阿里云发布分布式数据库PolarDB-X,应对海量数据管理

本文涉及的产品
数据管理 DMS,安全协同 3个实例 3个月
推荐场景:
学生管理系统数据库
云原生数据库 PolarDB 分布式版,标准版 2核8GB
云原生数据库 PolarDB MySQL 版,通用型 2核4GB 50GB
简介: 继云原生数据库PolarDB之后,阿里云又发布分布式数据库PolarDB-X,可支撑千万级并发规模,专注解决海量数据存储、超高并发吞吐、大表瓶颈以及复杂计算效率等瓶颈问题。

云栖号资讯:【点击查看更多行业资讯
在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来!

一场不期而至的疫情给不少企业的生产经营带来不小的影响,使得很多活动被迫转到了线上,包括很多新闻发布会。日前,阿里云也举办了一场线上的活动——云上的峰会,在会上阿里云发布了包括第七代ECS、POLARDB-X数据库、视觉智能开放平台、新一代阿里云数据中台、阿里云专有云敏捷版和混合云管理平台、云原生数据仓库和数据湖解决方案,以及城市大脑3.0、政务中台、阿里巴巴未来社区等众多行业解决方案。

从全面上云到加速重构

近几年,云计算在中国得到快速普及,不少企业或多或少从云计算技术中受益。阿里云继去年提出要全面上云之后,今年提出要深化云的应用,也就是“加速重构”。

在阿里云智能总裁张建锋看来,全面上云是一个技术性阶段,重点在于从原来的非云基础设施转变为云;而全面重构是一个更强的深化。

liC1gk9m0s5MM_600

阿里云智能总裁张建锋

“上云更多着眼于技术升级,而要重构,就需要关注的面会更广,包括理念要升级,组织要升级,经营模式、运营模式要升级。”张建锋说。
基于这一个认识,张建锋表示,阿里云明确提出要“做深基础,做厚中台,做强生态”。所谓“做深基础”是指继续要做芯片、数据库、路由器、交换机等,基于云的特点来构建整套的IT基础体系。

“做厚中台”是在“中台”这个新型的操作系统上提供更多的功能,以方便上层的应用开发,这些功能包括AI能力、大数据的处理、IOT的能力以及对移动。值得一提的是,在阿里的中台中钉钉被赋予了重任,张建锋表示,钉钉已经远不只是一个沟通工具,它更是一个平台,阿里中台的重要组成部分。

“做强生态”是指不是阿里云来做所有事情的。阿里云愿意在一个开放的体系中,让所有软件开发商、其他合作伙伴基于云的结构、基于一个新型的操作系统来帮助各行各业完成应用的开发和交付。

“我们提出做深基础、做厚中台、做强生态,这是我们作为数字经济时代基础的一个主要的出发点,也是一个落脚点。

云原生的分布式数据库PolarDB-X

在阿里云线上峰会上,阿里云一口气发布六款产品和多款解决方案,这也是具体落实张建锋所说的“做深基础、做厚中台、做强生态”战略。阿里云的分布式数据库PolarDB-X也是其中之一。

PolarDB-X采用了基于云原生一体化架构设计,这款阿里云自研的分布式数据库可支撑千万级并发规模,专注解决海量数据存储、超高并发吞吐、大表瓶颈以及复杂计算效率等瓶颈问题。

PolarDB-X很容易让人联想到2018年阿里云推出的云原生数据库PolarDB,这也是阿里云数据库业务中成长最快的业务。PolarDB本质上还是一个集中式数据库,但它其实已经享受到分布式技术的红利了,PolarDB采用了计算、存储分离的架构,其底层采用的就是分布式共享存储,从而可以保证数据库的海量存储能力,而PolarDB-X将这种分布式的能力扩展到了计算层。

