K-DB亮相数据库大会 浪潮解读RAC关键锁机制

简介:

近日,第七届中国数据库技术大会(DTCC2016)在京召开,这是国内数据库与大数据领域最大规模的技术盛宴,本次大会以“数据定义未来”为主题,云集了来自业界的5000余名IT精英和用户代表,3天的会期,大家共话数据库技术发展潮流,共赴数据浪潮之巅。

作为国内最具品牌影响力的技术大会,已经连续举办了6年,围绕传统关系型数据库的架构设计与优化、数据库加速、实时计算和特定领域的应用经验和优化心得等议题,本次大会吸引了包括Oracle、SAP在内的老牌厂商参会,也吸引数据库领域众多新秀参与。浪潮以全新形象亮相本次大会,携旗下K1+K-DB一体化解决方案进驻DTCC,并在现场设置了数据库互动体验专区,引来众多行业专家测试,反响热烈。

K-DB亮相数据库大会 浪潮解读RAC关键锁机制

浪潮展位前吸引众多参会嘉宾关注

K-DB是专为浪潮天梭K1关键应用主机定制和优化的数据库,具备基于共享存储式数据库集群RAC特性,可实现异构平台全自动化一键式迁移,拥有高可靠、高性能和高可拓展性,一经推出,就吸引了业内广泛关注。

在 “数据库内核”技术专场,浪潮高级软件工程师霍俊路向参会嘉宾详细介绍了K-DB数据库集群下的锁管理机制的实现方式。霍俊路表示,用户最关心的是数据库的高可用、高可靠及扩展性,这些需求在单机数据库上是很难实现的,而具备RAC集群技术的数据库正是解决用户这种需求的最佳方案。放眼市场,能够提供RAC集群的数据库极少,K-DB则是其中之一。KRAC集群是基于共享磁盘的集群技术,这是业界目前效率最高的数据库集群实现技术。

RAC需要处理多个数据库节点同时读写相同对象,所带来的并发访问问题,这就需要锁机制的管理,如何设计高效可靠的锁机制是RAC成功的关键,K-DB拥有专门的全局锁处理模块来确保RAC实现。

霍俊路在演讲中透露,在K-DB集群中,节点之间的内存是共享的,当一个节点访问的数据已经在另一个节点的内存中时,这个节点的数据可以从该节点的内存中直接读取,避免了从磁盘中读取,减少IO的消耗。这种机制叫做缓存融合。为了支撑缓存融合的功能,K-DB 使用了全局锁处理进程、全局锁资源管理器、以及全局缓存传输进程 3大模块进行协同处理。其中,全局锁资源管理器里面记录了锁的模式,锁的角色,数据块的状态等重要信息。全局锁处理器使用了分配链表和等待链表2条链表协同处理的方式。而全局缓存进程负责数据块的具体传输的工作。

而且K-DB拥有完善的工具包,尤其是针对Oracle数据库的一键迁移功能,能够很好的控制K-DB应用的技术门槛和切换成本。客户只需要在友好的图形化操作界面上执行几个步骤,点选几个选项即可完成迁移工作。其中,北京市档案局应用系统建设负责人田雷就表示,迁移6GB的数据,只用了15分钟,而且没有任何错误,相当吃惊。而且K-DB提供了与Oracle数据库相同的术语定义和支持标准,兼容性接近完美,管理员几乎不需要重新学习就可以使用。

K-DB亮相数据库大会 浪潮解读RAC关键锁机制

DAB在浪潮展区现场体验K-DB功能特性

在展区,浪潮还设置了K-DB实测体验区,邀请参会DBA现场体验K-DB开发管理工具、APM报告和一键迁移等功能特性,吸引众多参会DBA关注并实地操作体验。来自某商业银行数据中心的李工在体验K-DB后感叹,K-DB的SQL语句和操作性与Oracle相似,很容易熟悉,上手也很容易。并且K-DB提供了完整的一键迁移工具包,能为DBA节省很多时间,这是一个离DBA最近的应用场景,能给我们减少很多工作量。

在过去几年,浪潮看到传统数据库与新型数据库之间的竞争与融合不断牵动传统IT企业的神经,不论二者是分治而立,还是趋于融合共通,浪潮将与用户一起直面数据所带来的挑战。

浪潮K-DB高级产品经理张磊磊认为,大数据云计算的发展,让NoSQL数据库、分布式数据库等获得越来越多的关注,但是这些新兴的数据库并不会取代传统关系型数据库,而关系型数据库在行业客户中仍然具有着不可动摇的地位,而行业客户一直是浪潮业务的重心,在行业客户中,对数据库事务处理能力、稳定性等指标,仍然是客户采购的第一考量。

要更好的满足客户需求,软硬一体化是最好的解决方法,K-DB结合天梭K1架构的内核参数调整优化,进行15,000个功能验证场景测试,执行1,000个手动的功能/性能测试,验证16,000个用户测试场景,在内蒙古交通厅进行的横向性能测试中,K-DB在17项测试中,有11项遥遥领先,对比产品涵盖了业界常见的所有数据库。

