網上關于食堂刷卡機怎么制作數據庫的刷卡知識比較多，也有關于食堂刷卡機怎么制作數據庫的問題，今天第一pos網(m.jianshengsheng.cn)為大家整理刷卡常見知識，未來的我們終成一代卡神。

本文目錄一覽：

1、食堂刷卡機怎么制作數據庫

食堂刷卡機怎么制作數據庫

文｜劉雨琦

2006年，Google發布了三篇論文，也是公認的大數據的三駕馬車：分布式文件系統GFS、分布式KV存儲數據庫Big Table以及處理和生成超大數據集的算法模型MapReduce。

此后，雖然分布式開始成為大家討論的對象，但由于分布式事務的性能以及分布式系統的復雜性，使得分布式數據庫僅在數據量非常大的聯機分析處理（OLAP）場景得到了一些應用。在傳統數據庫領域，仍以Oracle為代表的的集中式數據庫獨霸天下，更是獨領國際市場，阿里便是其在中國最大的客戶。

此后的十年，是分布式數據庫被“冷落”的十年。與其說是被“冷落”，不如說是技術上難以突破，以及培育成本高，當時集中式數據庫的商業化之路越走越順，能夠停下來從頭開始的廠商少之又少。

不過，隨著互聯網時代的加速發展和科技的進步，集中式數據庫的功能開始捉襟見肘。越來越多的企業進行數字化轉型，對業務系統也更加高頻的并發訪問，當產生龐大的數據處理量，集中式數據庫昂貴的成本和存儲、計算極為有限的擴展能力開始暴露，企業不得不尋求性價比更高、存儲和計算擴展能力更強的數據庫。

2010年，陽振坤在阿里的招募下，開始研發國內第一款全自研式分布式數據庫OceanBase。彼時的分布式技術是真正的無人區，直至2015年，騰訊云、阿里云、PingCap等公司才開始在初步探索。

分布式數據庫被“冷落”的10年，正是OceanBase在螞蟻內部打磨的十年。從僅用在淘寶收藏夾一個細小的場景，到支撐了9年的淘寶雙十一，并打破了TPC-C測試的世界紀錄，直至2020年獨立，到目前已經累計了400＋客戶。

8月10日，在OceanBase2022年度發布會，發布了OceanBase4.0產品——“小魚”，這是首個單體分布式一體化架構的數據庫，同時推出支持多云部署OceanBase Cloud，通過技術突破和云化，試圖讓企業可在單體架構和分布式架構之間無縫切換，降低了分布式數據庫的使用門檻。

縱觀OceanBase的發展路徑，其實也正代表了國產分布式數據庫的十年，產品發布背后透露出的信號，是當下國產數據庫的發展進程，更需要企業關注并共同推動。

水滴聚大海、跬步積千里，每件小事做好，往往就是大。

《三體》中衡量一個文明科技水平的標準是，這個文明對微觀世界的探索和展開程度的高低，即對微觀世界的探索越深入，科技水平越高。

這就是典型的“小就是大”。

分布式數據庫之所以能夠更加貼近業務、更安全，原因在于它把數據切分成無數個“小”。

舉個簡單的例子。假設某公司的數據庫中存放了10個表格，每個表格中的數據為100個數據量，那么對當數據進行提取時，只能定位到具體的表格，將表格中的數據全部跑上一遍，若該表格缺失了2個數據，將會導致整個數據庫的系統無法工作。而分布式則是將每個表格中的100個數據進行分區處理，如每20個為一組，分為A/B/C/D/E區，當需要提取某個數據時，不僅能夠定位到相應的表格，也能夠直接定位到A區，同時，系統可對同一表格的不同區進行分區讀寫，大大提高了可用性和效率。

