MariaDB: 新兴的开源大数据引擎
Download as PPT, PDF1 like1,992 views
MariaDB 是一个开源的关系数据库管理系统，兼容 MySQL，提供了许多增强功能和企业应用支持。它由 MariaDB 基金会支持，强调社区开发和贡献，同时具备多个存储引擎及增强的安全性、复制和审计功能。MariaDB 在数据处理和高并发场景下表现优异，得到全球多个企业的信任与采用。
MariaDB: 新兴的开源大数据引擎
- 1. MariaDB: 新 的 源大兴 开 数据引擎 Colin Charles, Team MariaDB, SkySQL Ab [email protected] | http://mariadb.org/ http://bytebot.net/blog/ | @bytebot on Twitter 警察大数据 , 北京 , 中国 2014 年 6 月 11 日
- 2. 我是谁 • 在 SkySQL Ab 进行 MariaDB 的工作 • 已与 Monty Program Ab 合并 , MariaDB 的创建者 • 原来的 MySQL AB (exit: Sun Microsystems) • 过去的经历包括了 Fedora Project (FESCO), OpenOffice.org
- 3. 全球前 20 名网站 1. Google 2. Facebook 3. YouTube 4. Yahoo! 5. Baidu 6. Wikipedia 7. QQ 8. Taobao 9. Twitter 10. Live 11. LinkedIn 12. Sina
- 4. 5W1H 是 MariaDB • 嵌入式可兼容的 MySQL 替代品 • 社区开发 , 功能加强 , 向后兼容 , GPLv2 许可 • 4 年 4 个月稳定连续地发布 : 5.1, 5.2, 5.3, 5.5, 10.0, MariaDB Galera Cluster 5.5, MariaDB 以及 TokuDB 5.5 • 企业功能开放 : PAM 认证插件 , 线程池 , 审计插件 • 默认红帽企业 Linux, Fedora, openSUSE, 等
- 5. 为什么 MariaDB? • MySQL 由 Oracle 所有 ; MariaDB 由 MariaDB 基金会支持 • 提供社区 , 存储引擎供应商，以及更多的运送和分配选择 • 固定的工程师组 - Oracle 拥有 MySQL 品牌 , MariaDB 拥有工 程师的智慧 • 生机勃勃的社区 : 40% SkySQL 组 MariaDB, 60% 社区贡献者 • 由 SkySQL 及其他相关组织提供支持
- 6. MariaDB 在中国 • 来自淘宝的贡献 ( 多重资源复制 ， 在 I_S 里的内存使用 ) • 来自网易的贡献 (163.com) • Feedback 插件展现了 MariaDB 的高使用率
- 8. Virtual Columns • 一个表中的列的值自动通过预计算的 / 决定性的表达 方式或者表中其他字段的值来计算 • VIRTUAL - 当数据被查询时进行实时计算 ( 同 VIEW 一样 ) • PERSISTENT - 当数据被插入并储存在表中时进行计 算 MariaDB 5.2+
- 9. Virtual columns 例子 CREATE TABLE product ( ->productname VARCHAR(25), -> price_eur DOUBLE, -> xrate DOUBLE, -> price_cny DOUBLE AS (price_eur*xrate) VIRTUAL); INSERT INTO product VALUES ('toothpaste', 1.5, 1.39, default); INSERT into product VALUES ('shaving cream', 3.59, 1.39, default);
- 10. Virtual columns 例子 II select * from product; +---------------+-----------+-------+-------------------+ | productname | price_eur | xrate | price_cny | +---------------+-----------+-------+-------------------+ | toothpaste | 1.5 | 1.39 | 2.085 | | shaving cream | 3.59 | 1.39 | 4.990099999999999 | +---------------+-----------+-------+-------------------+ 2 rows in set (0.00 sec)
- 11. PCRE 常规表达方式 • 强大的 REGEXP/RLIKE 操作员 • 新操作员 : • REGEXP_REPLACE(sub,pattern,replace) • REGEXP_INSTR(sub,pattern) • REGEXP_SUBSTR(sub,pattern) • 与 MariaDB 支持的多字节字符集兼容，包含东亚字符集 MariaDB 10.0+
- 12. 动态列 • 允许你用表中每一行动态的内容创建 virtual columns 。为每个项储存不 同的属性 ( 像一个网络商店 ). • 本质上是一个 BLOB 处理功能 : COLUMN_CREATE, COLUMN_ADD, COLUMN_GET, COLUMN_DELETE, COLUMN_EXISTS, COLUMN_LIST, COLUMN_CHECK, COLUMN_JSON • 在 MariaDB 10.0: 名称支持 ( 取代通过数字指向列，为他命名） , 转换 所有的动态列内容到 JSON 数组，与 Cassandra 对接 INSERT INTO tbl SET dyncol_blob=COLUMN_CREATE("column_name", "value"); MariaDB 5.3+
- 13. 全文检索 • SphinxSE 是还依赖于 Sphinx daemon 的存储引擎 • 它自己本身不储存任何数据 • 它只是一个内置客户端，允许 MariaDB 和 Sphinx searchd 交流 , 运行查询 , 获得结果 • 索引 , 搜索都在 Sphinx 上进行 • Mroonga 用于 CJK 语言 10.1 MariaDB 5.2+
- 14. 询问 Cassandra • 数据被映射 : 行键 , 静态队列 , 动态队列 • 超级队列是不被支持的 • 没有数据类型的 1-1 直接映射 • 从 SQL 给 Cassandra 写 (SELECT, INSERT, UPDATE, DELETE) MariaDB 10.0+
- 15. 典型使用案例 • 网页点击数据采集，数据流 • 传感器数据 • 通过查找表读取 • 想要一个自动复制的容错表？
- 16. 连接 • 目标 : ETL 用于 BI 或分析 • 从 CSV, XML, ODBC, MS Access 等导入数据 • WHERE 状态推送到 ODBC 资源 • DROP TABLE 只移除存储的定义，而不是数据本身 • “Virtual” 表不能被索引 MariaDB 10.0+
- 17. SPIDER • 水平分区 , 建立在 PARTITIONs 之上 • 将分区连接到远程服务器 • 对用户来说非常透明，容易展开 • 已启用在索引条件下推支持 MariaDB 10.0+
- 18. TokuDB • 开源 - 分开的 MariaDB 5.5+TokuDB/ 一体化到 10.0.5 • 改进的插入 (10-20x 更快速 ) & 查询速度 , 压缩 ( 直 到 90% 空间减少 ), 复制性能和在线架构的灵活性 • 使用 Fractal Tree Indexes 代替 B-Tree • 在多重平台上测试 & 创建 TokuDB MariaDB 10.0+
- 19. 线程池 • 由 5.1 修改而来 (libevent 基础 ), 对于绑定 CPU 的加载和短时间的查询运行非常有用 • Windows (threadpool), Linux (epoll), Solaris (event ports), FreeBSD/OSX (kevents) • 不会最小化有动态池大小的并发交易 • thread_handling=pool-of-threads • https://mariadb.com/kb/en/thread-pool-in-mariadb-55/ MariaDB 5.5+
- 20. 非阻塞用户端库 • 开始操作 , 在线程里工作 , 运行操作 , 结果返回 应用案例 : 争对单一服务器的多重查询 ( 是用更多的 CPUs); 争对多重服务器的查询 ( 许多机器上的 SHOW STATUS) • https://mariadb.com/kb/en/about-non-blocking-operatio • 快速的 node.js 驱动可用 : mariasql MariaDB 5.5+
- 21. 限制行测试 这个优化的目的是为了提供方法以结束 SELECT陈述的 执行，因为它测试了太多的行，以至于使用了太多的 资源。 • SELECT * from t1, t2 LIMIT 10 ROWS EXAMINED 1000; • https://mariadb.com/kb/en/limit-rows-examined/ MariaDB 5.5+
- 22. SQL 错误日志插件 • 日志上的错误被放在一个日志文档里发送给客户以供 事后的分析。日志文档可以被循环。（推荐） • MYSQL_AUDIT_PLUGIN install plugin SQL_ERROR_LOG soname 'sql_errlog.so'; MariaDB 5.5+
- 23. 审计插件 • 日志服务器活动 - 谁连接到服务器 , 运行过什么查询 , 接触过什么表格 - 循环日志文档或者 syslogd • 一个 MYSQL_AUDIT_PLUGIN INSTALL PLUGIN server_audit SONAME ‘server_audit.so’; MariaDB 10.0+
- 24. 更好的复制 • 有选择性的跳过复制事件 ( 基于期数或在主机上或在从 属机上 ) • 复制变量的动态控制 ( 不用重启 !) • 使用基于行的复制 ? 用 SQL 陈述注解二进制日志 • 从属机在二进制日志事件上执行总校验 • 平行复制 MariaDB 5.3+
- 25. 更好的复制 II • 在二进制日志中进行集体提交 - 最终 , sync_binlog=1, innodb_flush_log_at_trx_commit=1 执行 • 通 持 的快照 制 始交易过 续 复 开 • mysqldump —single-transaction —master-data - full non- blocking backup • 从属机崩溃安全 ( 数据储存在交易表内部 ) • 多重来源复制 - ( 实时 ) 分析 , 数据分片供应 , 备份等
- 26. 角色 •捆绑用户到一起 , 用类似的特权 - 依照 SQL 标准 CREATE ROLE audit_bean_counters; GRANT SELECT ON accounts.* to audit_bean_counters; GRANT audit_bean_counters to ceo; MariaDB 10.0+
- 27. MariaDB Galera Cluster • MariaDB Galera Cluster 是为如今的云基础环境制作 的。它有完整的读 - 写扩展性，以及同步复制功能， 允许多主结构，并保证无延迟或丢失交易。 • 目前基于 5.5 • 10.0 正在测试中 ( 快要准备发布）
- 28. 被以下公司所信任 • Google • Wikipedia • Tumblr • KakaoTalk • SK Telecom • DAPA • Paybox Services • ERP5, Wendelin
- 31. 提问 & 解答 [email protected] | [email protected] http://skysql.com/ | http://mariadb.org/ twitter: @bytebot | url: http://bytebot.net/blog/
Editor's Notes
- #4: Powered by mysql++ Used by Wendelin too
- #9: Not in 5.6; can assist in migrations from SQL Server/Oracle if its used PERSISTENT is like a materialized view to some extent PERSISTENT columns can be used in secondary indexes
- #10: When INSERTing, you cannot leave out the virtual column from the list, and you cannot supply a value either - so use default
- #11: You can now select the price in USD, and that column is computed on the fly, and you never need to know that the official price is fixed. However, you don’t do this in practice - computational logic should stay out of the database, in your app - db just for storage
- #12: Perl Compatible Regular Expressions recursive patterns, named capture, look-ahead and look-behind assertions, non-capturing groups, non-greedy quantifiers, Unicode character properties, extended syntax for characters and character classes, multi-line matching East asian: big5, gbk, euckr, etc. mysql/previous mariadb is just 8-bit character sets
- #13: Define & redefine number of columns + data types on a row-by-row basis w/o altering table config. max total length of packed dynamic column blob: 1gb (max_allowed_packet)
- #14: use case: using myisam? port. use case: sphinx does sort, filtering, slicing of result; so you don’t need to use WHERE, ORDER BY, LIMIT <- sphinx is optimised better for this configuring sphinx is something you have to do, run it on another machine
- #15: Install it join_cache_level=7 in my.cnf (join_cache_hashed is on in 10) Use cassandra 1.x, not 2.x - data model changes, authentication also (1.2 tested)
- #17: OLTP not the target here indexing: reading from file system, OS, or another database engine_condition_pushdown = on (off by default)
- #20: Many active threads are a performance killer, because increasing the number of threads leads to extensive context switching, bad locality for CPU caches, and increased contention for hot locks. Enable thread-pool (on Windows on by default). SHOW GLOBAL VARIABLES LIKE '%thread_pool%'; Limit the resources uses by threads (thread_pool_max_threads) We’re porting thread_pool_high_prio_mode=transactions (default) | statements from Percona Server
- #21: works with mysql we also changed mytop to show progress reporting when you do an alter table or load data infile
- #22: The server counts the number of read, inserted, modified, and deleted rows during query execution. This takes into account the use of temporary tables, and sorting for intermediate query operations. Once the counter exceeds the value specified in the LIMIT ROWS EXAMINED clause, query execution is terminated as soon as possible. Results may be incomplete
- #24: Works for everything except a connection served by the query_cache - since no tables are opened
- #26: Works with the binlog, possible to obtain the binlog position corresponding to a transactional snapshot of the database without blocking any other queries. - to provision a new slave
- #27: 10.0.5 - google summer of code