第四章:OceanBase集群技术架构(分布式事务、MVCC、事务隔离级别)

简介: 第四章:OceanBase集群技术架构(分布式事务、MVCC、事务隔离级别)

分布式事务跨机执行时,OceanBase通过多种机制保证ACI

A 原子性Atomicity

原子性是指事务是一个不可分割的工作单位,事务中的操作要么都发生,要么都不发生。

依赖两阶段提交协议保证分布式事务的原子性

C 一致性Consistency

事务前后数据的完整性必须保持一致

保证主键唯一等一致性约束。全局快照-单租户GTS服务,1秒钟内能够响应获取全局时间戳的调用次数超过200万次。

I 隔离性Isolation

多个用户并发访问数据库时,数据库为每个用户开启的事务,不能被其他事务的操作所干扰。

采用MVCC进行并发控制,实现read-committed的隔离级别

所有修改的行加互斥锁,实现写-写互斥

读操作读取特定快照版本的数据,读写互不阻塞

D 持久性Durability

一个事务一旦被提交,它对数据库中数据的改变就是永久性的,接下来即使数据库发生故障也不应该对其有任何影响。

Redo-Log使用Paxos协议做多副本同步

因服务器时钟差异,分布式数据库ACID挑战更大

和传统的数据库的单点全共享架构不同,OceanBase是一个原生的分布式架构,采用了多点无共享的架构,在实现全局一致的快照隔离和多版本并发控制时,会面临分布式架构所带来的技术挑战。

OceanBase全局一致性快照技术

OceanBase数据库利用一个集中式服务来提供全局一致的版本号。事务在修改数据或者查询数据的时候,无论请求源自哪台物理 机器,都会从这个集中式的服务处获取版本号,保证所有的版本号单调向前并且和真实世界的时间顺序保持一致。

创新的两阶段提交,任何故障均可以保障事务的原子性

技术难点:依赖两阶段提交协议保证事务原子性

两阶段提交:状态多、复杂、状态机容易卡住

OceanBase两阶段提交协议特点

事务协调者和所有参与者都是高可用的。

单机多分区事务,所有参与者都prepare成功即认为事务进入提交状态,立即返回客户端commit

全自动处理异常情况

多版本并发控制(MVCC),解决读写互斥问题

事务隔离级别

事务并发问题:

脏读:读取了未提交的数据

不可重复读:指的是在同一事务内,不同的时刻读到的同一批数据可能是不一样的(期间被别的事务更新数据)

幻读:指的是在同一事务内,在操作过程中进行两次查询,第二次查询的结果包含了第一次查询中 未出现的数据或者缺少了第一次查询中出现的数据(期间被别的事务插入或者删除了数据)


OceanBase支持多种事务隔离级别

基于全局一致的数据版本号管理,以不同的版本号策略实现不同的隔离级别

Oracle模式支持以下两种隔离级别,应用系统可以根据需求权衡使用任何一种隔离级别:

Read-Committed:避免脏读,存在不可重复读和幻读(默认)