在現實的分布式數據庫中，也許每5個數據即為一組，區分更精細，通常按行或列對數據進行拆分，同時進行三副本備份，哪怕E區的第一副本缺失或錯誤，也可通過第二、第三副本進行即時替換，不會導致整個數據庫癱瘓。簡單的說，集中式數據庫如同“大馬”拉“大車”，“大馬”一旦出了問題，便會停滯不前，而分布式則是用無數的“小馬”拉“大車”，一匹小馬壞了不影響車子的前進，也能夠快速進行補位，保證正常運轉。

數據維度越來越小，可用性和安全性越來越高，這是分布式數據的“小就是大”。

然而這樣的“三副本”形式，意味著企業如果想要部署分布式數據庫，就要同時進行多個服務器部署，門檻比單臺機高，且“分布”或“單體”的選擇通常不可逆，選擇了單體機就意味著幾乎失去了“分布式”的機會。

這也是大家所探討的核心問題。分布式數據庫通常應用于高部署、密集數據量和高并發的數據，但部署門檻高，對于大宗性企業更加適用，而中小企業由于數據量不大，應用場景簡單，并不需要在業務量不足時部署分布式數據庫，反而購買單體機更為劃算。但一旦部署單體機，后續業務量龐大時再進行架構調整，就是難上加難。

OceanBase試圖通過“小魚”，來打破這個魔咒。簡單的說，單看“小魚”，只是一款高性能的單體機，在單機部署模式下，也可實現包括Oracle/MySQL的兼容性、TP事務處理能力、AP并行分析查詢能力、租戶資源隔離等功能。并在性能上進行了升級，如將故障回復時間從30秒優化到8秒。

同時，小魚對服務器本身的要求很低，單機部署最小支持4C8G。這意味著，從前必須要在服務器級別（128核及以上）的終端上部署的數據庫，如今在4核的電腦上也可以進行部署。大大降低了企業的硬件購買成本，如同大型游戲對電腦配置的要求降低了，這讓很多低配置玩家也能順暢的玩游戲一般。

而當企業發展到一定階段，數據量呈現一定規模想要擴容的時候，可以從一臺“小魚”增加到3臺“小魚”（3為分布式部署數量的最小單位），平滑地從單機部署模式升級成分布式部署模式。

一位OceanBase的技術人員告訴光錐智能：MySQL數據庫在原理上，也可以做到從單機到分布式，但是過程很長，且需要將數據庫暫停運行，單獨部署。而小魚則可在運行中，最快1分鐘內即可完成模式的切換。

在發布會中，OceanBase演示了小魚從1-3-9的整個過程，只需要工作人員在后臺進行程序部署，無需調整單機硬件，且過程簡單流暢，接近“傻瓜操作”就可以完成，部署完成后，性能幾乎成線性增長，并沒有過多損耗。

這就十分符合企業的部署場景，若將數據庫暫停進行調試，在實際操作中可能性等同于“0”。

這也正是“小魚”的“小就是大”。硬件單位越來越小，但適配程度卻越來越高，且在保持同等性能下，靈活度也越來越高。

而這樣的“小就是大”，不止是技術層面的突破，更解決了數據庫領域的關鍵問題：技術和業務的結合。

從前，分布式數據庫被“冷落”還有一個重要的原因，是不被市場接受。

這并不是因為用戶不懂它的好，而是因為遷移成本太高，單體數據庫雖然已經出現問題，但是通過疊加機器數量，能短暫解決，直到再次超負荷，這樣的方式雖然“治標不治本”，但卻相對省事。

但很快，一些企業便開始負擔不起Oracle高昂的運營成本了。最先撐不住的是阿里。時任阿里首席技術官的王堅算了一筆賬，把1萬億元GMV折算成數據量，再折算成需要的IBM小型機數量、Oracle數據庫量、EMC存儲數量，再換算成具體價格相加，得到他們每年需要給IOE的采購費200億元。而這筆錢甚至超過他們每年所賺的利潤。

