【视频】PolarDB-云原生关系型数据库的解析与实践|学习笔记(一)

本文涉及的产品
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS PostgreSQL,集群系列 2核4GB
简介: 快速学习【视频】PolarDB-云原生关系型数据库的解析与实践

开发者学堂课程【关系型数据库 ACP 认证课程【视频】-RDS-云关系行数据库的解析与实践】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/927/detail/14620


【视频】PolarDB-云原生关系型数据库的解析与实践

 

内容介绍:

一、 PolarDB 的初步介绍

二、 PolarDB 的架构原理

三、 PolarDB 的使用及相关操作

 

一、 PolarDB 的初步介绍

1、PolarDB 基本概念

(1)什么是PolarDB

image.png

PolarDB 是阿里巴巴自研的新一代云原生关系型数据库,在存储计算分离架构下,利用了软硬件结合的优势,为用户提供具备极致弹性、高性能、海量存储、安全可靠的数据库服务。对比传统单机型数据库看PolarDB有哪些优势:

①单机数据库容量瓶颈。

单机数据库的容量有上限; PolarDB 由于底层使用分式存储,并且利用了一个资源池,从而可以轻松扩展。

②单机数据库扩展困难。

传统的关系型单机数据库的硬件是已确定的,无法动态的增加CPU、内存磁盘等资源;PolarDB 可以随着右峰值进行任意的弹性变配。

③数据库使用成本过高。

传统的关系型单机数据库需要另外的购买机器,布署数据库服务日常使用过程中还需要专业的运为D 编去维护;如做动态扩展、备份升级、审计等,PolarDB 都是即开即用的。

④分布式数据库应用开发繁琐。

传统数据库遇到瓶颈后,一般采用分户分表或分布式数据库,就会引入分布数,开发难度相对较高;PolarDB 是面向于延伸研发的数据库,它一是通过共享存储来解决不扩展的问题,二是计算存储分离的架构解决了 CPU 以及存储容量扩展的问题。

(2)为什么选择PolarDB

image.pngPolarDB 的六大特性:

①简单易用

PolarDB 100%兼容 MySQL 5.6/5.7/8.0, PostgreSQL 11,高度兼容 Oracle。

②降低成本

采用存储和计算分离的架构,所有计算节点共享一份数据,扩展只读节点只需支付计算的费用,不需要支付存储的费用。同时存储空间不需要手动配置,可以根据数据量去自动伸缩,用户只需要为实际的数据库容量付费即可。

③极致性能

PolarDB 的数据库内核是延伸于阿里巴巴集团的阿里 cecle ,并做了一些深度的优化,尤其是延伸方面,包括用了物理复制、 RDNA 高速网络、分布式共享存储等技术。

④海量存储

⑤安全可靠

PolarDB 的核心技术是通过使用物理复制以避免传统的基于Binlog的主从义务复制带来的备课不一致的缺陷。

⑥快速弹性

提供分钟级的配置升降级、秒级的故障恢复、全局数据一致性和免费的数据备份容灾服务。

PolarDB 的升降级、增减节点均为五分钟即可生效,其中运用了许多云原生的技术,包括容器虚顶化、分布式快存储等技术。

(3)PolarDB 的产品系列

①集群版

集群版是 PolarDB MySQL 主推的版本,支持所有的功能,也推荐直接在生产环境使用。使用计算与存储分离的架构,计算层的数据库节点可以从2个动态扩展到最多16个。

②单节点

单节点是默认采用突发性能型规格的版本,共享计算资源池提升资源利用率,单节点架构也无需 Proxy 代理节省资源成本。由于只有单节点,且省掉了 Proxy 代理等资源,因此不需要日日同步。其特点是高性价比、个人用户测试和学习的最佳选择,同时如果是创企也可以用其做入门级的产品。

③历史库

历史库是一个单独推出的具有较高压缩率的产品系列,使用了 X-Engine 作为默认存储引擎,提供了超大存储容量,满足了像监控系统日志等归档数据库存储低成本的要求。其特点是写入数据量大,但是读频次较低。

④多主架构

多主架构是 PolarDB 新推出的功能, MySQL 引擎的一写多读架构在一些极端场景下写信依旧有瓶颈,这个时候就可以选择多主架构。多主主推的是多租户的模式,支持不同数据库在不同计算节点并发写入,目前最多支持32个节点同时写入。支持数据库跨节点动态调度,秒级切换,计算节点故障秒级完成切换。

