百万级活跃用户、十亿级数据,揭秘PolarDB-X如何提升小打卡性能和稳定性

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
云数据库 RDS SQL Server,基础系列 2核4GB
简介: 通过PolarDB-X+RDS MySQL的分布式数据库解决方案支持客户核心业务圈子打卡日记,采用PolarDB-X的水平拆分给客户提供海量数据存储能力,利用平滑扩容能力提供计算和存储的平滑扩展,可支持到百亿级数据存储和读写。

“PolarDB-X产品解决了我们社交场景中的圈子日记查询功能,每天用户在小打卡数十万的兴趣圈子中活跃,发布数百万条打卡日记,非常适合PolarDB-X的分库分表场景,降低了响应时间,提高了并发查询能力,利用异构索引表满足了我们多维度查询的需求,最近的全局二级索引解决了异构索引表数据延迟的问题。”这是来自小打卡的客户感言


“再小的爱好都有同好”

小打卡是国内知名的兴趣社群平台,在这里,能快速发现你感兴趣的圈子;加入圈子,有达人带你玩转各种兴趣,有同好一起分享,一起成长。2017年8月公司成立至今,小打卡上已服务六千多万用户,聚集绘画、瑜伽、健身、手帐、摄影、亲子、阅读、潮玩等数百万个兴趣圈子,每天有数百万用户活跃在小打卡上,围绕各类兴趣和学习产生数百万条内容和数百万次互动。

1.png

业务挑战

基于小打卡的业务场景,面临着三个主要挑战:

  • 数百万个圈子的打卡日记数据量大,客户有十亿级数据的高性能存储诉求。

  • 百万级活跃用户,有高并发读写诉求,同时需要在十亿级数据存储情况下读写性能平稳。

  • 圈子打卡日记业务在根据圈子做水平拆分表之后有多维度查询诉求,通过用户维度查询打卡日记。

PolarDB-X+RDS MySQL的分布式数据库解决方案

针对上述业务痛点,我们通过PolarDB-X+RDS MySQL的分布式数据库解决方案支持客户核心业务圈子打卡日记,采用PolarDB-X的水平拆分给客户提供海量数据存储能力,利用平滑扩容能力提供计算和存储的平滑扩展,可支持到百亿级数据存储和读写。

通过PolarDB-X水平拆分后,数据库业务由多个RDS MySQL承载,单个RDS业务读写压力大幅度下降,出现性能异常的时候,只影响部分用户使用,同时由于单个物理表数据量小,性能异常对系统可用性影响较小。PolarDB-X通过多个RDS MySQL承载高并发写,可支撑百亿级数据10万TPS、百万QPS的稳定读写承载。

数据库表拆分后多维度查询诉求是分布式数据库中间件的一个痛点,不按拆分键查询的SQL不能下推导致查询出现全表扫描,PolarDB-X支持全局索引,通过全局索引可以完美解决多维查询的痛点。

2.png

小打卡技术架构图


海量数据存储和扩展能力,保障核心业务稳定性与高性能

小打卡当前圈子打卡日记有10亿以上数据,每年亿级增量,基于PolarDB-X+RDS的分布式数据库解决方案给客户提供了海量数据存储和数据存储扩展能力,解决了客户的10亿级数据在单机数据库的存储瓶颈。

小打卡有几百万活跃用户,业务发展较快,高并发读是小打卡的数据库强需求,在单机RDS的情况下由于单表数据量大,会出现读性能瓶颈导致APP卡顿或者崩溃。基于PolarDB-X+RDS的分布式数据库解决方案在将表拆分成小的物理表后能提供海量数据平稳高并发读能力,保证了客户核心业务的稳定性和高性能。

