《MongoDB高手课》学习记录（第二十四天）

时间  2020-07-31 标签 MongoDB高手课 学习 记录 第二十 四天 4天

写在前面

第四章的内容就目前来看，有点失望。实际的东西很少，太理论，有点糊弄。说难据说太水了。特别像今天要学的内容，本觉得有不少干货，结果讲本身的产品说了半天，测试版还得连线使用。就像极客时间上的《Vue开发实战》课程，花了大量的时间去讲 Ant Design，还没讲透。
好了，不吐槽了，换个角度看，也说明攒一门的不容易。开始今天的学习吧。html

第二十四天

今天要学习的是《44 | 关系型数据库迁移》、《45 | 数据库迁移方式及工具》、《46 | Oracle迁移实战》数据库

从关系数据库迁移到MongoDB的理由

  1. 对于高并发的需求（数千-数十万OPS），关系型数据库不容易扩展（相对的）
  2. 快速迭代，关系型模式太严谨（因此说模式设计很重要，预戴皇冠，必承其重）
  3. 灵活的JSON模式
  4. 大数据量需求
  5. 地理位置查询
  6. 多数据中跨地域部署（关系数据库不是不行，太光钱了）

应用迁移难度

  1. 关系型数据库之间迁移相对简单
  2. 但关系型到文档型，则相对复杂

  3. 须要考虑；架构

    1. 整体架构（好比单机式改为分布式）
    2. 模式设计（从关系模型改为文档模型）
    3. SQL语句/存储过程/JDBC/ORM等
    4. 数据迁移（如何处理已有数据）

整体架构

这是说的三倍资源，是由于MongoDB推荐最少要部署3个结点。
image.png并发

模式设计

这个才是重中之重，原本想先学习这章的目的也是这个
image.pngoracle

迁移的主战场

image.png
image.png
image.png
image.png
image.png

数据迁移

接下来的重点也是放在了数据如何迁移上，固然是借助工具的
image.png
image.png分布式

数据库导出导入

这块是以MySQL为例，先将表导出成csv文件，而后用mongoimport将csv的表数据，直接转成文档。
适用于直接换库的场景
image.png
image.png
image.png高并发

批量同步

主要就是借助于ETL工具了，既然是批量处理，固然对系统的性能影响就比较大了，适用于按期结转。好比将历史交易记录转到查询机，用于业务分析等
image.png工具

实时同步

固然仍是借助于工具好比GoldenGate，只是因为是小批量时时结转，因此对系统的影响小，但若是出了问题就另说了
image.png性能

应用主导迁移

就是在团队协助，在不影响业务的同时，一步一步将应用从关系数据库迁移到文档数据库，固然投入就大了，周期也长，但最保险
image.png学习

数据迁移方式总结

image.png

迁移实战

这就不说太了，就是介绍了一下tapdata的使用
image.png
image.png
image.png
image.png
image.png
image.png
image.png

附录

Golden Gate
Talend
Pentaho(Kettle)
Informatica

联系我们 沪ICP备13005482号-10