“PolarDB的计算是一写多读多个计算节点,最多做到16个节点,现在,PolarDB-X相当于在PolarDB之上又加上了一个分布式拓展层,这样可以根据企业的并发需求、数据量进行水平拓展。”阿里巴巴副总裁、阿里云数据库负责人李飞飞说。

liuRDzkroS1js_600

阿里巴巴副总裁、阿里云数据库负责人李飞飞

在李飞飞看来,PolarDB-X的一大亮点是借助PolarDB-X的水平拓展层来支持分布式的事务处理和分布式查询,并最终为客户提供一个完整的从云原生再到分布式架构上的升级路径。另一个特点是,PolarDB-X是一体化透明式分布式数据库,也就是说业务系统不需要去关心,也就是不需要传统的中间件,也不需要分布、分表,因此对业务系统的侵入性会非常非常小。

据悉,PolarDB-X也是阿里巴巴核心系统正在使用的数据库。PolarDB-X连续多年稳定支撑了天猫双11,在1秒钟内系统负载增加了135倍情况下依然保持稳定,峰值TPS达8700万次,但成本仅为传统数据库的 1/6。

云数据库是技术演进的必然趋势

发展至今,数据库已经有超过40年的历史,特别是关系数据库不管是历史还是技术都已经非常成熟,而随着云计算的普及,数据库市场迎来快速变革,这就是以云原生数据库为代表的新一代数据库的出现。Gartner曾就此专门发布研究报告认为,数据库的云化是必然趋势。

李飞飞在接受采访时表示,云原生数据库是技术自然演进的必然结果。不管是在中国市场还是海外市场,都可以看到云原生架构为企业业务带来的实实在在的技术红利。从市场来看,这几年云数据库的崛起也的确非常迅速,开始抢占传统数据库的市场。

李飞飞认为,云实现了资源池化,但要把资源池化的优势发挥出来,还要用分布式的能力实现水平拓展、弹性、高可用。

“把云原生和分布式能力完美良好的结合在一起,同时再利用K8S容器化的这种部署方式,可以使得整个运维管控大大简化、编排大大简化,这是整个数据库技术的第一个趋势。”李飞飞说。

除了数据库的云化之外,李飞飞认为数据库技术还有以下两个明显趋势:

一个是数据仓库和数据库系统一体化,即HTAP数据库。如果数据库和数据仓库一体化,就是实现数据交易处理和数据分析利用同一套系统处理,好处是数据从生产到处理到存储到消费,可以完美的处理好,而不用将数据在各个系统之间来回迁移。

最后是智能化。得益于人工智能技术的快速进步和普及,智能化已经在数据库的各个层面得到应用,并且与数据库系统进行深入整合,帮助实现数据库运维的智能化、自动化,也就是现在经常说的“自动驾驶的数据库”。

李飞飞表示,阿里云要客观认识自己,既要认识到自己的长足,同时也要认识到自己的不足。比如,Oracle领导数据库市场40多年,在数据库内核上积累了自己的优势(比如查询优化),有非常明显的优势。另一方面,正因为它在传统商业数据库领域深耕多年,体量大、整个系统非常复杂,想向云转身没那么容易的,要经过非常大的代码修改和架构改造。相对而言,云计算厂商去做数据库,没有历史包袱,更加有利于在新的赛道上发挥出自己的技术优势。这也是PolarDB等云原生数据迅速崛起的背景。

