SB-OSC,最新的 MySQL Schema 在线变更方案
目前主流的 MySQL 在线变更方案有两个:
- 基于 trigger 的 pt-online-schema-change
- 基于 binlog 的 gh-ost
上周 Sendbird 刚开源了他们的 MySQL Schema 在线变更方案 SB-OSC: Sendbird Online Schema Change。
GitHub 上刚刚 25 颗星星,绝对新鲜出炉。
亮点
SB-OSC 采用了和 gh-ost 一样的 binlog 方案。重新造轮子主要是为了解决两个问题:
大幅提高迁移速度
使用 gh-ost 时,如果碰到有大量写入操作的表,可能导致 gh-ost 来不及转移更新的数据,也就永远无法完成在线变更。SB-OSC 使用了多线程,并且把迁移明确地分成了两个阶段:
阶段一:存量导入
阶段二:增量导入
和 gh-ost 的性能比较
断点续传
gh-ost 如果中途断了,那只好从头来过。想想一个在线大表变更已经执行了 3 天,到最后一晚莫名挂掉。造成发布延期,团队能有多崩溃。SB-OSC 保存了执行进度,可以从中断的地方继续。
局限
首先是需要依赖的组件,只能跑在 AWS 上。
适用范围
比较头疼的是第一条,因为表采用 UUID 作为主键是很常见的。
总结
SB-OCS 目前还是一个针对 Sendbird 自己场景的 MySQL 在线变更方案,有明显的局限性。但其在变更性能上的加强以及断点续传能力确实解决了 gh-ost 最大的痛点。
原文:https://sendbird.com/developer/tutorials/sb-osc-sendbird-online-schema-change GitHub 仓库: https://github.com/sendbird/sb-osc
💡 更多资讯,请关注 Bytebase 公号:Bytebase

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
-
上一篇
MLOps 学习之旅「GitHub 热点速览」
又是 AI 神仙打架的一周,上周 OpenAI 发布了最新的 GPT-4o 模型,而谷歌也紧跟着开源了 Gemma 2 模型。随着 AI 大模型不断地变强,各大科技巨头正利用它们重塑自家的产品,这也让大模型算法工程师变得炙手可热,相关岗位需求正旺。 对于普通程序员来说,想要转型成为大模型算法专家,可能会感觉难于登天。毕竟,搞算法研究不是刷刷题或背一下“八股文”就能上手的。但是,可以尝试通过 MLOps(机器学习运维,偏工程),逐步切入到大模型领域。上周 GitHub 热榜就有一个免费的 MLOps 课程:mlops-zoomcamp,专为对机器学习工程化感兴趣的软件工程师准备的教程。不知道你每天要花多少时间去刷信息流,Glance 是一个面板可以整合显示各种信息,让你对自己关注的信息一目了然。如果你对编译技术感兴趣,那这个 N64Recomp 可以将 N64 游戏编译成 C 代码的开源项目,一定符合你的胃口。 最后,学习提高之余可以了解一下,替代 Ngrok 的 Piko 和华硕奥创中心的开源替代品 G-Helper,更新下你的工具箱。 本文目录 1. 开源热搜项目 1.1 轻松整合信...
-
下一篇
eBPF + LLM:实现可观测性智能体的基础设施
本文整理自云杉网络 DeepFlow 产品负责人向阳在 QCon 全球软件开发大会(北京站)2024 上的演讲分享,主题为「eBPF + LLM:实现可观测性智能体的基础设施」。回看链接,PPT下载。 报名倒计时第二天!快来参与可观测性开源开发者Meetup | 南京站 今天很高兴与大家分享 DeepFlow 在可观测性智能体方面所做的一些工作。今天的话题主要包括两个方面:如何使用 eBPF 解决数据质量的问题,如何在此基础上使用 LLM 构建高效率的智能体。从这两方面出发,我们能看到为何说 eBPF 和 LLM 是实现可观测性智能体的关键基础设施。 上面第一个问题实际上是一个数据治理问题,得到高质量数据有很多方法,例如利用组织规范要求、提升研发工程效能等。今天我分享的主要是后者,具体来说是如何利用 eBPF 这种创新的技术零侵扰获取全栈可观测性数据。在我们有了高质量数据之后,利用 LLM,结合提示词工程、RAG、微调等手段,才能够建设高效的可观测性智能体。今天分享的实践来自于我们的可观测性产品 DeepFlow,同时它也是一个越来越流行的开源项目。最后我也会分享一下关于可观测性智能体...
相关文章
文章评论
共有0条评论来说两句吧...