在龐大的成本費用面前，必須從“根”上開始解決問題了。據測算，支付寶用OceanBase原生分布式數據庫替代Oracle數據庫之后，單副本數據可以做到Oracle的1/7，其計算資源投入也降低為原來的1/12，僅存儲一項，相比Oracl就節省存儲成本約20億元，相當于每賬戶成本節省了90%。

這源于陽振坤提出了自研分布式數據庫能夠從兩個方面節省成本，一是上述所講的硬件成本，用普通PC機替代大型服務器，硬件成本得到縮減；二是將數據庫的兩大功能OLTP和OLAP結合在一起，形成HTAP。

構想當然很好，但要真正建立，卻需要幾年時間做技術，再來幾年時間跑業務。

在2020年，OceanBase宣布獨立進行公司化運營，成立由其100%控股的數據庫公司——北京奧星貝斯公司。

OceanBase的獨立，是螞蟻科技戰略三步走的一個縮影。第一階段是“試驗”在自己的業務上做嘗試；第二階段是共享，共享給與自己“試驗”業務最類似的金融機構；第三階段是開放，將自己蹚出來的成熟產品進一步對外輸出，擴大到政企和其他非金融類客戶。

對于陽振坤來說，獨立和開放有一個特殊的意義：通過更多企業和業務場景的深入，能夠讓OB更加貼近業務，從需求出發對技術不斷打磨迭代，做出有競爭力的國產分布式數據庫。

在2020年這個節點，OceanBase的商業化按下了加速鍵。

此時，無論是集中式數據庫的成本開始大規模超出企業負荷，還是受疫情影響，降本成為了每個企業的首要需求，這給了OceanBase一定的市場空間和機會，趁熱打鐵，OceanBase在2020年正式推出HTAP。

傳統的OLTP和OLAP是兩套數據庫，需要分別購買，同時，數據還要在兩個數據庫中進行遷移，遷移的過程中還會面臨著數據丟失和損耗的風險。而HTAP則是在一個數據庫的基礎上，既滿足TP又滿足AP，降低了企業購買和遷移的成本。

和過去相比，HTAP的事務處理性能提升50%，數據分析性能提升10倍。用戶業務無論是事務型還是分析型，只要一套系統就可以應對數字化轉型過程中“海量、實時、在線”的業務需求。

以雄帝科技為例，其負責全國約三分之一的公交刷卡機系統，此前，刷卡機讀取到的只是簡單的交易數據，但隨著互聯網和信息化的發展，刷卡機能夠讀取到用戶的一些基本信息，比如老年卡、學生卡等等。在一些場景里，就要對這些數據進行分析，比如在哪幾個時間段用戶量最高，合理調配公交車資源，以及一些營銷節點，對不同類別的人群實施不同程度的折扣活動。

除此之外，分布式數據庫能夠做到真正的彈性擴縮容。以往的數據庫擴容容易，縮容難。原因在于顆粒度比較粗，單個數據庫內若有20%可用數據可80%廢棄數據，不能夠準確的剔除廢棄數據，只能全盤保留。

中國福利彩票就曾被這個問題難住。彩票行業的瞬時數據量爆發是相當驚人的。中國福利彩票發行管理中心技術管理部副主任唐恒光分享到，一類彩票的年交易量大概是200億，而在這一年內，開獎前半小時的交易量能夠達到50%甚至70%，這需要數據庫在一天之內擴容，而平時的交易量，卻根本用不著峰值的數據庫容量，分布式數據庫剛好能夠解決這個問題，用時“變大”，閑時“縮小”，彈性伸縮降低部署成本。

這樣技術上貼近業務場景和痛點的戰略，在商業化的道路上稍見成效。僅僅在2021一年中，OceanBase客戶數量就實現翻倍，而在金融等核心優勢場景，目前全國TOP200的頭部金融機構中，有1/4都將OceanBase作為核心系統升級的首選。

