RDS_DRDS数据库分配原则

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 MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
简介: DRDS和RDS适用场景和存储方案选型标准:DRDS适用场景:1、 读写分离:分散读压力,需要考虑主从复制延迟和分配机制(RDS自带读写数据库代理支持读写分离);2、 分表分库:解决大数据量场景,分散存储和访问压力;DRDS弊端:1、 分布式事务问题,DRDS原生事务为柔性事务非强一致事务,...

DRDS和RDS适用场景和存储方案选型标准:
DRDS适用场景:

1、 读写分离:分散读压力,需要考虑主从复制延迟和分配机制(RDS自带读写数据库代理支持读写分离);

2、 分表分库:解决大数据量场景,分散存储和访问压力;
DRDS弊端:

1、 分布式事务问题,DRDS原生事务为柔性事务非强一致事务,在部分分库执行失败回滚时有可能读到或覆盖脏数据;

2、 JOIN/COUNT/ORDER BY操作对业务有侵入;

3、 成本及可维护性,拆分键和路由规则选择、DRDS版本更新和底层RDS扩容问题;
建议说明:

1.极端场景数据量大的情况才建议使用DRDS分表分库

2.大部分新业务或迁过来的业务按照功能从业务上进行垂直拆分(表、库和实例级别),少部分对实时性要求不高读多写少场景选择读写分离方案。
DRDS 分配规则:

分为 独占服务数据库、共享数据库2类,DRDS 无物理空间限制,只需考虑性能和未来的可迁移性:

按照业务重要性和实际情况选择:

共享数据库:如非核心、业务量不大(且可以有业务中断时间,能做数据库停机迁移)年最大数据条数<100M

共享数据库按照业务,划分几个共享数据库,大类按照研发部门+系统/业务模块规则进行划分,做到业务大类隔离。

独占数据库:核心的需要保证高可用;未来是7*24无停机时间可做迁移类。如账务、通道类 系统

获取前提:有基于3年内性能评估分析报告或性能测试报告

RDS分配规则:

获取前提:有基于3年内性能评估分析报告或性能测试报告,报告必须包含性能和容量使用两块

(性能指标包含:连接数/IOPS/QPS/TPS,容量指标包含:当前数据量和近半年内增量)

1.通用型-用于测试、研发短期应用(按需使用,直接4core 8G起配)

(通用型-基础版:1个节点,适用于开发、集成测试或预发环境,非生产环境建议公用一个实例,按照库和账号进行逻辑上隔离,使用建议按量付费使用结束后可随时释放,长期使用建议包年包月会有折扣)

2.独享型-高可用版:

用于生产配置根据压测报告来定规格,阿里云支持平滑动态升级,升级时如有数据迁移则会发生秒级闪断切换;

非核心业务使用共享实例,库、账号和白名单单独配置逻辑上分离以便审计、调优和后续拆分迁移)

建议配置:重要应用独用(4core 16G,500G),共享的数据库服务器(8core 32G, 1T),结合业务需要求可做略调,如果业务量猛增,则需迁移出来变为独用。

3.独享型统一RDS 5.7高可用版+本地SSD盘

4.数据库空间要提前规划,8core 1T(结合当前使用量进行)

