统生产数据表单会集，数据源的格局多样，数据聚合水平不一，计算形式简单多样。目前，咱们采纳两种形式进行数据采集。
- 人工上报：通过员工自行制表、填表将数据上报至零碎中的固定页面，进行运算。
- 机器抓取：一些老零碎或无奈提供接口，就须要通过 RPA 自动化机器人抓取数据，这是整个根底数据的起源。抓取数据后汇总，并用 Java 在程序中进行计算，将数据积淀至报表，以供前台实时读取。
面对每天的数据增长，而且外部经营零碎的数据不能间接实现实时剖析，须要将其汇总成特定格局进行转换计算，做成策略面板，提供顶层决策分析能力。咱们应用的数据库系统是 MySQL，在公众印象中，MySQL 侧重于 OLTP(联机事务处理)，在 OLAP（在线剖析解决）方面的性能如高可用、备份等方面体现较弱，这些痛点在咱们应用 MySQL 的过程中也的确感触到了。而随着咱们业务并发量的进步和数据量的增长，既要求较强的 OLTP 能力，又须要 OLAP 能力的撑持，且软硬件及服务老本一直升高。面对传统关系型数据库的许多技术难题，比方海量数据下 sacle in or out（弹性扩大）的算力有余、不能原生解决单点故障和全链路高可用、OLTP+OLAP 场景无奈实现一体化，咱们决定摸索 HTAP（混合事务剖析解决）数据库，实现降本增效的指标。
产品调研
在决定摸索 HTAP 数据库后，咱们最先理解到的是 OceanBase。因为公司有一个我的项目正在应用阿里云的 PolarDB，但 PolarDB 必须在云端部署，而咱们的业务需要是本地部署，所以，OceanBase 成为咱们的首个钻研指标。OceanBase 兼容 MySQL 的个性很吸引咱们，而最终抉择 OceanBase 是出于以下几个因素。
- 因素 1：稳固牢靠。 OceanBase 十二年稳固牢靠的产品力和在支付宝全外围场景替换 MySQL 的实际，以及利用于泛滥行业多个大型客户外围场景，为咱们在业务场景中应用它建设了信念。
- 因素 2：AP 性能优良。 在相似的 OLAP 场景中，咱们已经应用过 GBase、PostgreSQL、Greenplum，在简单的 SQL 查问方面速度较慢，并且当用户量大的时候再连贯这些数据库，都会呈现各种各样的问题，也有可能是咱们本身资源有余的导致的。咱们在测试 OceanBase 的性能时，采纳现有环境即 2 核 40C80 线程、256GB 内存的环境，测试了 TPS 和 QPS，以下是在 3000 并发量下 Sysbench 的读写混合测试后果。这个测试后果齐全满足了业务要求。
SQL statistics:
queries performed:
read: 2405494
write: 687284
other: 343642
total: 3436420
transactions: 171821 (2859.31 per sec.)
queries: 3436420 (57186.17 per sec.)
ignored errors: 0 (0.00 per sec.)
reconnects: 0 (0.00 per sec.)
