PolarDB-X 1.0-最佳实践-PolarDB-X 1.0实例中的连接

简介: 本文将介绍PolarDB-X 1.0实例中的前、后端连接的相关信息。

背景信息

当应用程序连接PolarDB-X 1.0实例执行操作时,从PolarDB-X 1.0实例的角度看,会有如下两种类型的连接:

  • 前端连接:由应用程序建立的,到PolarDB-X 1.0计算资源DRDS实例中逻辑库的连接。
  • 后端连接:由PolarDB-X 1.0计算资源DRDS实例中的节点建立的,到后端PolarDB-X 1.0存储资源RDS实例(即私有定制RDS实例)中物理库的连接。

2.png

前端连接

前端连接的数量理论上仅受限于PolarDB-X 1.0计算资源DRDS实例节点可用的内存大小和网络连接数。但在实际的应用场景中,应用程序连接到PolarDB-X 1.0计算资源DRDS实例时,通常会管理有限数量的连接来执行请求的操作,并不会维持很高并发量的持久化长连接(如数万个并发的长连接),因此可认为PolarDB-X 1.0实例能接受的前端连接数量是无限制的。

由于前端连接数量不受限制,可以允许有大量空闲连接存在,因此适用于业务端部署应用程序的服务器数量较多,需要同时保持连接到PolarDB-X 1.0实例的场景。

虽然前端连接的数量可被认为是无限制的,但从前端连接获取的操作请求是由PolarDB-X 1.0计算资源DRDS实例的内部线程通过后端连接实际执行,而内部线程和后端连接的数量有限,因此PolarDB-X 1.0实例处理请求的整体并发度是有限的。

后端连接

PolarDB-X 1.0计算资源DRDS实例的每个节点内部都会创建后端连接池,自动管理和维护到私有定制RDS实例中物理库的后端连接。因此,PolarDB-X 1.0实例中后端连接池的最大连接数与私有定制RDS实例支持的最大连接数直接相关。您可以参照以下公式来计算PolarDB-X 1.0实例中后端连接池的最大连接数。


PolarDB-X 1.0实例后端连接池的最大连接数 = 向下取整(私有定制RDS实例最大连接数 / 私有定制RDS实例物理分库数 / PolarDB-X 1.0实例节点数)

例如,某用户搭配购买了以下规格的私有定制RDS实例和PolarDB-X 1.0实例。

  • 1个私有定制RDS实例,包含8个物理分库,规格为通用型4核16 GB,最大连接数为4000。
  • 1个PolarDB-X 1.0计算资源DRDS实例,规格为标准版16核64 GB(每4核16 GB为1个节点,即该实例包含4个节点)。

按照上述公式可计算出PolarDB-X 1.0实例中后端连接池的最大连接数。


PolarDB-X 1.0实例后端连接池的最大连接数 = FLOOR(4000 / 8 / 4) = FLOOR(125) = 125


说明

  • 上述公式计算的结果为PolarDB-X 1.0实例中后端连接池的最大连接数的上限。实际使用中,为了减轻私有定制RDS实例的连接压力需要留出一定的缓冲余地,PolarDB-X 1.0实例会适当调整后端连接池的最大连接数,使其小于上限值。
  • 建议每个PolarDB-X 1.0实例中的数据库都创建在独立的私有定制RDS实例上,而不要和其它用或其它PolarDB-X 1.0实例的数据库共享1个私有定制RDS实例。

前、后端连接的关系

在应用程序与PolarDB-X 1.0计算资源DRDS实例建立了前端连接并发出SQL语句的执行请求后,PolarDB-X 1.0计算资源DRDS实例节点会异步地处理请求,并通过内部后端连接池获取后端连接,在一个或多个物理库上执行经过优化处理的SQL语句。

PolarDB-X 1.0计算资源DRDS实例节点内部为异步的处理流程,前端连接和后端连接之间并无绑定关系。在通常的短事务和简单查询情况下,少量的后端连接有能力处理并发量较高的前端连接所带来的大量请求。这也是在PolarDB-X 1.0中应关注QPS指标而非并发连接数的原因。

虽然前端连接数量可被认为近乎无限制,但PolarDB-X 1.0计算资源DRDS实例节点内部的后端连接池所维护的最大连接数是有限的(原因见后端连接),因此在实际的应用场景中,需要注意以下几点:

  • 应用程序中应尽量避免长事务(亦称为大事务),以免其长时间未提交或回滚而占用后端连接,造成后端连接池达到上限,降低整体的并发处理能力,增加响应时间。
  • 应监控并优化或消除在PolarDB-X 1.0中执行的慢查询,以免其长时间执行而占用后端连接,造成后端连接池紧张或达到上限。这种情况下PolarDB-X 1.0计算资源DRDS实例私有定制RDS实例会面临更大的处理压力,导致整体的并发处理能力下降,增加响应时间。严重时可能还会因为执行超时导致SQL执行失败率上升。