(4)关于 PolarDB 的几个基本概念

①集群

PolarDB 采用集群架构,一个集群包含一个主节点和多个读节点,最多16个节点,即一个主节点和15个只读节点。

②地域

地域是指物理的数据中心。一般情况下,PolarDB 集群应该和 ECS 实例位于同一地域,以实现最高的访问性能。

③可用区

可用区是指在某个地域内拥有独立电力和网络的物理区域。同一区域的不同可用区之间没有实质性区别。

④规格

每个节点的资源配置,比如2核4GB, PolarDB 的所有节点规格均为独享型节点,节点独占所分配到的 CPU 、内存、存储和 I/O 资源,而非与其他节点共享资源。规格在购买时是指定的,但是购买后在运行时可以做自由的伸缩。

(5)PolarDB核心概念

一部分架构上的,一部分使用上的。

主要架构上的核心概念:

①集群:读写节点,只读节点

②GDN:主集群,从集群

③地址:访问点,主地址,集群地址

④一致性:最终一致性,会话一致性,全局一致性

⑤运行状态

⑥产品规格

2、PolarDB 应用场景

(1)教育直播电商场景:分钟弹性升降配,快速应对业务峰值

● 教育、直播、电商场景下业务有明显的峰值峰谷特征,课程报名、学生课外时间、双11大促等活动时的是业务高峰,系统需要通过扩容、加只读的方法进行升降配。

● PolarDB 支持分钟级弹性,解决了传统数据库的升配时间会随着存储量的大小、宿主机资源的情况而不断上升的问题。

● 弹性扩展:PolarDB 集群版支持分钟级的升配,最多可扩展至16个节点,快速弹升 IOPS 的能力。

● 澎湃性能: PolarDB 集群版通过引擎的优化 IOPS 能力的提升,提供高并发状态下优秀的数据写入能力,轻松应对业务峰值。

● 强一致性: PolarDB 集群版主节点和读节点之间采用物理复制的方式,读节点与主节点延迟大大降低,满足电商场景中买家卖家数据一致性读取需求。

image.png

(2)游戏场景:提供高读写性能,支持业务全球化部署

● 游戏的业务通常有一个上升期,比如新出一个游戏,业务就需要不断地开新服,来匹配用户量增长的需求,过一段时间游戏到稳定期,这样老游戏服的用户变少,游戏厂商也有新的经营策略,不再需要这些资源,这样就会进行合服操作。

游戏场景下需经常进行开服合服操作,业务峰值时可能需要支撑百万级玩家同时在线的高并发压力,更可能需要确保业务的增长进行海外部署。 PolarDB 的分钟级弹性和多租户多写就可以应对这样的需求。这也是游戏客户提出的需求,想要在原实力上做回档,由于有些游戏开发是很快的,经常一天就发一个版本,会发现一些错误、 bug 或运营的问题,就需要做回档。 PolarDB 的按时间点还原、可写快照等功能都可以很好的服务回档一类的需求。

● PolarDB 提供低延迟、高稳定、高性能的云服务,满足游戏业务需求。

● 良好的游戏体验: PolarDB 集群版提供高性能的读写能力,便于新开服以及应用弹性扩容,在游戏版本发布、服务端重启等场景可以大大缩短维护时间。

● 全球化部署: PolarDB 集群版支持全球数据库 GDN 功能,可以实现分布在全球不同地域的多个 PolarDB 集群间的数据保持同步,加之阿里云在海外有大量机房,助力游戏业务轻松出海部署。

● 高可靠的服务:数据采用三副本一致性存储,很好地保证了数据的可靠性。兼容 MySQL 各种生态和中间件开源工具,非常方便游戏历史战绩、游戏充值和运营活动的开展。

(3)金融保险场景:数据强一致性保证,满足金融级可靠性要求

● 金融、保险场景流量比较稳定,业务模型不会变,这个场景下对业务要求高可用和强一致性, PolarDB 采用存储和计算分离的架构,支持秒级的故障恢复、全局数据一致性和数据备份容灾等功能,充分满足金融级合规可靠性要求。

● 高可用和全球数据库网络:多可用区架构,在多个可用区内都有数据备份,为数据库提供容灾和备份。通过 GDN 全球数据库网络功能实现数据的异地灾备,跨地域实例可同时读写,且业务无需修改代码,即可直接从同城部署扩展到异地部署。