在刚刚结束的2016浪潮服务器存储全国合作伙伴大会(IPF2016)上,浪潮表示将继续以“计算+”为核心,构建计算新形态,建立面向未来的、具备核心竞争力和持续生命力的业务体系,以天梭K1 应用主机和K-DB数据库为核心的关键业务计算,依然是浪潮战略持续投入的核心领域。而且2016年,浪潮将启动“K+计划”,从产品、解决方案和合作伙伴三个维度入手,核心强调“激活生态”与“场景交付”,面向客户提供从关键应用主机、高端存储到数据库软件的关键业务计算整体解决方案,实现浪潮关键业务计算2016年超过150%的增速。


原文发布时间为:2016年5月25日

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

相关文章
|
3月前
|
存储 数据处理 Apache
超越传统数据库:揭秘Flink状态机制,让你的数据处理效率飞升!
【8月更文挑战第26天】Apache Flink 在流处理领域以其高效实时的数据处理能力脱颖而出,其核心特色之一便是状态管理机制。不同于传统数据库依靠持久化存储及 ACID 事务确保数据一致性和可靠性,Flink 利用内存中的状态管理和分布式数据流模型实现了低延迟处理。Flink 的状态分为键控状态与非键控状态,前者依据数据键值进行状态维护,适用于键值对数据处理;后者与算子实例关联,用于所有输入数据共享的状态场景。通过 checkpointing 机制,Flink 在保障状态一致性的同时,提供了更适合流处理场景的轻量级解决方案。
55 0
|
5月前
|
SQL 关系型数据库 MySQL
MySQL数据库进阶第五篇(锁)
MySQL数据库进阶第五篇(锁)
|
30天前
|
存储 关系型数据库 MySQL
MySQL数据库锁:共享锁和独占锁
本文详细介绍了`InnoDB`存储引擎中的两种行级别锁:共享锁(S锁)与排他锁(X锁)。通过具体示例展示了这两种锁的工作机制及其在`InnoDB`与`MyISAM`引擎中的表现差异。文章还提供了锁的兼容性矩阵,帮助读者更好地理解锁之间的互斥关系。最后总结了两种锁的特点及适用场景。适合希望深入了解`MySQL`并发控制机制的读者阅读。
20 1
ly~
|
1月前
|
数据库 数据库管理
数据库的事务处理机制有哪些优点?
数据库的事务处理机制具备多种优势:首先,它能确保数据一致性,通过原子性保证所有操作全成功或全失败,利用完整性约束维护数据的有效性;其次,增强了系统可靠性,提供故障恢复能力和正确处理并发操作的功能;最后,简化了应用程序开发工作,将操作封装为逻辑单元并集中处理错误,降低了开发复杂度。
ly~
30 1
|
6月前
|
存储 机器学习/深度学习 搜索推荐
深入解析矢量数据库的数据模型与索引机制
【4月更文挑战第30天】本文深入探讨了矢量数据库的数据模型和索引机制。向量数据库以高维向量表示数据,采用稀疏或密集向量形式,并通过数据编码和组织优化存储与检索。索引机制包括基于树的(如KD-Tree和Ball Tree)、基于哈希的(LSH)和近似方法(PQ),加速相似性搜索。理解这些原理有助于利用矢量数据库处理大规模高维数据,应用于推荐系统、图像搜索等领域。随着技术发展,矢量数据库将扮演更重要角色。
|
3月前
|
SQL 存储 关系型数据库
"MySQL增列必锁表?揭秘InnoDB在线DDL,让你的数据库操作飞一般,性能无忧!"
【8月更文挑战第11天】在数据库领域,MySQL凭借其稳定高效的表现深受开发者喜爱。对于是否会在给数据表添加列时锁表的问题,MySQL的行为受版本、存储引擎等因素影响。从5.6版起,InnoDB支持在线DDL,可在改动表结构时保持表的可访问性,避免长时间锁表。而MyISAM等则需锁表完成操作。例如,在使用InnoDB的表上运行`ALTER TABLE users ADD COLUMN email VARCHAR(255);`时,通常不会完全锁表。虽然在线DDL提高了灵活性,但复杂操作或大表变更仍可能暂时影响性能。因此,进行结构变更前应评估其影响并择机执行。
68 6
|
3月前
|
存储 缓存 关系型数据库
Django后端架构开发:缓存机制,接口缓存、文件缓存、数据库缓存与Memcached缓存
Django后端架构开发:缓存机制,接口缓存、文件缓存、数据库缓存与Memcached缓存
61 0
|
3月前
|
SQL 数据库
无法获得数据库 'model' 上的排他锁。请稍后重试该操作
无法获得数据库 'model' 上的排他锁。请稍后重试该操作
80 0
|
4月前
|
存储 负载均衡 Oracle