General statistics:
total time: 60.0903s
total number of events: 171821
Latency (ms):
min: 29.15
avg: 104.83
max: 414.93
95th percentile: 155.80
sum: 18012703.78
Threads fairness:
events (avg/stddev): 572.7367/30.91
execution time (avg/stddev): 60.0423/0.02
因素 3：运维简略。 目前的业务需要须要在 AP 与 TP 之间找到一个平衡点，如果 AP 场景和 TP 场景应用不同的数据库，势必会减少技术栈的深度，增大运维难度，而业务对于两种应用场景并不是强依赖的关系。应用混合型的 HTAP 产品，无疑是最好的抉择，也是一种良好的摸索与尝试。OceanBase 运维简略，只需一套 OCP 工具就能搞定。且零碎告警提供了丰盛的扩大性能，能够与现有监控对接。运维人员每天只是关注重要数值，察看有没有报警，运维治理比拟轻松。
因素 4：国产化趋势。 咱们无奈意料 MySQL 在将来是否会被限度，也无奈确定是否所有零碎都会逐步成 Linux，但能够必定的是要防患于未然。因而，钻研齐全国产自研且开源的数据库是一条前途，将来如果真要替换全副零碎，至多到那时咱们曾经有肯定的技术积攒和积淀，可能应答引进软件限度的问题。
因素 5：实用业务且容错。 OceanBase 主打 HTAP，具备高可用和容灾能力，十分实用于咱们的业务。同时，咱们要利用数据库的零碎不齐全是生产零碎，而是一个后盾的报表，它处于外围零碎与边缘系统之间，有肯定的容错性，因而，决定先在这个报表环境中尝试应用 OceanBase。
因素 6：及时响应。 OceanBase 开源后社区活动与响应都很踊跃，尽管有些生态还在欠缺，然而能感觉到 OceanBase 开源的产品力在显著进步。
场景实际
决定应用 OceanBase 后，咱们开始了环境部署，表 1 列出部署参数。
图 1 OceanBase 三节点部署架构
上文提到，随着业务数据量的增大，咱们本来应用的 MySQL 不合乎业务要求，部署 OceanBase 后，咱们开始重构零碎和底层数据底座，经验了以下四个阶段。
第一，POC 阶段。“如果有什么问题或者和 MySQL 不统一，你们就间接报错，咱们看如何解决”，这是我过后对 OceanBase 的研发反对人员说的话，但我惊喜地发现，OceanBase 可能与咱们应用的 MySQL 5.7.18 版本良好兼容，能够轻松实现零老本迁徙。在此过程中，咱们遇到了两个问题，一是 SQLSTATE[0A000]: Feature not supported: 1235 while parameter _ob_enable_prepared_statement is disabled, prepared statement not supported，通过参数调整，轻松搞定；二是利用数据的迁徙人员在应用 Navicat 进行迁徙的时候，呈现了一些结构化语句不兼容的问题，咱们惊喜地发现 Navicat16.1 版本开始，有了 OceanBase 的专用驱动连贯，应用后兼容性问题完满解决。
第二，数据迁徙阶段。 咱们应用了 OceanBase 迁徙服务（OceanBase Migration Service，OMS）实现了 MySQL 数据的在线无缝迁徙。
第三，数据库侧革新阶段。 咱们的利用测试根本不必革新，就将 MySQL 的分区数据、表构造等迁徙到了 OceanBase，并且所有运行失常，查问性能和查问效率都超出预期。同时，对于开发人员来说，他们无需投入学习老本，在 OB 上操作与此前在 mysql 上无异。
第四，实际上线阶段。 在该阶段，咱们暂停了业务写入，期待零碎迁徙实现，并在新业务流量写入 OceanBase 集群后，察看业务稳定。割接后近一个月的试用，零碎运行稳固，剖析数据处理工夫缩短到了原来的 1 /3，达到了咱们的应用预期。
业务播种
以上就是咱们利用 OceanBase 的实际过程。从业务角度看，在此次的数据库实际中，咱们有五点播种。
- 原生的高可用体系： OceanBase 基于 PAXOS 协定高可用，防止单点故障，RPO=0。
- 无感知的 DDL： OceanBase DDL 无感知，能够放慢业务迭代效率。
- 欠缺的治理平台： OCP 平台集成了部署、监控、诊断等性能，大大降低了运维与开发成本。
- 线上扩大能力： 前期业务数据体系能够通过横向减少机器资源实现 scale in or out。
- 赋能 HTAP 能力： 数据读写与实时统计分析场景用一个数据产品解决。
当然，对于 OceanBase，咱们也有三个冀望与倡议。
- 心愿 OCP 实现集成性能测试。
- 应用 SATA 硬盘理论测试出的 TPS 是官网的 1 /2，倡议应用 SSD 作为硬盘存储。
- 冀望 OceanBase 能在更多场景替换 MySQ，并不断完善其三地五核心等高级能力。
不得不说，随着国产化浪潮和云原生趋势的推动，企业对数据产品的要求日趋增高。面对老牌数据产品的能力，或者敢于尝试一些优良的新型产品能力找到良好的解决方案。此次对 OceanBase 的摸索，让咱们解决了以往在高可用、线性扩大、存储老本等方面遇到的难题，并且，在领有了 HTAP 能力的同时还能继续升高业务老本。
