陈尧：携程眼中的OceanBase
陈尧 携程资深DBA 01面对大规模数据存档，携程基于OceanBase的思考 磁盘空间使用率最高降低85% 02混合云部署形态，在多场景下灵活应用 实现混合云部署、满足业务高峰特性 03从使用者到参与者 •OceanBase在IDC故障演练中的表现•从开发角度如何使用OceanBase 01面对大规模数据存档，携程基于OceanBase的思考 携程业务高速增长的背后，正在面临哪些挑战 随着线上业务爆发式的增长，线上数据库的大小已接近单机容量上限，硬件成本上升 线上的DDL发布成本变高 实例变更的运维成本增加 SQL的性能有变慢的趋势 线上清理不能满足所有需求 面对大规模数据归档诉求，我们为什么选择OceanBase 简单扩展 性能优秀 极低改造成本 实例水平扩展简单方便 多节点写入性能优秀 兼容MySQL协议，应用改造成本几乎为0 工具完善 流程透明 高压缩比 周边工具较为完善 DDL发布对业务几乎透明 相对于MySQL压缩比平均3-4倍，最高8倍 这次尝试，为携程带来哪些收益？ 02混合云部署形态在多场景下灵活应用 关于混合云的思考 自建IDC业务高峰来临前硬件采购周期长高峰后资源浪费 基于OceanBase的混合云部署方案 一地三中心弹性扩缩容，打造极致数据可用性 机房级容灾纳入公有云，实现私有云和公有云之间自由切换 一地三中心 结合公有云的特点，减少业务流量高峰的资源调配 弹性扩缩容 OceanBase混合云架构的表现 03从使用者到参与者 OceanBase在携程，一些新的进展 OceanBase接入公司的故障演练 DB级别、产品线级别、IDC级别的故障演练 无人留守 携程的经验：如何更好的使用OceanBase •优秀的分区设计是OceanBase性能优化的核心所在 •确保分区命中最大程度发挥分布式能力提升系统性能 从使用到贡献，共建OceanBase社区 20个Issue、2个实用的PR 未来规划 在现有基础上增加自动运维能力 继续输出 •结合实际场景经验继续输出到社区 •参数变量的自动化调整•自动嗅探故障和处理•自动增加节点扩容Unit、替换故障节点 谢谢 谢谢 谢谢
