关于国产数据库的新书预告

白鳝的洞穴 2024-11-06

182

我们是从2014年开始接触国产数据库的优化的，不过大量接触国产数据库是华为事件之后了，一个以使用Oracle 为主的客户让我们分析数据库是否会成为一个卡脖子的问题，以及他们自主研发数据库是否可行。于是我们开始接触各种各样的国产数据库，从刚开始看到一些资料时的眼前一亮到简单测试后的一声叹息。国产数据库，只有认真使用过的人才能清楚其优点和缺点，才能在根据自己的应用场景做选择时不会出大的差错。

这些年的研究工作，再加上从2020年起D-SMART全面适配国产数据库开始，我们对国产数据库的认知与理解也越来越深刻，这是经过了数年摸索才获得的经验。我们也一直想把这些经验分享出来，我也一直在自己的公众号上发布一些这方面的技术文章，不过不成体系，过于零碎。写书可能是最好的传播途径，因为只有通过书才能十分体系地传播思想。

目前我们团队正在合作一本关于国产数据库的实战类的图书，预计明年年初完稿交付出版社。本书分为两部分，上篇是认知篇，包含了对国产数据库的基本生态、技术特点的分析，也包含了我们团队熟悉的一些主流国产数据库产品，以通过国测的数据库产品为主，当然也包含了部分没有通过国测，不过已经在数据库国产化替代中有一定成功案例的产品。

既然是关于国产数据库的实战类的书，就要避免闭门造车。今天发这篇文章，一方面想听听各位对国产数据库感兴趣的朋友对书的内容有什么建议。

对于读者来说，你们感兴趣的内容是否还有不在目录中的，请告诉我们，我们分析一下，是否可以放入书中。另外就是对于你们感兴趣的内容，你们希望看到些什么具体的内容。如果您正好是国产数据库的用户，那么如果对某些国产数据库的使用感受或者一些成功案例，如果方便通过本书分享出去，也希望能够联系我们。

对于国产数据库厂商，如果您在数据库国产化替代过程中有哪些成功的经验和案例，愿意通过本书分享给读者的。或者对国产数据库的迁移、运维监控、备份恢复、系统优化等方面有所建议，同时愿意将你们的经验分享给国产数据库用户，那么也可以联系我们。

