PolarDB MySQL数据库场景体验与测评

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: 本文介绍如何在PolarDB上部署数据库,包括登录控制台、配置账号与数据库管理、执行SQL查询及调整Serverless配置等内容。通过创建测试表和数据操作演示了基本数据库管理功能,并展示了如何设置资源弹性扩缩、监控及备份数据。此外,还提供了关于节点切换、压测、加速复杂SQL查询、弹性并行查询及高可用性的详细场景体验说明,全方位展示了PolarDB的强大功能。

云原生数据库 PolarDB MySQL 版是阿里云完全自主研发的产品,100%兼容 MySQL。产品具有多主多写、多活容灾、HTAP 等特性,交易性能最高可达开源数据库的6倍,分析性能最高可达开源数据库的400倍,TCO 低于自建数据库50%。对 PolarDB 选型、部署形态相关售前问题。

我是一名运维人员,第一次使用云原生数据库PolarDB。以下是创建数据库和场景体验。

一、部署数据库

1、登录PolarDB控制台,单击左侧集群列表,然后选择云产品资源提供的地域。
image.png

2、在集群列表页面,单击集群ID,进入基本信息页面。单击左侧导航栏配置与管理>账号管理。

image.png
image.png
image.png

3、找到目标集群,单击集群ID。单击左侧导航栏配置与管理>数据库管理。
image.png
image.png
image.png

4、单击对应数据库操作列中的SQL查询。
image.png

5、在弹出的对话框中,输入您创建的数据库账号和数据库密码,单击登录。
image.png

6、在左侧导航栏展开已登录实例列表,并单击目标集群名称,找到并双击目标数据库名称,即可切换到目标数据库进行管理。
image.png

7、创建1个测试表test_table,并插入3条数据。

image.png
image.png

8、修改test_table表中数据。
image.png

9、找到目标集群,单击集群ID。在基本信息页面的数据库节点区域,单击 Serverless配置。

image.png

  • 单节点资源弹升下限:设置集群内单节点 PCU 数量的下限。取值范围:1 PCU~31 PCU。

  • 单节点资源弹升上限:设置集群内单节点 PCU 数量的上限。取值范围:1 PCU~32 PCU。

  • 只读节点个数扩展下限:设置允许只读节点增加的最小数量。为了实现 Serverless 集群的高可用,推荐只读节点个数扩展下限设置为 1。取值范围:0~7。

  • 只读节点个数扩展上限:设置允许只读节点增加的最大数量。取值范围:0~7。

image.png

10、查看监控视图。

image.png

11、查看数据备份
image.png

二、场景体验

1、节点切换

1)验证下主节点重启在40秒可以完成。
image.png
image.png

2)只读节点切换为主节点,大概为50s,期间无法登录数据家。
image.png
image.png

2、压测

压测模式——读写。serverless的价格是固定规格的1/3。
image.png

image.png

3、加速TP复杂SQL查询

PolarDB列存索引适用于:对在线数据有轻量型数据分析需求的场景,如实时报表; ETL数据加速计算场景:依托PolarDB基于列存索引提供的强大而灵活的计算能力,在PolarDB中使用SQL来实现ETL功能。

image.png

image.png

image.png

可以看到,开启IMCI功能后,该SQL的执行时间大幅降低。且整体的CPU使用率极低。
image.png

4、弹性并行查询-PolarDB查询加速

PolarDB MySQL 弹性并行查询(ePQ)功能: 将一个查询任务拆分为多个子任务,子任务可以被派发到同集群内的任意节点来完成计算,从而有效利用集群内其他节点的空闲计算资源(CPU、内存等)来加速查询。
image.png

可以看到,PolarDB开启ePQ后,该SQL的执行时间大幅降低,同时集群CPU利用率大幅提升。

5、无感秒切-PolarDB高可用

PolarDB的无感秒切技术从故障探测、切换速度和切换体验三个方面对切换场景进行了优化,包括计划内的切换,如集群升降配和小版本升级,以及计划外的容灾切换。

image.png

可以看到无感切换有3秒钟TPS会略微下降,然后就保持原来的TPS。而普通切换会有20秒没有数据。

三、总结

1、PolarDB MySQL在读写性能方面表现出色,无论是单表操作还是多表联合查询,都能快速响应并返回结果。在大数据量读写测试中,PolarDB MySQL也展现出了稳定的性能表现,没有出现明显的性能下降。

2、PolarDB MySQL具备完善的故障恢复机制,能够在主节点故障时快速切换到备节点,确保业务连续性。同时,PolarDB MySQL还支持无感秒切。

3、PolarDB开启ePQ后,该SQL的执行时间大幅降低,同时集群CPU利用率大幅提升。

4、PolarDB MySQL Serverless版的价格是固定规格的1/3。针对有弹性业务的客户可以大大降低成本。

作为阿里云推出的分布式关系型数据库产品,PolarDB MySQL不仅提供了高性能、高可用性和可扩展性的数据库服务,还为用户提供了便捷的迁移和管理工具,降低了使用成本。

