别让“数据安全”和“延时”拖慢上云脚步,PolarDB on ENS完美破解难题

本文涉及的产品
云原生数据库 PolarDB 分布式版,标准版 2核8GB
RDS PostgreSQL Serverless,0.5-4RCU 50GB 3个月
推荐场景:
对影评进行热评分析
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
简介: 阿里云PolarDB on ENS是基于边缘节点服务的云原生数据库,融合“端-边-云”架构,提供低延迟、高可用的分布式数据库能力,兼容MySQL与Redis协议,支持一写多读、无锁备份、弹性扩缩容,满足车联网、工业物联网、城市大脑及数据合规等场景的本地化、实时性需求。

1什么是边缘云


阿里云边缘节点服务(Edge Node Service, ENS)是基于全球3200+CDN运营商侧边缘节点构建的弹性云平台,覆盖70+重点国家和地区,并开放了900+公共云边缘节点。ENS通过“云边端协同”的架构,将计算、网络、存储能力下沉至离用户最近的边缘节点,实现低延迟、高可靠的服务响应。ENS为边缘计算场景提供了基础设施底座,成为企业数字化转型的关键支撑。


2PolarDB产品介绍


PolarDB是阿里巴巴自研的云原生数据库。PolarDB MySQL版100%兼容原生MySQL的多个版本,包括MySQL 5.6、MySQL 5.7和MySQL 8.0。PolarDB MySQL版的企业版基于云原生架构、计算存储分离、软硬件一体化设计,为用户提供具备超高弹性和性能、高可用和高可靠保障、高性价比的数据库服务。


3为什么需要边缘云形态数据库


边缘服务节点基于运营商边缘节点和网络构建,融合了边缘计算、容器服务、云存储、负载均衡、安全接入等核心能力。弹性扩缩带来的低成本算力、安全可靠的云服务、开放的运行环境,吸引了越来越多的客户上云,客户业务的多样化也催生了越来越多的边缘数据库需求。PolarDB公共云在全球开放了20+地域的售卖。有些国家或地区的客户希望使用PolarDB,但其所在地域没有开通PolarDB。公共云新开区需要考虑机房建设成本,市场需求小一些的地域收益达不到开区标准。而边缘节点的建设成本远小于公共云新开区的成本,PolarDB ON ENS很适合作为公共云数据库的一个补位。公共云上的PolarDB客户,其业务终端可能在偏远地区或小城镇。客户业务对网络延迟比较敏感时,普遍的选择是拉专线,或把业务搬到离终端更近的机房。PolarDB借助边缘服务节点城市覆盖度高、运营商全网覆盖的优势,为客户在近终端提供低延迟、高可靠的数据库服务。


4PolarDB on ENS边缘云形态数据库


PolarDB MySQL on ENS在公共云架构上经过优化,以适配边缘环境。存储侧采用基于全闪云盘的独立存储架构,每个节点(一主多备)拥有独立的存储空间。节点之间使用基于物理复制的半同步复制(Semisynchronous replication,简称Semi-sync)。PolarDB深度优化了Semi-sync,使其同步效率显著提高,并且大幅度降低主库的性能损耗。在高并发负载情况下,与异步模式相比性能降低约为10%。多个备库跟主库组成一写多读的分布式集群,主节点处理读写请求,只读节点仅处理读请求。同时,PolarDB集群版系列默认免费提供一个透明、高可用、自适应的负载均衡能力。通过集群地址,SQL请求自动转发到PolarDB集群的各个节点,提供聚合、高吞吐的并发SQL处理能力。


640 (18).png


PolarDB MySQL边缘云的核心能力:


▶︎ 超级MySQL

  • 兼容性:100%兼容原生MySQL及阿里云RDS MySQL,您可以在不修改应用程序任何代码和配置的情况下,将MySQL数据库迁移至PolarDB MySQL版集群。
  • 高价值特性:一写多读、60亿行数据稳定运行、秒级DDL、闪回查询等。

▶︎ Orca(兼容Redis协议)

  • 基于PolarDB MySQL版架构,通过物理复制,实现一写多读功能。同时,支持横向和纵向弹性扩缩容。
  • 一套系统同时支持OLTP和持久化KV,无需重复采购。

▶︎ 无锁备份恢复

  • 可在数分钟内完成TB级数据的备份。备份过程无需锁表,对业务影响极小。
  • 利用云盘的可写快照技术,分钟级完成备份恢复出新实例。

▶︎ “ 端 - 边 - 云 ”一站式数据库服务

  • 数据库层云边数据同步,双路高通道,高性能,低维护成本。
  • 跟公共云PolarDB产品架构保持统一,用户无需更换技术栈。
  • PolarDB MySQL On ENS可以接入公共云各种平台能力,比如DMS、DTS、云监控。


640 (7).jpg


PolarDB on ENS基于MyBase 2.0平台实现了40+管控组件的轻量化,去除了公共云、混合云上携带的底座,把公共云上整套DBaaS服务,部署到6台中控机。提供边缘云上集软件开发、部署、运维、升级一体化的解决方案,开区部署流程缩短到2个小时。


5PolarDB on ENS的典型应用场景


分布式车联网

在智能汽车产业发展进程中,车载传感器持续产生海量实时数据,数据规模呈现指数级增长态势。传统中心云架构受限于网络带宽与传输时延,难以满足自动驾驶等高实时性场景的毫秒级响应需求。车联网技术正加速向“边缘 + 中心”的分布式车联网架构演进


