以单点MySQL作为存储系统架构会存在以下问题:
第一,存储规模和并发都存在瓶颈,难以支持规模很大的业务场景。
第二,集群需要预备计算和存储资源,弹性低。且集群扩缩容需要进行数据迁移,扩展性差。
第三,成本非常高。业务规模变大后成本会直线飙升,但是性能却存在瓶颈。
以上问题的本质上也是关系型数据库瓶颈所在,可以从存储和和流量两个方面来分析可优化的点。
第一点是存储,可以按照访问频率、数据量将数据划分为热数据和冷数据。热数据特点为规模小、访问率高、事务相关性强。冷数据特点为规模大、访问率低、事务相关性弱。MySQL仅负责热数据的存储,而冷数据迁移到其他低成本、规模大的存储引擎中,具备这个特性的是NoSQL数据库。
第二点是流量,可以将流量划分为数据查询、数据检索、数据分析。其中数据检索、分析对服务计算资源消费比较高,可以将这部分流量卸载到NoSQL数据库中,MySQL 只负责处理简单的数据查询。整体的优化如下图所示:
以上内容摘自电子书《一站式结构化数据存储Tablestore实战手册》点击https://developer.aliyun.com/ebook/download/7473 下载完整版
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。