案例征集：

优化案例
监控案例
迁移案例（遇到坑越多越好）
高可用架构案例（有特色的，实战案例）

邮件：xuji755@139.com

联系微信：WuQing_SZ

上篇：认知篇

1 认识国产数据库

1.1 国产数据库的发展历程

1.1.1 蓬勃发展的国产数据库产业

1.1.2 国产数据库的分类

1.1.3 国产数据库的机遇与挑战

1.2 国产数据库的技术生态

1.2.1 自研数据库

1.2.2 MySQL生态

1.2.3 PostgreSQL生态

1.2.4 openGauss生态

1.2.5 其他生态

1.3 国产数据库的存储引擎

1.3.1 数据库存储引擎的主要类别

1.3.2 存储引擎的特点分析

1.3.3 主流国产数据库的存储引擎对比分析

1.4 国产数据库的SQL引擎

1.4.1 数据库SQL引擎的主要类别

1.4.2 数据库SQL引擎的特点

1.4.3 主流国产数据库的SQL引擎对比分析

2 主流国产数据库

2.1 集中式交易型数据库

2.1.1 达梦数据库

2.1.2 电科金仓KingBaseES

2.1.3 神舟通用OSCAR

2.1.4 南大通用GBase 8s

2.1.5 瀚高HighGo/HighGo EE

2.1.6 海量VastBase G100

2.1.7 崖山YashanDB

2.2 分布式交易型数据库

2.2.1 PingCap TiDB

2.2.2 奥新贝斯OceanBase

2.2.3 华为GaussDB

2.2.4 金纂信科GoldenDB

2.2.5 腾讯云TDSQL

2.2.6 亚信AntDB

2.2.7 阿里云PolarDB-X

2.3 分析型数据库

2.3.1 华为GaussDB DWS

2.3.2 南大通用GBase 8a

2.3.3 酷客数据HashData

2.3.4 阿里云ADB/Hologres

2.4 其他国产数据库

2.4.1 图数据库

2.4.2 向量数据库

2.4.3 时序数据库

2.4.4 文档数据库

2.4.5 键值数据库

3 国产数据库替代

3.1 国产数据库替代政策

3.1.1 各行业数据库国产化替代政策分析

3.1.2 什么样的数据库可用于国产化替代

3.1.3 软件供应链管理安全与国产数据库替代

3.2 国产数据库替代的主要应用场景

3.2.1 企业信息管理场景

3.2.2 核心交易场景

3.2.3 关键控制场景

3.2.4 核心营业管理场景

3.2.5 门户与移动应用场景

3.2.6 ERP、生产管理、供应链管理等场景

3.3 国产数据库替代进程中的双轨运行机制

3.3.1 双轨制运行机制的作用

3.3.2 双轨制运行机制对数据库与应用的特殊要求

3.3.3 双轨制运行机制对应用软件的特殊要求

3.4 国产数据库替代要考虑的7个问题

3.4.1 兼容性优先还是性能优先

3.4.2 数据库平替还是应用重构

3.4.3 时间优先还是成本优先

3.4.4 全栈替换还是局部替代

3.4.5 先难后易还是先易后难

3.4.6 核心系统与非核心系统的策略选择

3.4.7 分布式与集中式的选择策略

3.5 国产数据库替代策略案例分析

3.5.1 某能源央企（先易后难，边摸索边调整）

3.5.2 某运营商（先难后易，统筹考虑）

下篇：实践篇

4 数据库的选型

4.1 国产数据库选型的技术考量

4.1.1 数据库与应用的适配性

4.1.2 数据库性能

4.1.3 数据库可扩展性

4.1.4 数据库可靠性

4.1.5 双轨制运行能力

4.2 数据库选型的非技术考量

4.2.1 数据库厂商的规模与发展前景

4.2.2 数据库综合使用成本

4.2.3 周边生态工具的丰富程度

4.2.4 原厂支持与第三方服务能力

4.2.5 数据库国产化替代的时间要求

4.3 选型工作流程

4.3.1 业务系统分析与归类

4.3.2 技术研究与初步选型

4.3.3 测试模型设计

4.3.4 测试方案初稿编制

4.3.5 邀请测试参与方案会商

4.3.6 正式测试

4.3.7 结果分析与评价

4.3.8 多部门会商

4.3.9 试点验证

4.3.10 最终确定

4.4 选型案例

4.4.1 选型中的兼容性与性能如何评价

4.4.2 根据2027年时间倒推的权衡结果

4.4.3 CPU成本和存储成本的平衡

4.4.4 总体使用成本的优先的选型

5 高可用架构设计

5.1 数据库高可用架构设计原则

5.1.1 遵循业务连续性国家标准

5.1.2 遵循企业业务连续性要求

5.1.3 确保双轨制运行需求

5.1.4 成本最优原则

5.2 数据库高可用架构分类

5.2.1 主从复制高可用

5.2.2 共享存储读写分离集群

5.2.3 共享存储多读多写

5.2.4 分布式

5.3 典型的高可用部署方案

5.3.1 基础数据库高可用

5.3.2 同城灾备/异地灾备

5.3.3 同城双活

5.3.4 两地三中心

5.3.5 金融级增强的高可用架构(三地五中心)