相关实践学习
快速体验PolarDB开源数据库
本实验环境已内置PostgreSQL数据库以及PolarDB开源数据库:PolarDB PostgreSQL版和PolarDB分布式版,支持一键拉起使用,方便各位开发者学习使用。
目录
相关文章
|
19天前
|
存储 程序员 数据库
数据库建表原则
【8月更文挑战第24天】数据库设计中的关键概念和技术,包括原始单据与实体间的关系、主键与外键的作用、基本表的特点、范式标准的应用等。详细解释了一对一、一对多及多对多关系,并通过实例说明如何处理多对多关系。讨论了主键与外键的设计原则,以及如何根据第三范式优化表结构。介绍了基本表的四大特征,并强调了理解这些特征的重要性。阐述了范式标准在设计中的作用,并提出了通过增加冗余提高运行效率的方法。
39 9
|
15天前
|
弹性计算 关系型数据库 数据库
手把手带你从自建 MySQL 迁移到云数据库,一步就能脱胎换骨
阿里云瑶池数据库来开课啦!自建数据库迁移至云数据库 RDS原来只要一步操作就能搞定!点击阅读原文完成实验就可获得一本日历哦~
|
19天前
|
关系型数据库 MySQL 数据库
RDS MySQL灾备服务协同解决方案构建问题之数据库备份数据的云上云下迁移如何解决
RDS MySQL灾备服务协同解决方案构建问题之数据库备份数据的云上云下迁移如何解决
|
16天前
|
人工智能 小程序 关系型数据库
【MySQL】黑悟空都掌握的技能,数据库隔离级别全攻略
本文以热门游戏《黑神话:悟空》为契机,深入浅出地解析了数据库事务的四种隔离级别:读未提交、读已提交、可重复读和串行化。通过具体示例,展示了不同隔离级别下的事务行为差异及可能遇到的问题,如脏读、不可重复读和幻读等。此外,还介绍了在MySQL中设置隔离级别的方法,包括全局和会话级别的调整,并通过实操演示了各隔离级别下的具体效果。本文旨在帮助开发者更好地理解和运用事务隔离级别,以提升数据库应用的一致性和性能。
94 2
【MySQL】黑悟空都掌握的技能,数据库隔离级别全攻略
|
13天前
|
存储 程序员 数据库
数据库建表原则
【8月更文挑战第30天】原始单据与实体间存在一对一、一对多或多对多的关系,明确这点有助于设计录入界面。实体需具备主键或外键,在E-R图中,叶子节点实体可无主键但必有外键。基本表具原子性、原始性、演绎性和稳定性,区别于中间表和临时表。范式标准方面,基本表应尽量满足第三范式,但在实际设计中,适度冗余可提升效率。此外,处理多对多关系需引入第三个实体,主键设计建议采用无物理意义的数字串。视图技术用于数据综合处理和保密,而中间表和临时表则分别用于统计数据和临时记录。数据库设计中,完整性约束涉及域、参照及用户定义完整性,遵循“三少原则”可避免打补丁式设计,提高系统性能。
14 4
|
14天前
|
存储 程序员 数据库
数据库建表原则
【8月更文挑战第29天】数据库建表原则
19 1
|
17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。
44 5
|
19天前
|
SQL 关系型数据库 MySQL
【MySQL 慢查询秘籍】慢SQL无处遁形!实战指南:一步步教你揪出数据库性能杀手!
【8月更文挑战第24天】本文以教程形式深入探讨了MySQL慢SQL查询的分析与优化方法。首先介绍了如何配置MySQL以记录执行时间过长的SQL语句。接着,利用内置工具`mysqlslowlog`及第三方工具`pt-query-digest`对慢查询日志进行了详细分析。通过一个具体示例展示了可能导致性能瓶颈的查询,并提出了相应的优化策略,包括添加索引、缩小查询范围、使用`EXPLAIN`分析执行计划等。掌握这些技巧对于提升MySQL数据库性能具有重要意义。
50 1
|
20天前
|
关系型数据库 MySQL Linux
在Linux中,如何配置数据库服务器(如MySQL或PostgreSQL)?
在Linux中,如何配置数据库服务器(如MySQL或PostgreSQL)?
|
11天前
|
前端开发 C# 设计模式
“深度剖析WPF开发中的设计模式应用:以MVVM为核心,手把手教你重构代码结构,实现软件工程的最佳实践与高效协作”
【8月更文挑战第31天】设计模式是在软件工程中解决常见问题的成熟方案。在WPF开发中,合理应用如MVC、MVVM及工厂模式等能显著提升代码质量和可维护性。本文通过具体案例,详细解析了这些模式的实际应用,特别是MVVM模式如何通过分离UI逻辑与业务逻辑,实现视图与模型的松耦合,从而优化代码结构并提高开发效率。通过示例代码展示了从模型定义、视图模型管理到视图展示的全过程,帮助读者更好地理解并应用这些模式。
27 0

热门文章

最新文章