论数据库的传统与未来之争之溯源溯本----AWS系列专栏

本文涉及的产品
云原生数据库 PolarDB MySQL 版,通用型 2核4GB 50GB
函数计算FC,每月15万CU 3个月
云原生数据库 PolarDB PostgreSQL 版,标准版 2核4GB 50GB
简介: 论数据库的传统与未来之争之溯源溯本----AWS系列专栏

谈到数据库,“得数据库者得企业级市场”这句话大家一定不会陌生。众所周知,在企业级IT系统中数据库处于核心地位。据不完全统计,关键业务系统的80%-90%基于数据库系统开发。对于企业来说,一旦选定数据库,后续进行再更换,一方面,要修改应用程序,工作量大、风险大;另一方面,数据库中存储的数据,动辄会面临安全问题。所以一般情况下,数据库具有极强的用户粘性,一点选定极难更换。

关于传统数据库与云原生数据库之论?

相对时代而言,传统数据库就相当于物理机时代的产物;而云原生数据库则是云原生时代的产物。传统数据库自上世纪六十年代兴起,随着计算机应用的不断开发,在计算机应用领域,数据处理变得越来越重要,数据库的应用也变得愈发广泛。说完传统数据库,再谈谈云原生数据库,云原生有利于构建和运行可弹性拓展的应用,而云原生数据库在这一优势的引领下具备了更好的弹性拓展能力。

传统数据库产品为何难以适应这个时代?

在这个以数据为中心的时代,传统的凋零显然是必然的,笔者认为,原因有三:

传统数据库是物理机时代的产物,虽然具有非常完备的关系理论基础,但是其高成本和难以部署的特征,使得其无法满足海量数据的管理需求;

传统数据库虽然具有事务性机制,但是其无法满足现在高并发的需求;

传统数据库亦具有高效的查询优化机制,但是它无法满足高可拓展性和可用性的需求。

云原生数据库崛起的必然特性?

云原生数据库,我们可以理解为云原生分布式架构的数据库,而它具备了以下五点特性:

1. 高扩展性

云原生分布式数据库与底层的云计算基础设施分离,所以能够灵活及时调动资源进行扩容缩容,以从容应对流量激增带来的压力,以及流量低谷期因资源过剩造成的浪费。生态兼容的特点,也让云原生数据库具备很强的可迁移性。

2. 高可用性

云原生分布式数据库非常易于使用,它的计算节点在云端部署,可以随时随地从多前端访问。因其集群部署在云上,通过自动化的容灾与高可用能力,单点失败对服务的影响非常小。当需要升级或更换服务时,还可以对节点进行不中断服务的轮转升级。

3. 迭代快速

云原生分布式数据库中的各项服务之间相互独立,个别服务的更新不会对其他部分产生影响。此外,云原生的研发测试和运维工具高度自动化的,这使应用的更新会更加快速频繁。

4. 高安全性

云上且各服务之间相互独立,可以对应用或服务提供更多层的安全防护和实现许多新的容错服务。

5. 成本优化

建立数据中心是一项独立而完备的工程,需要大量的硬件投资以及管理和维护数据中心的专业运维人员。此外,持续运维会造成很大的财务压力。云原生分布式数据库以较低的前期成本,获得一个可扩展的数据库,实现更优化的资源分配。

怎样才算一个好的云原生数据库?

一款数据库产品如果可以同时具备存储和计算的完全分离以及执行引擎的完全弹性这两点,那么它就能称得上真正发挥了上云的优势,就可以称得上一个好的云原生数据库。

据Gartner2022年最新趋势分析,数据分析将成为创新起源与企业核心能力,数据越来越重要了。拿亚马逊云原生数据库为例,亚马逊云原生数据库,即AWS云数据库是一种使用完全托管式专用数据库实现数据现代化的形式的基础设施。

无服务器架构(以2014年推出的Amazon Lambda为代表)已经是云原生中最热门的技术类别。无服务器应用程序是由事件驱动的,并通过与技术无关的API或消息收发进行松散耦合,可以让开发者更关注于构建产品中的应用,而不需要管理和维护底层堆栈。现在,数据分析服务借助无服务器的能力,可以让用户更便捷地构建数据存储、分析、智能应用解决方案,彻底实现无服务器的数据分析服务,完成底层庞杂数据的高效处理、流转与共享。能够达到这样的技术水平和高度,离不开时间的沉淀和技术的积累,而亚马逊云原生数据库依赖此等技术,在近些年给我们的惊喜也一直不断。