5.4 高可用架构案例

5.4.1 某运营商核心系统异地高可用架构

5.4.2 某能源行业核心调度系统高可用架构

5.4.3 某商业银行核心系统数据0丢失高可用架构

6 数据库迁移

6.1 数据库迁移概述

6.1.1 全量迁移和增量迁移

6.1.2 普通系统迁移

6.1.3 关键系统迁移

6.1.4 迁移工具

6.2 迁移流程

6.2.1 数据库迁移流程概述

6.2.2 评估阶段

6.2.3 测试阶段

6.2.4 试迁移阶段

6.2.5 上线阶段

6.2.6 后上线阶段

6.3 双轨制模式

6.3.1 双轨制模式对迁移的特殊要求

6.3.2 双轨制迁移案例

6.4 迁移关键点

6.4.1 迁移顺序十分关键

6.4.2 业务负载回放在数据库迁移中的作用

6.4.3 数据库迁移中的数据一致性比对

6.5 迁移案例

6.5.1 简单业务系统迁移1：某党政系统从Oracle、SQL SERVER迁移到KingBaseES

6.5.2 简单业务系统迁移2：某银行业务管理系统迁移案例（Oracle到GBase）

6.5.3 关键管理系统双轨制迁移1：某运营商BOSS系统双轨制迁移（Oracle-Oceanbase）

6.5.4 关键管理系统双轨制迁移2：核心系统从Oracle迁移到达梦（某能源央企案例）

6.5.5 复杂核心系统迁移案例：某大型保险企业核心系统单轨制迁移案例（从Oracle迁移到OceanBase）

7 数据库运维

7.1 数据库的四项关键运维工作

7.1.1 数据库扩缩容

7.1.2 高可用切换

7.1.3 数据库备份恢复

7.1.4 数据库巡检

7.2 国产数据库运维的难点

7.2.1 数据库可观测性能力不足带来的运维难题

7.2.2 原厂文档缺失给运维带来的负面影响

7.2.3 运维知识积累不足给企业运维带来巨大挑战

7.2.4 第三方工具较少影响运维自动化能力的建设

7.2.5 第三方服务专家不足使国产数据库运维难度增加数据库扩缩容

7.3 运维案例

7.3.1 动态扩缩容保障金融行业核心业务

7.3.2 核心分布式数据库的全量与增量备份

7.3.3 国产数据库智能化巡检

8 数据库监控

8.1 国产数据库监控的难点

8.1.1 可观测性能力不足

8.1.2 监控指标准确性不足

8.1.3 等待事件不准确

8.1.4 运维知识缺乏

8.1.5 如何克服国产数据库的监控难点

8.2 国产数据库监控指标集

8.2.1 数据库指标设计的基本思路

8.2.2 数据库指标的表示形式

8.2.3 指标的计算

8.2.4 指标的加工

8.2.5 指标的应用

8.2.6 主要国产数据库指标集

8.3 国产数据库故障预警

8.3.1 国产数据库故障预警设计中应注意的主要问题

8.3.2 预警基线设计

8.3.3 故障模型设计

8.4 国产数据库监控工具

8.4.1 国产数据库监控工具的特点与分类

8.4.2 运维监控工具：基石数据D-SMART

8.4.3 运维监控工具：海信DBDoctor

8.4.4 云管工具：云和恩墨ZCloud

8.4.5 云管工具：新数ShinData DMP

8.4.6 桌面开发工具：Navicat

8.4.7 桌面开发工具：SQL STUDIO

8.5 数据库监控案例

8.5.1 某银行国产数据库监控体系建设的案例

8.5.2 某能源企业监控指标企业标准建设案例

9 国产数据库优化

9.1 国产数据库优化工作的特点

9.1.1 数据模型优化对于国产数据库来说至关重要

9.1.2 国产数据库优化中SQL优化尤其关键

9.1.3 国产数据库优化与操作系统优化关系密切

9.1.4 国产数据库优化工作中需要使用大量的第三方工具

9.2 国产数据库的操作系统优化

9.2.1 存储系统优化

9.2.2 VM参数优化

9.2.3 文件系统优化

9.2.4 网络优化

9.2.5 NUMA优化

9.3 国产数据库系统级优化

9.3.1 数据库系统级优化基本原则

9.3.2 国产数据库系统级优化工作内容

9.4 主流国产数据库系统级优化建议

9.4.1 达梦数据库系统级优化

9.4.2 金仓KingBaseES系统级优化

9.4.3 海量Vast Base G100系统级优化

9.4.4 OceanBase系统级优化

9.4.5 TiDB系统级优化

9.4.6 GaussDB系统级优化

9.4.7 GoldenDB系统级优化

9.4.8 GBase 8c系统级优化

9.5 SQL与应用优化

9.5.1 SQL优化的工作内容

9.5.2 SQL采集策略

9.5.3 SQL诊断与SQL审计

9.5.4 SQL改写技巧

9.5.5 索引优化技巧

9.6 优化案例

9.6.1 某电力企业生产管理系统远程优化（openGauss）

9.6.2 某保险公司核心业务系统优化（OceanBase）

9.6.3某城商行基于可观测性优化实践（DM 8/DM DSC）

数据库

文章转载自白鳝的洞穴，如果涉嫌侵权，请发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。

文章被以下合辑收录

老白洞见：数据库国产化之旅（共127篇）

本合辑汇集了资深专家徐戟老师（笔名“白鳝的洞穴”）的深刻洞察，深入分析国产数据库在国产化浪潮中的发展机遇与面临的挑战。内容丰富、观点独到，旨在为业界同仁和关注者提供一份全面、深入的指南。

关于国产数据库的新书预告

文章被以下合辑收录

评论