数据库技术及应用,分享了Oracle数据库异构上云的最佳实践
一、数据上云概述
众所周知，它是一个非常强大的综合数据库，但也存在一些弱点。 比如因为是集中式架构，不能很好的实现水平扩展，稳定性依赖于硬件，比如IBM的小型机，EMC的存储。 等待。
另外，数据库也有技术依赖。 许多用户在开发过程中喜欢使用 PL/SQL。 因此，在进行数据库异构升级或架构改造时，需要解决技术依赖的问题。
同时，数据库成本高，使用数据库需要相应的小型机和存储，往往难以实现大规模管理。
2. 数据库&应用上云流程
由于架构升级、成本降低、云化等需求，企业往往需要“去O”。 而“转到O”一般分为以下几个步骤。
第一步：评估迁移计划，分析如何迁移数据库和应用程序，选择要替换的数据库。 在这个过程中，我们需要存储大量的知识，分析现有数据库中所有数据对象与应用程序之间的关系，还需要判断目标数据库是否兼容，迁移计划是否可行。
选择合适的目标数据库来替换现有数据库是比较困难的，因为无法确定替换为MySQL等数据库时的性能和负载变化，只能通过不断的测试来确定。
此外，还要尽可能规避异构迁移的风险，保证迁移后应用和数据库能够很好的适配。
第二步：数据库和应用改造，数据库切换肯定会有不兼容，这里的不兼容会是数据库和应用架构改造的“最后一公里”。 只有做好这“最后一公里”，才能完成整个移民计划。 这部分需要考虑数据库和应用的改造方案。
Step 3：数据库与应用的割接，全量数据迁移相对容易，但是异构数据库的增量迁移可能比较困难，因为涉及到大量的数据变更，频繁的DDL，甚至数据库数据类型和精度的差异。 这对移民来说是一个巨大的挑战。
最后：数据库和应用迁移测评，包括数据库护航，因为性能很强大。 因此，需要保证在迁移到其他数据库后，性能仍然能够满足业务系统的需求。
在护航阶段，需要考虑面对复杂的数据库和应用关系，如何处理突发事件，如何回滚，如何切换。
架构综合
对于大多数企业来说，可能不仅有一套数据库，也可能不止一套应用，数据库、应用与应用、应用与数据库之间可能存在各种关系，但企业并没有单一的数据库。 一个综合的架构图或者架构文档就是用来记录这些内容的。 因此，有必要厘清数据库与应用的关系，以便于规划数据库与应用的异构改造路线。
数据库场景梳理
另外，需要明确当前数据库的业务情况，是OLTP，OLAP，还是TP和AP的混合场景。 只有这样，我们才能选择目标数据库并制定更换计划。
改造内容
数据库转换有很多语法难点。 首先，需要语法转换。 因为不同的数据库引擎支持的语法不同，所以需要对DML、DDL、SQL的语法进行转换。
其次，还需要对应用代码进行转换，因为在某些情况下，SQL语句会嵌入到程序中，可能需要逐行检查和修改百万行代码中的SQL语句，这就是不仅工作量巨大，而且非常耗时。
确定改造方案
数据库和应用架构的迁移方案编制完成后，需要对改造点和功能点一一梳理并进行测试。 因此，整个脱氧过程的准备工作需要很长的时间和大量的精力。
三、数据库迁移方案
众所周知，阿里巴巴是中国第一批践行去IOE理念的企业。 当年，阿里的IOE之路并不是那么平坦。 遇到了很多困难，踩了很多坑。 积累了大量的经验，形成了当今数据库上云的最佳解决方案。
数据库和应用异构迁移的痛点
数据库与应用异构上云迁移全链路解决方案
阿里云将数据库上云过程中积累的经验浓缩为数据库和应用迁移（简称：ADAM）产品。 ADAM可以帮助我们分析整个IT系统的架构，为迁移目标数据库的选择提供建议。
ADAM产品目前推荐两种数据库云迁移方案。 首先是OLTP平滑迁移方案。 目标数据库语法兼容度高，只需少量修改即可直接迁移至阿里云或离线Box一体机。