说明 若在正常使用连接和执行查询的情况下,后端连接数仍然达到了PolarDB-X 1.0实例中后端连接池的最大连接数,请提交工单联系技术支持。

相关文章
|
NoSQL 关系型数据库 MySQL
阿里云PolarDB游戏场景最佳实践
阿里云PolarDB游戏场景最佳实践涵盖了数据库体系演进、行业优化、Redis解决方案、性能优化、备份还原及全球部署等内容。PolarDB通过共享存储、物理复制等技术提升读扩展和大容量支持,针对游戏行业的高IO需求进行优化,提供秒级备份与快速恢复能力。同时,PolarDB for Redis实现了一写多读架构,支持百TB级别的高性能存储,具备成本优势。该方案已在米哈游等大型游戏中广泛应用,确保了高并发下的稳定性和数据一致性,满足游戏行业的特殊需求。
723 36
|
人工智能 关系型数据库 分布式数据库
PolarDB-PG AI最佳实践3 :PolarDB AI多模态相似性搜索最佳实践
本文介绍了如何利用PolarDB结合多模态大模型(如CLIP)实现数据库内的多模态数据分析和查询。通过POLAR_AI插件,可以直接在数据库中调用AI模型服务,无需移动数据或额外的工具,简化了多模态数据的处理流程。具体应用场景包括图像识别与分类、图像到文本检索和基于文本的图像检索。文章详细说明了技术实现、配置建议、实战步骤及多模态检索示例,展示了如何在PolarDB中创建模型、生成embedding并进行相似性检索
|
SQL 人工智能 关系型数据库
PolarDB-PG AI最佳实践 2 :PolarDB AI X EAS实现自定义库内模型推理最佳实践
PolarDB通过POLAR_AI插件支持使用SQL调用AI/ML模型,无需专业AI知识或额外部署环境。结合阿里云EAS在线模型服务,可轻松部署自定义模型,在SQL中实现如文本翻译等功能。
|
关系型数据库 MySQL 分布式数据库
[PolarDB实操课] 05.通过源码部署PolarDB-X标准版
本课程介绍如何通过源码部署PolarDB-X标准版,涵盖基于Paxos的MySQL三副本工作原理和技术特点。主要内容包括: 1. **Paxos三副本工作原理**:讲解Leader和Follower节点的角色及数据同步机制。 2. **技术特点**:强调高性能、数据不丢失(RPO=0)和自动HA切换。 3. **源码部署步骤**:详细演示从编译生成RPM包到启动DN节点的过程,包括配置my.cnf文件和初始化数据库。 4. **高可用体验**:通过三台机器模拟三副本集群,展示Leader选举和故障转移机制,确保数据一致性和服务可用性。
544 1
|
关系型数据库 编译器 分布式数据库
PolarDB实操课] 04.通过源码部署PolarDB-X企业版
本次课程由PolarDB开源架构师王江颖分享,详细介绍了通过源码部署PolarDB-X企业版的全过程。主要内容包括: 1. **编译基础** 2. **使用源码编译部署PolarDB-X企业版** 3. **演示实例**:通过阿里云ECS进行实际操作演示,从创建用户、赋予权限到最终启动并连接PolarDB-X数据库,展示了完整的部署过程。 4. **总结**
453 0
|
SQL 人工智能 自然语言处理
PolarDB-PG AI最佳实践 1:基础能力实践
Polar_AI 是 PolarDB 数据库的 AI 扩展,集成了先进的人工智能模型和算法,使数据库能够执行机器学习和自然语言处理任务。它支持 PostgreSQL 及 Oracle 兼容版本,通过标准 SQL 轻松调用 AI 模型,具备简单易用、灵活可定制、无缝数据融合、数据安全和高性能等优势。用户可以通过 SQL 快速实现文本转向量、情感分类等功能,并能自定义扩展 AI 模型。
|
存储 关系型数据库 分布式数据库
GraphRAG:基于PolarDB+通义千问+LangChain的知识图谱+大模型最佳实践
本文介绍了一种结合知识图谱与大型语言模型(LLM)的GraphRAG系统,利用PolarDB、通义千问及LangChain实现。知识图谱通过结构化信息、语义理解和推理等功能,增强了信息检索与自然语言处理效果。PolarDB具备图引擎与向量检索能力,适配知识图谱存储与查询。通义千问处理自然语言,LangChain则整合模型与应用。实战步骤包括环境准备、数据库配置与数据导入,并通过实例展示了图谱与向量联合检索的优越性,提升了问答系统的准确性和实用性。
2051 0

热门文章

最新文章

相关产品

  • 云原生分布式数据库 PolarDB-X