雖然OceanBase在分布式數據庫領域是先行者，但多名行業分析師向光錐智能表示，當下仍然處于早期階段，只能說OceanBase剛剛完成了前半段。

關于未來的挑戰，光錐智能將其概括為兩個方面，一部分是技術難題，一部分是行業痛點。

技術難題也是最基礎的問題，數據的一致性如何保證？數據遷移的成本如何降低？

對于分布式數據庫來說，數據的一致性是其立足的根本，沒有一致性就沒有分布式。

OceanBase的技術人員告訴光錐智能，OB與MySQL等數據庫的區別在于，OB將一致性協議放在了數據庫底層，根據協議可以靈活動態的進行調整，而MySQL則是在已經成型的數據庫產品的上層，盡量滿足協議，二者有本質的區別，OB的策略能夠100%的做到高一致性。

而數據遷移的成本在當下，似乎是一個還未解決的難題。OB數據庫兼容MySQL，原MySQL用戶可直接進行遷移，并且引入了多云策略。OceanBase CEO楊冰透露，除阿里云外，OB即將上線AWS、騰訊云、華為云等多個云部署。

另一方面，是企業面臨的痛點。對于新興事物，企業缺乏運維工具和經驗，更缺乏相關的技術人員，技術雖好，但是買了不會裝，裝了不會用的情況比比皆是，而如果業務用不起來，其他的一切都是白搭。

光錐智能從OB內部了解到，目前，OB除了技術核心團隊，正在加大服務團隊的部署，分為開源服務團隊、企業服務團隊。這也為其他國產數據庫提了一個醒。

這樣重服務的形式，或許能夠解決當下的問題，而想要真正能夠從根本上影響整個數據庫環境，陽振坤認為，還是要開源，共建生態。

2021年，OceanBase宣布源代碼開源，與外界共享全球最領先的原生分布式數據庫的核心。一方面希望聚焦用戶價值，解決用戶的具體問題，另一方面期望與外界共建國產分布式數據庫的生態，從另一條賽道超越“IOE”。

在OceanBase4.0版本中，進一步開源了社區版，社區版與企業版本的更新保持一致，讓開源用戶也能夠體驗到OB的最新版本。OceanBase首席技術官楊傳輝介紹到，目前OceanBase已經吸引了4,200多位開發者關注，產生了500多次技術創新碰撞（Commit），600多篇社區深度原創內容，平均每天產生5篇高質量技術內容，平均每天有100多封活躍郵件，有50多家客戶深度實踐。

快手和攜程就是OceanBase開源后的第一批用戶。攜程“IM＋”業務采用MySQL作為消息寫庫，由于業務流量激增，數據存儲達到MySQL的存儲極限，只能保存兩個月的記錄，與業務部門的需求相差甚大。

面臨這樣的挑戰下，攜程嘗試了OceanBase的開源版本，并與OB取得聯系，深度溝通下二者共創，用OceanBase替代了MySQL，并提供橫向擴容能力通過加減機器應對業務的擴縮容，保證對業務的服務質量。最終，攜程在保證性能的同時數據壓縮能力提升了85%以上，在同等硬件投入前提下，從兩個月擴展到獲得超過一年的數據存儲能力。

這或許正是開源的意義所在。

《三體》中，作者劉慈欣曾花費了大量筆墨，探討“技術平等”的話題，陽振坤也曾拿分布式數據庫與自動駕駛進行類比，二者均在發展的早期，且需要更多人投入在這項“未來事業”中去，開源是目前最有效縮短技術差距，共同進步的方式，這或許也是國產數據庫們逆襲的關鍵點。

在OceanBase大會前，陽振坤博士曾與光錐智能的交流中講到，國產數據庫要做的不能只是追趕，希望未來也能站在技術高點，向國際輸出中國技術。

以上就是關于食堂刷卡機怎么制作數據庫的知識，后面我們會繼續為大家整理關于食堂刷卡機怎么制作數據庫的知識，希望能夠幫助到大家！

轉載請帶上網址：http://m.jianshengsheng.cn/shuaka/149654.html