亚马逊云科技以全系列的云上数据库服务,全面覆盖各种数据管理场景和需求。目前,亚马逊云科技提供十多种专门构建的数据库服务,包括关系型数据库(Amazon Aurora / Amazon RDS)、键/值数据据库(Amazon DynamoDB)、文档数据库(Amazon DocumentDB)、内存数据库(Amazon ElastiCache /Amazon MemoryDB for Redis)、图数据库(Amazon Neptune)、时间序列数据库(Amazon Timestream)、宽列数据库(Amazon Keyspaces)和分类账数据库(Amazon Ledger Database Services )八大类型。

随着云原生数据库的发展,在这个市场中涌现出了很多的云原生数据库,但亚马逊云原生总能带给我们区别于其他云原生数据库的体验,相比之下(以Amazon Aurora(亚马逊云原生关系数据库), PolarDB(阿里云云原生关系数据库)为例),有以下不同之处:

Amazon Aurora 是云原生数据库的先驱,首次将数据库的存储和计算能力分割,并且将部分数据库的能力下沉到存储节点(主要是 Redo),大大减少数据的传输量,以提升性能和效率。这种架构更加灵活,可用性和成本的控制粒度更细,可以帮助系统在保证性能和可用性的情况下,大幅控制成本。PolarDB 也是存储计算分离架构,多个节点共享一份数据,但它的切面与 Amazon Aurora 不同,存储层是借助各种新硬件能力,保证高可靠、高性能的分布式文件系统,然后多个节点挂载在上面。PolarDB 这样的架构虽然更容易跟进开源社区的新版本,但是其对于计算层的功能性改动并不是特别大,仅适配新的存储和物理复制等。Amazon Aurora近几年发展非常快,在 Multi-Master、Serveless 等领域都有一定的突破,且在云数据库领域依旧处于领先地位,对比之下,亚马逊云原生数据库产品丰富度更加全面、产品成熟度更加完善。

文末小结

随着现时代企业数字化加速推进,云原生数据库的发展注定势不可挡。值得注意的是,亚马逊云科技连续七年被权威调研机构Gartner评为云数据库引领者,目前全球数十万客户正在采用亚马逊云科技数据库相关服务与功能;已有超过45万个数据库通过亚马逊云科技数据库迁移服务迁移至亚马逊云科技。

整体来看,在创新方面引领着市场,亚马逊云科技为云基础设施与平台服务提供商提供了路线图指引。亚马逊云科技覆盖了计算、存储、数据库、人工智能、物联网、混合云等超过200大类云服务,远远超过其它任何云服务提供商,为企业数字化转型提供了许多扎实工具,从数据库到数据分析到人工智能,帮企业获得数据洞察,更好地推动业务发展,成就各行各业的探路者。

说到底,我们生活在这样一个世界中,就客户如何IT应用程序而言,云是新常态,而规模也是新常态,每个应用程序都要基于不确定性构建。针对不同应用的需求,云厂商的存在,使我们维护数据库的难度变得更低,无服务器数据库的出现可以让我们免于运维数据库之苦,从而更加专注于应用开发。亚马逊云科技在这个持续的旅程中,我坚信它能继续朝着端到端的现代化数据战略使命迈进,并更好地一直走下去。

送给读者

亚马逊云科技专为开发者们打造了多种学习平台:

1. 入门资源中心:从0到1 轻松上手云服务,内容涵盖:成本管理,上手训练,开发资源。AWS入门_AWS入门使用教程_AWS云计算资源-AWS云服务

2. 架构中心:亚马逊云科技架构中心提供了云平台参考架构图表、经过审查的架构解决方案、Well-Architected 最佳实践、模式、图标等。

AWS架构中心部署说明_AWS云架构白皮书-AWS云服务

3. 构建者库:了解亚马逊云科技如何构建和运营软件。

Amazon Builders' Library

4. 用于在亚马逊云科技平台上开发和管理应用程序的工具包:

aws工具下载_aws开发工具_资源下载-AWS云服务

5.100余种产品免费套餐,其中,计算资源Amazon EC2首年12个月免费,750小时/月;存储资源 Amazon S3 首年12个月免费,5GB标准存储容量。

