开头还是介绍一下群,如果感兴趣PolarDB ,MongoDB ,MySQL ,PostgreSQL ,Redis, OceanBase, Sql Server等有问题,有需求都可以加群群内有各大数据库行业大咖,可以解决你的问题。加群请联系 liuaustin3 ,(共2730人左右 1 + 2 + 3 + 4 +5 + 6 + 7 + 8 +9)(1 2 3 4 5 6群均已爆满,7群450+即将停止申请,开8群150+ 9群)
一直提到框架学习法,其中主体的思想就是如何快速的学习某项数据库产品的知识。其中框架学习法里面有一条系统学习,系统学习是在给学习的知识搭建“骨架”,所以从这期起,开始搭建OceanBase学习的骨架。今年要和“申公豹”一样修炼岂可怠慢。
这里先解释一下什么是6大学习法,怎么将知识变成一种理念的过程,首先知识的学习是要以兴趣为动力的,没有兴趣去学习是无法提高学习的效率和成效的,在有了兴趣去学习后,那么上来就要上逻辑法,将学习的知识分成小块,也就是我们习以为常的总分总的分,在学习中不断的通过重复记忆,提炼的方法加深记忆,在理解了知识后, 使用庞统法,来将知识和周边的常识进行关联,最后通过费曼学习法将知识铁桶话,最后一步就是将学到的知识进行知行合一,这就是将知识转变为自己常识的知识学习6大法。学习OB的兴趣和动力我有了,下面首先就要上的是逻辑法,和重复记忆法。
https://open.oceanbase.com/course/275
其中OceanBase的官方视频网站是一个快速学习的好地方,这里将过年最近一段时间观看视频网站的部分的知识进行总结,帮助和我一样的人快速学习OceanBase。

在这将视频学习的总结和大家进行一个沟通和分享,首先这四个视频看完后进行总结和分析,这四个视频主要介绍了
OceanBase 数据库的多种工具、部署方式、以及核心特性,并讨论了其在不同场景下的应用。 具体的内容饱含了如下的内容:
一、 OceanBase 的工具体系:
OBD (OceanBase Deployer): 用于快速部署 OceanBase 数据库,特别是测试和演示环境。它提供了命令行和图形化两种部署模式,以适应不同用户的需求。
OCP (OceanBase Cloud Platform): 用于生产环境的部署和运维管理,提供全生命周期的管理,包括资源管理、监控告警、备份恢复和自动化运维等功能。与 OBD 相比,OCP 的操作都是白屏化的,并且有后台常驻进程进行监控和告警。 注解:白屏化指的是屏幕操作,鼠标点击类的操作方式。
OMS (OceanBase Migration Service): 用于数据迁移和同步,支持将其他异构数据库迁移到 OceanBase,并支持实时数据同步。它还提供数据校验功能,以保证数据的正确性。
ODC (OceanBase Developer Center): 一个开发者工具,类似于 数据库中的GUI软件Navicat,用于数据库开发和管理。它支持 SQL 编辑、数据导入导出、安全审计、变更管控和数据归档等功能。Odc 不仅支持 OceanBase 作为数据源,还支持 MySQL。
好了OB的提供的工具有OBD,OCP,OMS,ODC
二、部署方式
OceanBase 的部署方式:
快速部署: 通过 OBD 可以快速部署 OceanBase 用于测试。
单机部署: OceanBase 可以以单机模式运行,其性能不输于传统的单机数据库。
分布式部署: OceanBase 支持多副本部署,例如三副本和五副本,以保证高可用性和数据一致性。
混合部署: OceanBase 支持单机到分布式的平滑过渡,允许用户根据业务需求选择合适的部署模式
三、OceanBase 的核心特性
高可用: 通过 Paxos 协议保证数据强一致性,并能在少数副本发生故障时自动切换业务流量。