Serializable:避免脏读、不可重复读、幻读

MySQL模式支持读已提交、可重复读两种隔离级别

不支持脏读(Dirty-Read),只能获取已提交数据


相关文章
|
存储 负载均衡 NoSQL
【赵渝强老师】Redis Cluster分布式集群
Redis Cluster是Redis的分布式存储解决方案,通过哈希槽(slot)实现数据分片,支持水平扩展,具备高可用性和负载均衡能力,适用于大规模数据场景。
908 2
|
Cloud Native 关系型数据库 分布式数据库
登顶TPC-C|云原生数据库PolarDB技术揭秘:Limitless集群和分布式扩展篇
阿里云PolarDB云原生数据库在TPC-C基准测试中以20.55亿tpmC的成绩刷新世界纪录,展现卓越性能与性价比。其轻量版满足国产化需求,兼具高性能与低成本,适用于多种场景,推动数据库技术革新与发展。
|
Cloud Native 关系型数据库 分布式数据库
登顶TPC-C|云原生数据库PolarDB技术揭秘:Limitless集群和分布式扩展篇
云原生数据库PolarDB技术揭秘:Limitless集群和分布式扩展篇
|
存储 分布式计算 负载均衡
分布式计算模型和集群计算模型的区别
【10月更文挑战第18天】分布式计算模型和集群计算模型各有特点和优势,在实际应用中需要根据具体的需求和条件选择合适的计算架构模式,以达到最佳的计算效果和性能。
1036 162
|
并行计算 PyTorch 算法框架/工具
融合AMD与NVIDIA GPU集群的MLOps:异构计算环境中的分布式训练架构实践
本文探讨了如何通过技术手段混合使用AMD与NVIDIA GPU集群以支持PyTorch分布式训练。面对CUDA与ROCm框架互操作性不足的问题,文章提出利用UCC和UCX等统一通信框架实现高效数据传输,并在异构Kubernetes集群中部署任务。通过解决轻度与强度异构环境下的挑战,如计算能力不平衡、内存容量差异及通信性能优化,文章展示了如何无需重构代码即可充分利用异构硬件资源。尽管存在RDMA验证不足、通信性能次优等局限性,但该方案为最大化GPU资源利用率、降低供应商锁定提供了可行路径。源代码已公开,供读者参考实践。
1687 3
融合AMD与NVIDIA GPU集群的MLOps:异构计算环境中的分布式训练架构实践
|
存储 SpringCloudAlibaba Java
【SpringCloud Alibaba系列】一文全面解析Zookeeper安装、常用命令、JavaAPI操作、Watch事件监听、分布式锁、集群搭建、核心理论
一文全面解析Zookeeper安装、常用命令、JavaAPI操作、Watch事件监听、分布式锁、集群搭建、核心理论。
1027 1
【SpringCloud Alibaba系列】一文全面解析Zookeeper安装、常用命令、JavaAPI操作、Watch事件监听、分布式锁、集群搭建、核心理论
|
消息中间件 架构师 数据库
本地消息表事务:10Wqps 高并发分布式事务的 终极方案,大厂架构师的 必备方案
45岁资深架构师尼恩分享了一篇关于分布式事务的文章,详细解析了如何在10Wqps高并发场景下实现分布式事务。文章从传统单体架构到微服务架构下分布式事务的需求背景出发,介绍了Seata这一开源分布式事务解决方案及其AT和TCC两种模式。随后,文章深入探讨了经典ebay本地消息表方案,以及如何使用RocketMQ消息队列替代数据库表来提高性能和可靠性。尼恩还分享了如何结合延迟消息进行事务数据的定时对账,确保最终一致性。最后,尼恩强调了高端面试中需要准备“高大上”的答案,并提供了多个技术领域的深度学习资料,帮助读者提升技术水平,顺利通过面试。
本地消息表事务:10Wqps 高并发分布式事务的 终极方案,大厂架构师的 必备方案
|
监控
Saga模式在分布式系统中保证事务的隔离性
Saga模式在分布式系统中保证事务的隔离性
493 4
|
存储 监控 大数据
构建高可用性ClickHouse集群:从单节点到分布式
【10月更文挑战第26天】随着业务的不断增长,单一的数据存储解决方案可能无法满足日益增加的数据处理需求。在大数据时代,数据库的性能、可扩展性和稳定性成为企业关注的重点。ClickHouse 是一个用于联机分析处理(OLAP)的列式数据库管理系统(DBMS),以其卓越的查询性能和高吞吐量而闻名。本文将从我的个人角度出发,分享如何将单节点 ClickHouse 扩展为高可用性的分布式集群,以提升系统的稳定性和可靠性。
1812 0
|
存储 SQL 分布式数据库
OceanBase 入门:分布式数据库的基础概念
【8月更文第31天】在当今的大数据时代,随着业务规模的不断扩大,传统的单机数据库已经难以满足高并发、大数据量的应用需求。分布式数据库应运而生,成为解决这一问题的有效方案之一。本文将介绍一款由阿里巴巴集团自主研发的分布式数据库——OceanBase,并通过一些基础概念和实际代码示例来帮助读者理解其工作原理。
1558 0

推荐镜像

更多