亚马逊AWS海外区域账户免费套餐_免费云服务-AWS云服务

6.最新优惠大礼包,200$数据与分析抵扣券,200$机器学习抵扣券,200$微服务与应用开发抵扣券。最新优惠活动_云服务器促销 - 亚马逊云科技

7.解决方案CloudFormation一键部署模版库

云服务解决方案部署快速入门_云服务部署-AWS云服务

相关实践学习
【文生图】一键部署Stable Diffusion基于函数计算
本实验教你如何在函数计算FC上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。函数计算提供一定的免费额度供用户使用。本实验答疑钉钉群:29290019867
建立 Serverless 思维
本课程包括: Serverless 应用引擎的概念, 为开发者带来的实际价值, 以及让您了解常见的 Serverless 架构模式
相关文章
|
11天前
|
存储 C# 关系型数据库
“云端融合:WPF应用无缝对接Azure与AWS——从Blob存储到RDS数据库,全面解析跨平台云服务集成的最佳实践”
【8月更文挑战第31天】本文探讨了如何将Windows Presentation Foundation(WPF)应用与Microsoft Azure和Amazon Web Services(AWS)两大主流云平台无缝集成。通过具体示例代码展示了如何利用Azure Blob Storage存储非结构化数据、Azure Cosmos DB进行分布式数据库操作;同时介绍了如何借助Amazon S3实现大规模数据存储及通过Amazon RDS简化数据库管理。这不仅提升了WPF应用的可扩展性和可用性,还降低了基础设施成本。
29 0
|
存储 关系型数据库 分布式数据库
数据库诞生40年,阿里云AWS用技术推动第三次变革
本文讲的是数据库诞生40年,阿里云AWS用技术推动第三次变革,数据库诞生于上世纪50/60年代。1961年美国通用公司研发第一个数据库系统DBMS诞生。1976年霍尼韦尔公司(Honeywell)开发第一个商用关系数据库系统—Multics Relational Data Store。
4726 0
|
Web App开发 关系型数据库 MySQL
aws 恢复mysql数据库数据
1,利用aws快照进行备份 aws下面,可以很简单的进行数据备份。 所谓快照的好处就是可以最快的进行数据恢复。备份了当时的操作系统,mysql数据等。 https://docs.aws.amazon.com/zh_cn/AmazonRDS/latest/UserGuide/USER_CreateSnapshot.html 创建快照也很简单: 2,使用快照恢复数据
1448 0
|
21天前
|
SQL 关系型数据库 MySQL
【揭秘】MySQL binlog日志与GTID:如何让数据库备份恢复变得轻松简单?
【8月更文挑战第22天】MySQL的binlog日志记录数据变更,用于恢复、复制和点恢复;GTID为每笔事务分配唯一ID,简化复制和恢复流程。开启binlog和GTID后,可通过`mysqldump`进行逻辑备份,包含binlog位置信息,或用`xtrabackup`做物理备份。恢复时,使用`mysql`命令执行备份文件,或通过`innobackupex`恢复物理备份。GTID模式下的主从复制配置更简便。
90 2
|
16天前
|
弹性计算 关系型数据库 数据库
手把手带你从自建 MySQL 迁移到云数据库,一步就能脱胎换骨
阿里云瑶池数据库来开课啦!自建数据库迁移至云数据库 RDS原来只要一步操作就能搞定!点击阅读原文完成实验就可获得一本日历哦~
|
19天前
|
关系型数据库 MySQL 数据库
RDS MySQL灾备服务协同解决方案构建问题之数据库备份数据的云上云下迁移如何解决
RDS MySQL灾备服务协同解决方案构建问题之数据库备份数据的云上云下迁移如何解决
|
16天前
|
人工智能 小程序 关系型数据库
【MySQL】黑悟空都掌握的技能,数据库隔离级别全攻略
本文以热门游戏《黑神话:悟空》为契机,深入浅出地解析了数据库事务的四种隔离级别:读未提交、读已提交、可重复读和串行化。通过具体示例,展示了不同隔离级别下的事务行为差异及可能遇到的问题,如脏读、不可重复读和幻读等。此外,还介绍了在MySQL中设置隔离级别的方法,包括全局和会话级别的调整,并通过实操演示了各隔离级别下的具体效果。本文旨在帮助开发者更好地理解和运用事务隔离级别,以提升数据库应用的一致性和性能。
95 2
【MySQL】黑悟空都掌握的技能,数据库隔离级别全攻略
|
22天前
|
数据可视化 关系型数据库 MySQL
Mysql8 如何在 Window11系统下完成跳过密钥校验、完成数据库密码的修改?
这篇文章介绍了如何在Windows 11系统下跳过MySQL 8的密钥校验,并通过命令行修改root用户的密码。
Mysql8 如何在 Window11系统下完成跳过密钥校验、完成数据库密码的修改?
|
19天前
|
SQL 关系型数据库 MySQL
【MySQL 慢查询秘籍】慢SQL无处遁形!实战指南:一步步教你揪出数据库性能杀手!
【8月更文挑战第24天】本文以教程形式深入探讨了MySQL慢SQL查询的分析与优化方法。首先介绍了如何配置MySQL以记录执行时间过长的SQL语句。接着,利用内置工具`mysqlslowlog`及第三方工具`pt-query-digest`对慢查询日志进行了详细分析。通过一个具体示例展示了可能导致性能瓶颈的查询,并提出了相应的优化策略,包括添加索引、缩小查询范围、使用`EXPLAIN`分析执行计划等。掌握这些技巧对于提升MySQL数据库性能具有重要意义。
50 1