【云栖号在线课堂】每天都有产品技术专家分享!
课程地址:https://yqh.aliyun.com/zhibo

立即加入社群,与专家面对面,及时了解课程最新动态!
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK

原文发布时间:2020-06-17
本文作者:邹大斌
本文来自:“至顶网”,了解相关信息可以关注“至顶网

相关实践学习
MySQL基础-学生管理系统数据库设计
本场景介绍如何使用DMS工具连接RDS,并使用DMS图形化工具创建数据库表。
相关文章
|
1天前
|
存储 人工智能 数据管理
|
8天前
|
分布式计算 大数据 数据处理
技术评测:MaxCompute MaxFrame——阿里云自研分布式计算框架的Python编程接口
随着大数据和人工智能技术的发展,数据处理的需求日益增长。阿里云推出的MaxCompute MaxFrame(简称“MaxFrame”)是一个专为Python开发者设计的分布式计算框架,它不仅支持Python编程接口,还能直接利用MaxCompute的云原生大数据计算资源和服务。本文将通过一系列最佳实践测评,探讨MaxFrame在分布式Pandas处理以及大语言模型数据处理场景中的表现,并分析其在实际工作中的应用潜力。
37 2
|
16天前
|
运维 Kubernetes 调度
阿里云容器服务 ACK One 分布式云容器企业落地实践
阿里云容器服务ACK提供强大的产品能力,支持弹性、调度、可观测、成本治理和安全合规。针对拥有IDC或三方资源的企业,ACK One分布式云容器平台能够有效解决资源管理、多云多集群管理及边缘计算等挑战,实现云上云下统一管理,提升业务效率与稳定性。
|
18天前
|
Cloud Native 关系型数据库 分布式数据库
PolarDB 分布式版 V2.0,安全可靠的集中分布式一体化数据库管理软件
阿里云PolarDB数据库管理软件(分布式版)V2.0 ,安全可靠的集中分布式一体化数据库管理软件。
|
15天前
|
存储 NoSQL 关系型数据库
阿里云数据库MongoDB版助力信也科技 打造互联网金融企业样板
我们的风控系统引入阿里云数据库MongoDB版后,解决了特征类字段灵活加减的问题,大大提高了开发效率,极大的提升了业务用户体验,获得了非常好的效果
阿里云数据库MongoDB版助力信也科技 打造互联网金融企业样板
|
2天前
|
人工智能 Cloud Native 关系型数据库
双位数增长,阿里云连续五年领跑关系型数据库
阿里云蝉联中国关系型数据库整体市场份额第一,在公有云业务双位数增长的驱动下,阿里云同时在公有云关系型数据库市场取得了38%的市场份额,连续五年位居首位。
|
3天前
|
SQL 关系型数据库 分布式数据库
夺冠在即 | PolarDB数据库创新设计赛(天池杯)决赛答辩通知
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)于8月21日启动,吸引了200多所高校近千支队伍参赛。经过激烈角逐,60支队伍晋级决赛第一阶段,36支队伍脱颖而出进入现场答辩,将于12月29日在武汉大学争夺最终奖项。决赛要求选手基于PolarDB-PG开源代码部署集群并优化TPCH查询性能。完赛率超90%,成绩表现出明显梯度,前20名均在500秒内完成。评委来自学术界和工业界,确保评选公正。预祝选手们取得优异成绩!
|
1月前
|
Cloud Native 关系型数据库 Serverless
阿里云数据库获中国计算机学会“科技进步一等奖”!
阿里云数据库获中国计算机学会“科技进步一等奖”!
35 0
|
2月前
|
NoSQL Java Redis
太惨痛: Redis 分布式锁 5个大坑,又大又深, 如何才能 避开 ?
Redis分布式锁在高并发场景下是重要的技术手段,但其实现过程中常遇到五大深坑:**原子性问题**、**连接耗尽问题**、**锁过期问题**、**锁失效问题**以及**锁分段问题**。这些问题不仅影响系统的稳定性和性能,还可能导致数据不一致。尼恩在实际项目中总结了这些坑,并提供了详细的解决方案,包括使用Lua脚本保证原子性、设置合理的锁过期时间和使用看门狗机制、以及通过锁分段提升性能。这些经验和技巧对面试和实际开发都有很大帮助,值得深入学习和实践。
太惨痛: Redis 分布式锁 5个大坑,又大又深, 如何才能 避开 ?
|
23天前
|
存储 NoSQL Java
使用lock4j-redis-template-spring-boot-starter实现redis分布式锁
通过使用 `lock4j-redis-template-spring-boot-starter`,我们可以轻松实现 Redis 分布式锁,从而解决分布式系统中多个实例并发访问共享资源的问题。合理配置和使用分布式锁,可以有效提高系统的稳定性和数据的一致性。希望本文对你在实际项目中使用 Redis 分布式锁有所帮助。
70 5

热门文章

最新文章