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
|
5天前
|
关系型数据库 MySQL Serverless
探索PolarDB MySQL版:Serverless数据库的灵活性与性能
本文介绍了个人开发者对阿里云PolarDB MySQL版,特别是其Serverless特性的详细评测体验。评测涵盖了产品初体验、性能观测、Serverless特性深度评测及成本效益分析等方面。尽管试用过程中遇到一些小问题,但总体而言,PolarDB MySQL版表现出色,提供了高性能、高可用性和灵活的资源管理,是个人开发者和企业用户的优秀选择。
|
22天前
|
关系型数据库 MySQL 分布式数据库
PolarDB 与传统数据库的性能对比分析
【8月更文第27天】随着云计算技术的发展,越来越多的企业开始将数据管理和存储迁移到云端。阿里云的 PolarDB 作为一款兼容 MySQL 和 PostgreSQL 的关系型数据库服务,提供了高性能、高可用和弹性伸缩的能力。本文将从不同角度对比 PolarDB 与本地部署的传统数据库(如 MySQL、PostgreSQL)在性能上的差异。
55 1
|
12天前
|
关系型数据库 分布式数据库 数据库
2024年全国大学生计算机系统能力大赛PolarDB数据库创新设计赛(天池杯)等你来战!
2024年全国大学生计算机系统能力大赛PolarDB数据库创新设计赛(天池杯)等你来战!
2024年全国大学生计算机系统能力大赛PolarDB数据库创新设计赛(天池杯)等你来战!
|
7天前
|
关系型数据库 分布式数据库 数据库
报名啦|PolarDB数据库创新设计赛(天池杯)等你来战
2024年全国大学生计算机系统能力大赛PolarDB数据库创新设计赛(天池杯)已启动报名,面向全国高校全日制本专科学生。大赛由多家机构联合主办,旨在培养数据库领域人才,促进产学研合作,设有丰厚奖金与奖项。报名截至10月7日,决赛将于12月13日举行。更多详情及报名请访问大赛官网。
|
7天前
|
关系型数据库 分布式数据库 数据库
报名啦|PolarDB数据库创新设计赛(天池杯)等你来战
2024年全国大学生计算机系统能力大赛PolarDB数据库创新设计赛(天池杯)已启动报名,面向全国高校全日制本专科学生。大赛由多家机构联合主办,旨在培养数据库领域人才,促进产学研合作,设有丰厚奖金与奖项。报名截至10月7日,决赛将于12月13日举行。更多详情及报名请访问大赛官网。
|
12天前
|
SQL 关系型数据库 分布式数据库
PolarDB Proxy配置与优化:提升数据库访问效率
【9月更文挑战第6天】PolarDB是阿里云推出的高性能分布式关系型数据库,PolarDB Proxy作为其关键组件,位于客户端与PolarDB集群间,负责SQL请求的解析与转发,并支持连接池管理、SQL过滤及路由规则等功能。本文详细介绍了PolarDB Proxy的配置方法,包括连接池、负载均衡和SQL过滤设置,并探讨了监控调优、缓存及网络优化策略,以帮助提升数据库访问效率。
21 1
|
23天前
|
存储 缓存 负载均衡
【PolarDB-X 技术揭秘】Lizard B+tree:揭秘分布式数据库索引优化的终极奥秘!
【8月更文挑战第25天】PolarDB-X是阿里云的一款分布式数据库产品,其核心组件Lizard B+tree针对分布式环境优化,解决了传统B+tree面临的数据分片与跨节点查询等问题。Lizard B+tree通过一致性哈希实现数据分片,确保分布式一致性;智能分区实现了负载均衡;高效的搜索算法与缓存机制降低了查询延迟;副本机制确保了系统的高可用性。此外,PolarDB-X通过自适应分支因子、缓存优化、异步写入、数据压缩和智能分片等策略进一步提升了Lizard B+tree的性能,使其能够在分布式环境下提供高性能的索引服务。这些优化不仅提高了查询速度,还确保了系统的稳定性和可靠性。
50 5
|
27天前
|
关系型数据库 分布式数据库 数据库
安全可靠的国产自研数据库PolarDB V2.0,让数据库开发像“搭积木”一样简单!
安全可靠的国产自研数据库PolarDB V2.0,让数据库开发像“搭积木”一样简单!
|
24天前
|
Cloud Native 数据库 开发者
云原生数据库2.0问题之帮助阿里云数据库加速技术更新如何解决
云原生数据库2.0问题之帮助阿里云数据库加速技术更新如何解决
|
24天前
|
Cloud Native 关系型数据库 分布式数据库
云原生数据库2.0问题之PolarDB利用云计算技术红利如何解决
云原生数据库2.0问题之PolarDB利用云计算技术红利如何解决