PolarDB on ENS深度融入新一代车联网架构,不仅作为高性能边缘数据库支撑本地实时数据处理,更依托其云边一体化技术底座,实现云端与边缘节点的统一技术栈。通过构建双向数据通道,在数据库层面实现高性能数据同步,保障核心数据的全局一致性,为车云协同计算、远程分析与AI模型迭代提供坚实的数据基础设施支撑。


地方合规

随着中国企业加速全球化布局,跨境数据治理面临日益严格的合规挑战。部分目标市场对数据本地化提出明确监管要求,规定企业在当地经营过程中产生的业务数据不得出境,传统集中式云架构难以满足此类合规需求。


在此背景下,PolarDB on ENS凭借其轻量化部署架构与低成本的优势,为企业出海提供了敏捷、合规的数据库解决方案。该方案无需依赖大规模市场体量即可快速启用本地化边缘云服务,显著降低初期投入与运营成本。在已部署阿里云边缘云服务的区域,PolarDB on ENS可实现端到端快速交付,交付周期缩短至一周以内,助力企业高效构建符合当地数据主权要求的本地化数据基础设施。


城市大脑

城市大脑项目需实现数据的实时采集、计算与反馈,具有数据量大、算力需求高、网络延迟敏感等特点。通过部署本地边缘节点,可有效满足低时延与高算力的业务要求,同时提升数据本地存储的安全性。依托边缘云的弹性伸缩能力,亦可从容应对突发流量带来的服务压力。


工业物联网(IIoT)

工厂设备数据需实时监控,但中心云响应延迟可能导致生产事故。PolarDB ON ENS部署在工厂边缘节点,实时处理设备传感器数据,快速触发告警或自动化操作(如停机维护),保障生产安全。

相关实践学习
使用PolarDB和ECS搭建门户网站
本场景主要介绍如何基于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
|
4天前
|
存储 消息中间件 Kafka
Confluent 首席架构师万字剖析 Apache Fluss(一):核心概念
Apache Fluss是由阿里巴巴与Ververica合作开发的Flink表存储引擎,旨在提供低延迟、高效率的实时数据存储与变更日志支持。其采用TabletServer与CoordinatorServer架构,结合RocksDB和列式存储,实现主键表与日志表的统一管理,并通过客户端抽象整合湖仓历史数据,弥补Paimon在实时场景下的性能短板。
85 10
Confluent 首席架构师万字剖析 Apache Fluss(一):核心概念
|
21天前
|
人工智能 数据挖掘 数据库
通义灵码产品演示: 数据库设计与数据分析
本演示展示如何使用通义灵码进行数据库设计与数据分析。通过SQLite构建电商订单表,利用AI生成表结构、插入样本数据,并完成多维度数据分析及可视化图表展示,体现AI在数据库操作中的高效能力。
153 7
|
6天前
|
人工智能 安全 Java
分布式 Multi Agent 安全高可用探索与实践
在人工智能加速发展的今天,AI Agent 正在成为推动“人工智能+”战略落地的核心引擎。无论是技术趋势还是政策导向,都预示着一场深刻的变革正在发生。如果你也在探索 Agent 的应用场景,欢迎关注 AgentScope 项目,或尝试使用阿里云 MSE + Higress + Nacos 构建属于你的 AI 原生应用。一起,走进智能体的新世界。
|
3天前
|
机器学习/深度学习 人工智能 API
用Macbook微调Qwen3!手把手教你用微调给Qwen起一个新名字
本文介绍如何在MacBook上使用苹果MLX框架高效微调Qwen3大模型。借助MLX的高性能计算与统一内存架构,仅需2分钟即可完成训练,内存占用低至2GB,推理速度达400 Token/s,并支持快速部署为本地API服务,展现Mac轻薄本的强大AI生产力潜力。
191 16
用Macbook微调Qwen3!手把手教你用微调给Qwen起一个新名字
|
4天前
|
机器学习/深度学习 缓存 自然语言处理
【万字长文】大模型训练推理和性能优化算法总结和实践
我们是阿里云公共云 AI 汽车行业大模型技术团队,致力于通过专业的全栈 AI 技术推动 AI 的落地应用。
167 15
【万字长文】大模型训练推理和性能优化算法总结和实践
|
9天前
|
人工智能 算法 架构师
AI时代程序员的生存与突围从需求分析开始
AI能3秒生成代码框架,还要程序员干什么?
140 9
|
9天前
|
CDN
如何切换阿里云CDN的加速区域?
本文介绍如何通过阿里云CDN控制台切换加速区域,涵盖登录、域名管理、修改加速范围及注意事项,助企业轻松实现从中国大陆到全球的CDN加速调整,优化海外用户访问体验。
|
3天前
|
Java
在Java中避免科学计数法的策略
以上方法都提供了在Java中避免科学计数法的有效途径。选择哪种方法取决于具体的应用场景和需求,如需要的精度、性能考虑以及代码的可读性。在处理大数或精度要求较高的数值时,使用 `BigDecimal` 是一个好的选择。对于一般的数值格式化需求,`DecimalFormat` 或 `String.format()` 方法可能更为方便和高效。
60 19