高扩展性: 支持水平扩展,可以动态增加节点和可用区,并进行自动负载均衡。
低成本: 通过 LST 架构和数据压缩技术,显著降低存储成本。
HTAP (Hybrid Transactional/Analytical Processing): 支持在同一系统内同时进行在线事务处理和在线数据分析,并提供多种方式实现读写分离。
高兼容性: 兼容 MySQL 和 Oracle 语法,并提供数据迁移工具。
多租户: 支持在同一集群中创建多个独立的租户,每个租户相当于一个独立的 MySQL 实例,适用于微服务架构和 SaaS 服务商
四、OceanBase的应用场景
替代大规模 MySQL 实例: 适用于大规模 MySQL 实例的场景,通过多租户能力,将多个 MySQL 实例集中到一个或少数几个 OceanBase 集群中。
历史库和归档库: 适合作为历史库和归档库,利用 OceanBase 的高压缩率降低存储成本。
高并发和快速增长业务: 适用于业务压力大、增长快的场景,能够通过分区表和水平扩展来解决数据规模增长的问题
分布式数据架构的演变:

集中式数据库阶段:
早期,大部分企业使用集中式数据库,如 Oracle 和 DB2。
这些数据库的性能和可靠性依赖于特定的高端硬件,如 IBM 小型机和 EMC 高端存储设备。
扩展方式主要为垂直扩展,即提升单机硬件配置,但成本高且扩展性有限。
分布式数据库中间件阶段:
为了解决集中式数据库的扩展性问题,开始出现分布式数据库中间件产品,如 MySQL 中间件和阿里早期的开源中间件 Cobar。
中间件主要解决水平扩展问题,通过连接一批 MySQL 数据库,可以在普通 x86 服务器上运行,降低了对高端硬件的依赖。
但这种架构也带来了一些新问题,如跨库查询和跨库事务的限制,以及数据重分布和迁移的复杂性。
原生分布式数据库阶段:
原生分布式数据库是演变的最终形态,它有原生的 SQL 引擎,支持分布式查询和事务,业务无需关心底层数据分布和事务。
部署模式比中间件架构更灵活,高可用和负载均衡能力也更强。
OceanBase 是原生分布式数据库的一个代表,从 SQL 到存储都是完全自研的。 OceanBase 的发展历程:
1 OceanBase 最初是为了解决淘宝收藏夹业务问题而立项的。
早期版本是一个分布式 KV 存储,2016 年重构后成为原生分布式数据库。
具备自研的 SQL 引擎、存储引擎,支持多副本和高可用。
2 从 2016 年 1.4 版本开始对外商业化,南京银行是第一家外部客户。
后续版本不断增强事务处理能力,并提出了单机分布式一体化的架构。 OceanBase 的特点:
3 单机分布式一体化:
允许用户从单机模式平滑过渡到分布式模式,根据业务需求选择合适的部署模式。单机模式下性能不输传统单机数据库,分布式模式下提供高扩展性。用户无需频繁更换数据库选型,降低了技术栈调整的成本。
OceanBase 数据库的特性
高可用性:
通过 Paxos 一致性协议保证数据强一致性,并能在少数副本发生故障时自动切换业务流量。故障恢复时间小于 8 秒。支持跨机房、跨城市部署。
高扩展性:
支持水平扩展,可以动态增加节点和可用区,进行自动负载均衡。
可以根据业务需求,增加副本数量,提高容灾能力。
HTAP:
支持在同一系统内同时进行在线事务处理(TP)和在线数据分析(AP)。通过弱一致性读和只读副本等方式,实现 TP 和 AP 的读写分离。通过大查询队列限制复杂查询的资源使用,保证 TP 业务的性能。
多租户:
可以在同一集群中创建多个独立的租户,每个租户相当于一个独立的 MySQL 实例。租户之间数据和资源隔离,适用于微服务架构和 SaaS 服务商。
低成本:
通过 LST 架构和数据压缩技术, 显著降低存储成本.
存储成本只有 MySQL 的 1/4 左右.
总结: