先看效果 支持 PC 端下单,也支持多人通过手机扫码在线下单,可交互性更强。 订单数据写入 OB TP 数据库,并通过 Flink CDC 实时同步到 OB AP 数据库,并从 AP 库中查询最新数据。 不管是 count(*) 计数还是 where + group by + order by 多条件查询,亿级别的数据查询耗时基本都在 10ms ~ 100ms,充分体现了 OB AP 的查询性能。
一、概述 OBD 是 OB 官方提出的部署工具,极大简化了 OB 单机及集群的部署过程。在此之前,OBD 支持对社区版 OB 的一键部署,但细细想来 OBD 是否支持商业化 OB 的部署呢?随着自己测试后发现想法是可行的,于是就斥“巨资”购买了三台 AliyunECS 来进行部署测试,最后就有如下商业版 OB 集群部署的踩坑文档分享。 二、部署准备 开发机资源 cpu与内存 存储大小 阿里云AY1
OB 集群(包括 OBProxy)的手动部署方法,是入门 OB 运维的第一道门槛,是理解 OBD、OCP 以及 OBSHELL 等工具产品自动化部署 OB 集群的原理的关键,也是解决常见 OB 部署失败问题的关键。 关于 OB 集群手动部署,早期有多篇文章总结。OB 目前版本发展到 4.2 ,对资源要求更低了,手动部署原理跟 1.0 时候差不多,只是需要设置的参数变少了,参数值也可以适当改变。本文
在企业数据库里有一种需求是读写分离,本文介绍 OB 的读写分离方案的部署和测试过程,希望可以减少分布式数据库选型时不必要的基本功能测试。读写分离听起来简单,实际内部设计还是有很多巧妙之处,刚学习完 OBCP 的 朋友们不妨也看看。 本文测试内容如下,有相应截图: OCP 的安装部署 OB 集群部署 OB 只读副本部署及其只读访问测试 OB 只读副本和全功能副本的在线转换 OB 单副本备集群部署及其
作者:coredumped,资深数据库从业者,熟悉 MySQL 及分布式架构,为多家大型国有企业提供过技术支持、咨询、架构设计及培训工作。 OceanBase开源后,也让更多的人能上手尝试一把,那OB与传统的分库分表方案都有哪些区别呢?OB做了哪些增强的地方呢?本文通过从数据安全、资源投入、业务改造、生态等方面做对比。 首先明确的是,这里的对比都是拿商业的分库分表方案与OB做对比,开源的MyCAT