假定两种查询场景的查询数据量相同，并且不考虑 RDS 机器的硬件资源限制，那么，理论上后者会比前者查询更快（这在聚合查询场景更为典型）。因为后者并行度更高，能更好利用 RDS 的 CPU 资源与 IO 资源。
最理想的情况下，后者的 RT 是前者的 N 分之一（N 是 RDS 实例数目）。在实际情况下，如果 RDS 机器规格相同，显然前者更容易达到 RDS 的系统资源瓶颈，因为分库数据的计算与传输都集中在单个 RDS 上。
PolarDB-X 1.0-常见问题-性能问题-同一个 RDS 实例之间的跨库查询和多个 RDS 之间的跨库查询的速度差异有多大？
2021-10-29
208
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
本文涉及的产品
简介：
假定两种查询场景的查询数据量相同，并且不考虑 RDS 机器的硬件资源限制，那么，理论上后者会比前者查询更快（这在聚合查询场景更为典型）。因为后者并行度更高，能更好利用 RDS 的 CPU 资源与 IO 资源。
目录
相关文章
|
18天前
|
存储
缓存
调度
|
7月前
|
SQL
存储
关系型数据库
RDS for MySQL的SQL分类与数据类型
小明需在MySQL中管理商品信息，使用SQL完成业务操作。SQL分为DQL（查询）、DML（增删改）、DDL（定义）、DCL（权限控制）和TCL（事务）五大类。DDL用于创建、修改和删除数据库结构，DML处理数据，DCL控制权限，TCL管理事务，DQL则用于查询数据。MySQL有多种数据类型，如数值型（整数、小数）、日期型和字符串型等，选择合适的数据类型是高效开发的关键。
77
0
0
|
4月前
|
存储
SQL
运维
“震撼发布！PolarDB-X：云原生分布式数据库巨擘，超高并发、海量存储、复杂查询，一网打尽！错过等哭！”
【8月更文挑战第7天】PolarDB-X 是面向超高并发、海量存储和复杂查询场景设计的云原生分布式数据库系统
115
1
1
|
5月前
|
关系型数据库
MySQL
Serverless
函数计算产品使用问题之调用RDS MySQL的步骤是怎样的
函数计算产品作为一种事件驱动的全托管计算服务，让用户能够专注于业务逻辑的编写，而无需关心底层服务器的管理与运维。你可以有效地利用函数计算产品来支撑各类应用场景，从简单的数据处理到复杂的业务逻辑，实现快速、高效、低成本的云上部署与运维。以下是一些关于使用函数计算产品的合集和要点，帮助你更好地理解和应用这一服务。
43
1
1
|
5月前
|
关系型数据库
分布式数据库
数据库
PolarDB产品使用问题之将RDS切换到PolarDB-X 2.0时，代码层的SQL该如何改动
PolarDB产品使用合集涵盖了从创建与管理、数据管理、性能优化与诊断、安全与合规到生态与集成、运维与支持等全方位的功能和服务，旨在帮助企业轻松构建高可用、高性能且易于管理的数据库环境，满足不同业务场景的需求。用户可以通过阿里云控制台、API、SDK等方式便捷地使用这些功能，实现数据库的高效运维与持续优化。
59
3
3
|
7月前
|
关系型数据库
分布式数据库
数据库
PolarDB-X助攻《香肠派对》百亿好友关系实现毫秒级查询
云原生数据库PolarDB分布式版（PolarDB for Xscale，简称PolarDB-X）有极强的线性扩展能力，能够多写多读；它的全局索引能力，是分布式改造的利器，成功解决了传统分布式方案中多维度查询的难题，在《香肠派对》的好友系统上，实现了百亿好友关系20万QPS的毫秒级查询。
509
4
4
|
6月前
|
缓存
分布式计算
关系型数据库
数据管理DMS操作报错合集之当进行RDS实例的可用区迁移时，提示“缓存清理”是什么意思
数据管理DMS（Data Management Service）是阿里云提供的数据库管理和运维服务，它支持多种数据库类型，包括RDS、PolarDB、MongoDB等。在使用DMS进行数据库操作时，可能会遇到各种报错情况。以下是一些常见的DMS操作报错及其可能的原因与解决措施的合集。
107
3
3
|
5月前
|
关系型数据库
数据库
RDS
|
6月前
|
关系型数据库
MySQL
测试技术
|
7月前
|
SQL
关系型数据库
MySQL
RDS for MySQL的DDL、DML和DQL
这篇文章介绍了MySQL中处理数据的几种主要操作：DDL（Data Definition Language），DML（Data Manipulation Language）和DQL（Data Query Language）。首先讲解了如何使用CREATE DATABASE, ALTER DATABASE和DROP DATABASE语句来创建、修改和删除数据库。
76
1
1
热门文章
最新文章
1
让X不断延伸, 从跨AZ到跨Region再到跨Cloud
2
PolarDB-X 开源 | 基于Paxos的MySQL三副本
3
深度优化 | PolarDB-X 基于向量化SIMD指令的探索
4
PolarDB开源项目介绍
5
[重磅更新]PolarDB-X V2.3 集中式和分布式一体化开源发布
6
PolarDB-X的XPlan索引选择
7
Java“Bad Magic Number”错误解决
8
阿里云 PolarDB-X 团队25届实习生招聘
9
云原生数据库PolarDB分布式版（PolarDB-X）原理导读
10
PolarDB分布式版2023年度干货合集
1
Java“Bad Magic Number”错误解决
113
2
k8s 部署polardb-x集群
175
3
PolarDB-X 存储引擎核心技术 | Lizard B+tree 优化
7475
4
PolarDB-X的TPC-H列存执行计划
8000
5
让X不断延伸, 从跨AZ到跨Region再到跨Cloud
8142
6
PolarDB-X 存储引擎核心技术 | Lizard 多级闪回
328
7
开源PolarDB-X部署体验：挑战与反思
276
8
开源PolarDB-X部署体验：探索与反馈
338
9
PolarDB-X 原生无锁变更，比 gh-ost 更快、更稳定
218
10
PolarDB-X 存储引擎核心技术 | Lizard 无锁备份
191