● 高安全:采用白名单、 VPC 网络、数据多副本存储等全方位的手段对数据库数据访问、存储、管理等各个环节提供安全保障。

● 一致性:集群版采用共享分布式存储的设计,彻底解决了主从( Master - Slave )异步复制所带来的备库数据非强一致性的问题。

(4)海量存储,支持上百 TB 级别数据

●业务的发展伴随着历史数据的飞速增长,单库能达到 TB 级别。像电商订单、聊天软件等,如钉钉,其历史聊天记录不能删去,但一般也不会查询。在这种情况下,传统数据库的存储和性能都碰到了瓶颈。 PolarDB 用存储和分离架构,单实例最高100TB存储,节点支持纵向扩展(升/降配节点)和横向扩展(增/减只读节点),快速应对业务增长。

● 历史库:提供历史库版本,相比 PolarDB 集群版最高可节省70%的存储空间,最大200TB存储空间,查询/写入性能衰减不超过10%满足大容量低成本且弱读写的历史数据存储需求。

● 快速弹性:采用存储和计算分离架构,使得数据库服务器的 CPU 、内存能够快速扩容,只需数分钟即可完成集群配置升降级。

● 无锁备份:利用底层分布式存储的快照技术,只需分钟级别即可完成对上 TB 数据量大小的数据库的备份,且整个备份过程不需要加锁,效率高,影响小。

相关实践学习
使用PolarDB和ECS搭建门户网站
本场景主要介绍基于PolarDB和ECS实现搭建门户网站。
阿里云数据库产品家族及特性
阿里云智能数据库产品团队一直致力于不断健全产品体系,提升产品性能,打磨产品功能,从而帮助客户实现更加极致的弹性能力、具备更强的扩展能力、并利用云设施进一步降低企业成本。以云原生+分布式为核心技术抓手,打造以自研的在线事务型(OLTP)数据库Polar DB和在线分析型(OLAP)数据库Analytic DB为代表的新一代企业级云原生数据库产品体系, 结合NoSQL数据库、数据库生态工具、云原生智能化数据库管控平台,为阿里巴巴经济体以及各个行业的企业客户和开发者提供从公共云到混合云再到私有云的完整解决方案,提供基于云基础设施进行数据从处理、到存储、再到计算与分析的一体化解决方案。本节课带你了解阿里云数据库产品家族及特性。
相关文章
|
5月前
|
存储 缓存 关系型数据库
鱼和熊掌如何兼得?一文解析RDS数据库存储架构升级
阿里云RDS率先推出新型存储类型通用云盘,提供低延迟、低成本、高持久性的用户体验。
鱼和熊掌如何兼得?一文解析RDS数据库存储架构升级
|
2月前
|
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。
56 0
|
存储 关系型数据库 分布式数据库
云原生关系型数据库Polar DB MySQL版(二)
云原生关系型数据库Polar DB MySQL版(二)
213 0
|
存储 关系型数据库 MySQL
云原生关系型数据库Polar DB MySQL版(一)
云原生关系型数据库Polar DB MySQL版(一)
269 0
|
存储 关系型数据库 数据库
《阿里云认证的解析与实战-云计算ACP认证》——云计算ACP训练营第3天——三、实操:添加CDN/创建RDS实例
《阿里云认证的解析与实战-云计算ACP认证》——云计算ACP训练营第3天——三、实操:添加CDN/创建RDS实例
|
弹性计算 容灾 固态存储
《阿里云认证的解析与实战-云计算ACP认证》——云计算ACP训练营第3天——二、云数据库RDS
《阿里云认证的解析与实战-云计算ACP认证》——云计算ACP训练营第3天——二、云数据库RDS
|
SQL 弹性计算 负载均衡
《阿里云认证的解析与实战-关系型数据库ACP认证》——RDS关系型数据库的解析与实践(上)—— 二、 RDS的架构原理
《阿里云认证的解析与实战-关系型数据库ACP认证》——RDS关系型数据库的解析与实践(上)—— 二、 RDS的架构原理
|
Cloud Native 关系型数据库 分布式数据库
《阿里云产品手册2022-2023 版》——云原生关系型数据库 PolarDB
《阿里云产品手册2022-2023 版》——云原生关系型数据库 PolarDB
567 0
|
Cloud Native 关系型数据库 分布式数据库
《阿里云产品手册2022-2023 版》——云原生关系型数据库 PolarDB
《阿里云产品手册2022-2023 版》——云原生关系型数据库 PolarDB
250 0
|
存储 SQL 安全
【MySQL学习笔记】系列一:数据库概述、初识关系型数据库MySQL(二)
【MySQL学习笔记】系列一:数据库概述、初识关系型数据库MySQL(二)
10349 0

热门文章

最新文章

下一篇
无影云桌面