小打卡的圈子打卡日记通过圈子做拆分,同时用户有看自己圈子日记的诉求,全局索引能力给小打卡客户提供了基于圈子和用户两个维度的高性能查询能力,解决了多维查询的需求。

目录
相关文章
|
4月前
|
关系型数据库 MySQL 分布式数据库
Super MySQL|揭秘PolarDB全异步执行架构,高并发场景性能利器
阿里云瑶池旗下的云原生数据库PolarDB MySQL版设计了基于协程的全异步执行架构,实现鉴权、事务提交、锁等待等核心逻辑的异步化执行,这是业界首个真正意义上实现全异步执行架构的MySQL数据库产品,显著提升了PolarDB MySQL的高并发处理能力,其中通用写入性能提升超过70%,长尾延迟降低60%以上。
|
11月前
|
存储 人工智能 Cloud Native
云栖重磅|从数据到智能:Data+AI驱动的云原生数据库
在9月20日2024云栖大会上,阿里云智能集团副总裁,数据库产品事业部负责人,ACM、CCF、IEEE会士(Fellow)李飞飞发表《从数据到智能:Data+AI驱动的云原生数据库》主题演讲。他表示,数据是生成式AI的核心资产,大模型时代的数据管理系统需具备多模处理和实时分析能力。阿里云瑶池将数据+AI全面融合,构建一站式多模数据管理平台,以数据驱动决策与创新,为用户提供像“搭积木”一样易用、好用、高可用的使用体验。
云栖重磅|从数据到智能:Data+AI驱动的云原生数据库
|
11月前
|
人工智能 关系型数据库 分布式数据库
拥抱Data+AI|“全球第一”雅迪如何实现智能营销?DMS+PolarDB注入数据新活力
针对雅迪“云销通App”的需求与痛点,本文将介绍阿里云瑶池数据库DMS+PolarDB for AI提供的一站式Data+AI解决方案,助力销售人员高效用数,全面提升销售管理效率。
|
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。
|
8月前
|
存储 关系型数据库 MySQL
客户说|乐檬零售引入PolarDB:查询性能百倍提升,稳定支撑超10万家门店
客户说|乐檬零售引入PolarDB:查询性能百倍提升,稳定支撑超10万家门店
257 2
客户说|乐檬零售引入PolarDB:查询性能百倍提升,稳定支撑超10万家门店
|
8月前
|
Cloud Native 关系型数据库 分布式数据库
世界第一!阿里云PolarDB刷新全球数据库性能及性价比记录
世界第一!阿里云PolarDB刷新全球数据库性能及性价比记录
|
11月前
|
存储 缓存 调度
性能提升利器|PolarDB- X 超详细列存查询技术解读
本文将深入探讨 PolarDB-X 列存查询引擎的分层缓存解决方案,以及其在优化 ORC 列存查询性能中的关键作用。
1080 69
|
9月前
|
存储 关系型数据库 分布式数据库
PolarDB PG 版冷热数据分层功能介绍
本文介绍了云原生数据库PolarDB PG版的冷热数据分层存储功能,涵盖其原理、特性及最佳实践。冷热分层存储通过将冷数据归档至OSS(对象存储服务),实现低成本高效存储,同时保持SQL操作透明性和性能优化。支持多种分层模式,如表与索引分层、大字段独立归档等,并提供压缩和缓存机制以提升访问速度。此外,还介绍了如何通过DDL语句轻松转存数据至OSS,以及一系列最佳实践,包括自动冷热分层、无锁表转存和一键转存等功能。
492 36
|
8月前
|
SQL 关系型数据库 分布式数据库
PolarDB 开源基础教程系列 7.1 快速构建“海量逼真”数据
本文介绍了如何使用PostgreSQL和PolarDB快速生成“海量且逼真”的测试数据,以满足不同业务场景的需求。传统数据库测试依赖标准套件(如TPC-C、TPC-H),难以生成符合特定业务特征的复杂数据。通过自定义函数(如`gen_random_int`、`gen_random_string`等)、SRF函数(如`generate_series`)和pgbench工具,可以高效生成大规模、高仿真度的数据,并进行压力测试。文中还提供了多个示例代码展示.
216 7

相关产品

  • 云原生分布式数据库 PolarDB-X
  • 云原生数据库 PolarDB