《云原生一站式数据库技术与实践》——三、降本增效,阿里云一站式数据库上云最佳实践(4)

简介: 《云原生一站式数据库技术与实践》——三、降本增效,阿里云一站式数据库上云最佳实践(4)

《云原生一站式数据库技术与实践》——三、降本增效,阿里云一站式数据库上云最佳实践(3) https://developer.aliyun.com/article/1231596?groupCode=aliyundb



自动SQL 限流的流程如下:首先,会进行异常检测,然后通过机器学习的能力获取到全量SQL(目前仅支持云数据库,不支持IDC 或云上自建SQL),再进行根因分析、特征提取,如果发现该条SQL 与某一类SQL 比较一致,则将其禁止,做自动限流。



完成自动限流之后,DAS 会对某些SQL 提出自动优化的建议。后续如果发现不再需要自动限流,则进行超时设置,形成闭环。


image.png



数据库的实例上会有控制台,而控制台的能力是由阿里云背后的DBaaS 数据库的资源管理平台提供支持,包括高可用、同城容灾、监控报警。举个例子,做跨机房的HA 即由DBaaS 提供。



DBaaS 是云数据库最底层的云数据库操作系统,云数据库的通用能力都由DBaaS提供,包括实例的数据安全、白名单加密、异常事件。DBaaS 提供的能力会对云数据库生命周期里的各个流程环节做打点,采集日志,以判断数据库在各个过程中是否出现异常。同时也提供了自愈能力。


image.png



跨机房切换时,可以通过SLB 连到主节点,同时会有隐藏的备节点。出现问题之后,主备节点会做切换。切换完成后,暴露的SLB 和域名不变。正常情况下,切换一般只需20-30s,但不排除极端情况会对业务造成影响。


image.png



DBaaS 后台的高可用切换HA 组件在很多场景下够将Fail Over 变为Switch Over。



上图左侧的蓝线代表机房出现问题后的切换线路,绿线为主机出现问题后的切换线路,红线为实例以及数据库本身出现问题后的切换线路。



技术人员不希望出现fail over,因此会尽量将 switch over 线扩大。通过DAS 和DBaaS的能力,做异常检测、SQL限流,尽量地让实例能够主动切换,避免fail over。



《云原生一站式数据库技术与实践》——三、降本增效,阿里云一站式数据库上云最佳实践(5) https://developer.aliyun.com/article/1231594?groupCode=aliyundb

目录
相关文章
|
12月前
|
SQL Java 数据库连接
除了JDBC,还有哪些常见的数据库访问技术?
除了JDBC,还有哪些常见的数据库访问技术?
945 2
|
Kubernetes Cloud Native 安全
云原生机密计算新范式 PeerPods技术方案在阿里云上的落地和实践
PeerPods 技术价值已在阿里云实际场景中深度落地。
|
Cloud Native 关系型数据库 分布式数据库
|
存储 关系型数据库 分布式数据库
|
监控 Java 关系型数据库
HikariCP 高性能数据库连接池技术详解与实践指南
本文档全面介绍 HikariCP 高性能数据库连接池的核心概念、架构设计和实践应用。作为目前性能最优异的 Java 数据库连接池实现,HikariCP 以其轻量级、高性能和可靠性著称,已成为 Spring Boot 等主流框架的默认连接池选择。本文将深入探讨其连接管理机制、性能优化策略、监控配置以及与各种框架的集成方式,帮助开发者构建高性能的数据访问层。
1230 8
|
监控 Java 关系型数据库
HikariCP 高性能数据库连接池技术详解与实践指南
本文档全面介绍 HikariCP 高性能数据库连接池的核心概念、架构设计和实践应用。作为目前性能最优异的 Java 数据库连接池实现,HikariCP 以其轻量级、高性能和可靠性著称,已成为 Spring Boot 等主流框架的默认连接池选择。本文将深入探讨其连接管理机制、性能优化策略、监控配置以及与各种框架的集成方式,帮助开发者构建高性能的数据访问层。
848 1
|
消息中间件 人工智能 监控
【云故事探索 | NO.15】:阿里云云原生加速鸣鸣很忙数字化
【云故事探索 | NO.15】:阿里云云原生加速鸣鸣很忙数字化
|
关系型数据库 MySQL 数据库
MySQL数据库上云迁移
本文介绍了将数据库迁移到RDS for Mysql的两种主要方法:停服迁移和不停服迁移。停服迁移适合可短暂中断服务的场景,通过mysqldump或DTS完成;不停服迁移适用于需保持业务连续性的场景,推荐使用DTS实现结构、全量及增量数据迁移。文中详细列出了每种方法的具体操作步骤,帮助企业根据需求选择合适的迁移方案。
492 1
MySQL数据库上云迁移
|
存储 缓存 分布式计算
StarRocks x Iceberg:云原生湖仓分析技术揭秘与最佳实践
本文将深入探讨基于 StarRocks 和 Iceberg 构建的云原生湖仓分析技术,详细解析两者结合如何实现高效的查询性能优化。内容涵盖 StarRocks Lakehouse 架构、与 Iceberg 的性能协同、最佳实践应用以及未来的发展规划,为您提供全面的技术解读。 作者:杨关锁,北京镜舟科技研发工程师
StarRocks x Iceberg:云原生湖仓分析技术揭秘与最佳实践
|
SQL 数据管理 BI
数据库操作三基石:DDL、DML、DQL 技术入门指南
本文围绕数据库操作核心语言 DDL、DML、DQL 展开入门讲解。DDL 作为 “结构建筑师”,通过CREATE(建库 / 表)、ALTER(修改表)、DROP(删除)等命令定义数据库结构;DML 作为 “数据管理员”,以INSERT(插入)、UPDATE(更新)、DELETE(删除)操作数据表记录,需搭配WHERE条件避免误操作;DQL 作为 “数据检索师”,通过SELECT结合WHERE、ORDER BY、LIMIT等子句实现数据查询与统计。三者相辅相成,是数据库操作的基础,使用时需注意 DDL 的不可撤销性、DML 的条件约束及 DQL 的效率优化,为数据库学习与实践奠定基础。