这个方案的特点是兼容性和如何适配，是否可以弹性扩展，综合成本。
二是OLAP数据仓库云化解决方案。 对于提供数据仓库服务的数据库，可以迁移到阿里云的ADB for PG。 解决方案着重于解析型SQL的改造，实现真正的云上弹性扩展，降低成本。
数据库和应用异构迁移的配套产品
数据库及应用迁移产品ADAM基于阿里巴巴多年数据库及应用架构梳理、架构选择、系统改造经验。
数据库和应用异构迁移分为六个步骤，即数据采集、数据库智能分析、应用评估分析、数据库和应用改造、项目实施和割接护航。
数据库和应用异构迁移的全链条解决方案工具
ADAM 还提供了数据库和应用程序异构迁移的全流程解决方案工具。 ADAM SaaS是迁移评估大脑，提供专业、丰富、可视化的数据库和应用评估服务，静态或动态交互报告，应用转型管理，支持自动生成测试迁移计划。
ADAM是一款迁移改造产品，能够提供稳定易用的数据库迁移测试改造工具集，支持自动生成割接迁移计划，实现模拟割接环境计划的自动同步。
DSG for ADMA 是经过 ADAM 认证的迁移、切换和同步产品，可以提供稳定可靠的数据迁移和验证工具集。 以ADAM迁移方案为核心，提供基于场景、基于流程、自动化的全量和增量数据迁移、数据校验、数据纠错能力。
数据中转工具DTS是阿里云数据库中转工具，同样支持数据源之间的数据交互，可以帮助用户进行全量和增量的数据迁移。
亚当关键技术
ADAM的核心是智能采集、智能评估、智能改造和配套工具。
智能采集不需要人工采集数据库和应用程序的内容，而是使用采集代理产品实现自动采集。 采集后数据落地到本地，保证核心资产的数据安全。
智能评估将不同数据库的性能和语法一一比较，推荐目标数据库选择，生成数据库和应用异构迁移方案。 借助配套工具和智能化改造系统，可以快速完成改造过程，例如改造周期可以从6个月缩短到1个月。
根据数据库兼容性，ADAM产品将数据库对象转换的难易程度分为4个等级，分别进行不同的处理。
此外，ADMA还提供ADMA实现结构迁移和数据预迁移，SQL在线翻译工具可以将SQL语句转换为其他数据库的SQL语句，PL/SQL to Java工具可以将PL/SQL语言转换为Java语言. 有SQL测试工具和ADAM认证迁移工具。
4. 最佳实践
数据库上云建议
根据使用的特征数量，数据库分为两类，弱O特征和强O特征。 对于前者，推荐快速上云方案。 由于使用的特性较少，快速迁移到开源数据库MySQL或降低成本。
后者使用的功能较多，建议使用兼容版本。 ADAM 提供了全链路迁移方案。 如果要升级整体架构，也可以直接对业务进行重构，实现业务的微服务划分和数据库的分库分表，进而快速实现IT系统的架构改造.
云原生分布式关系数据库架构，完全自主可控
数据库具有存储计算分离、RPO=0、自动读写分离、数据驱动、软硬件协同、支持多模数据等优点。 是真正的云原生分布式关系型数据库，架构完全自主可控。
BOX一体机
一些金融企业可能对数据库的监管要求比较高，所以阿里云也提供了BOX一体机，让企业可以在离线机房享受到云原生数据库的技术红利。 将云数据库带到线下机房，充分利用DBaaS能力带来的控制和性能便利。
对于数据库
对于数据仓库场景，阿里云可以很好的支持大数据处理，实现真正的动态水平扩展。
五、企业异构上云建议
数据库上云的过程需要一整套的方法论和产品来帮助实现架构评估、数据库选型、迁移评估、数据库应用改造，帮助实现应用解耦，也需要专业的服务来帮助实现真正的零宕机迁移，最终实现企业异构上云。
郑重声明：本文版权归原作者所有，转载文章仅出于传播更多信息之目的。 如作者信息标注有误，请第一时间联系我们修改或删除，谢谢。
