AI 助理
备案控制台
开发者社区 冰河技术 文章 正文

复盘：我在真实场景下对几款主流云原生数据库进行极限性能压测的一次总结！！（建议收藏）

2022-07-22 884
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
RDS MySQL Serverless 基础系列，0.5-2RCU 50GB
推荐场景：
学生管理系统数据库设计 搭建个人博客
云数据库 RDS MySQL，集群系列 2核4GB
推荐场景：
搭建个人博客
云原生数据库 PolarDB PostgreSQL 版，标准版 2核4GB 50GB
简介： 最近几年，云数据库市场日趋繁荣，进入百花齐放、百家争鸣的时代，头部云计算厂商相继推出了自己的数据库产品，特别是亚马逊的Aurora、阿里云的PolarDB、华为云的GaussDB等等。

作为MySQL技术专家，我写过MySQL系列丛书《MySQL技术大全:开发, 优化与运维实战》, 有挺多准备上云企业的DBA或者架构师同学询问，如何对市场上五花八门的数据库进行选型, 我觉得首先是稳定性, 然后就是性能。今天，我就针对PolarDB、OceanBase、Aurora、GaussDB、TDSQL-C这五款数据库产品做个开箱性能评测供企业选型参考。

评测总览

为了方便读者更好的了解本次性能评测的整体结论，首先给出测试结果的总览图和相关结论：

在小规格实例（8C）的性能测试中，无论是在计算密集型场景还是在I/O密集型场景，各类测试负载下，PolarDB整体的测试性能是最好的.

对于大规格实例（64C），各数据库实例间的性能差距更为明显。值得一提的是，在测试负载下Aurora写性能明显较差。整体而言，PolarDB性能相比于Aurora、TDSQL-C、Oceanbase和GaussDB等同类竞品同样具有较为显著的优势。

image.png


压测情况

本次参与压力测试的数据库包括了阿里云的PolarDB数据库， 亚马逊云的Aurora数据库，蚂蚁集团100%控股的数据库OceanBase数据库，华为云的GaussDB数据库，以及腾讯云的TDSQL-C数据库。参与评审的都是MySQL 兼容版。

压测环境

为了保证压测结果的公平性，五个数据库均部署在各自的数据库厂商所在的云服务器上，且每个数据库所在的服务器实例规格都一样，云服务器实例规格都是8C64GB和64C512GB、MySQL 8.0，一主一从。

但OceanBase数据库由于规格限制，实际上，采用的云服务器实例规格为62C400GB。

在实例规格一致（除OceanBase使用62C400GB规格）的前提下，我们在各自的云服务器上都是采用的开箱配置。

压测配置

我们会对五个数据库的压力测试采用计算密集型和I/O密集型两种配置方式，并且会采用在配置上严格一致的shell脚本来进行压测。

计算密集型配置方式

对于计算密集型配置方式来说，压测五个数据库时，最终的结果信息将按如下格式进行输出。

case
数据库名称;数据表的数量;数据表大小(每张表中数据的条数);
;最大线程数量;最小线程数量;
云服务器实例名称;对应线程数目的QPS;对应线程数目的QPS;

这里，对上述输出结果的格式进行简要说明：

  • case：表示压测数据库时采用的数据库读写模式，主要的取值分为：oltp_read_only（只读模式）、oltp_read_write（读写模式）、oltp_write_only（只写模式）。
  • 数据库名称：压测数据库时指定的数据库名称，例如我们在对数据库采用计算密集型的配置方式进行压测时，指定的数据库名称为tpk_s。
  • 数据表的数量：压测数据库时指定的数据库中数据表的数量，例如我们在对数据库采用计算密集型的配置方式进行压测时，每个数据库中指定的数据表数量为10。
  • 数据表大小：压测数据库时指定每张数据表中数据的大小，例如我们在对数据库采用计算密集型的配置方式进行压测时，每张数据表中的数据大小为10000000。
  • 线程数量：这个就比较好理解了，压测数据库时，指定采用多少个线程开始压测。例如我们对数据库采用计算密集型的配置方式进行压测时，在8C64GB规格下，最大线程数量为128，最小线程数量为1。在64C512GB规格下，最大线程数量为300，最小线程数量为1。
  • 云服务实例名称：数据库所在的云服务器实例名称，注意这里不是压测脚本所在的云服务器实例名称。
  • 对应线程数目的qps：按照格式分别输出的最大线程数目和最小线程数目对应的QPS。

I/O密集型配置方式

对于I/O密集型配置方式来说，压测五个数据库，最终的结果信息将按照如下格式进行输出。

case
 数据库名称;数据表的数量;数据表大小(每张表中数据的条数);
 ;最大线程数量;最小线程数量;
 云服务器实例名称;对应线程数目的QPS;对应线程数目的QPS;

可以看到，采用I/O密集型的配置方式进行压测与采用计算密集型的配置方式进行压测输出的结果格式是相同的。但进行实际压测时，二者的配置信息存在稍许差异。

  • 计算密集型方式的数据库名称为tpk_s，而I/O密集型的配置方式数据库名称为tpk_l。
  • 计算密集型方式的数据表大小为10000000，而I/O密集型的配置方式在8C64GB规格下，数据表大小为40000000。在64C512GB规格下，数据表大小为300000000。

以下是综合对比结果, 具体每一个产品PolarDB、OceanBase、Aurora、GaussDB和TDSQL-C 的测试在文章末尾, 感兴趣的小伙伴可以参考对比.

综合对比

8C64GB规格综合对比

为了更加直观的对比每款数据库在8C64GB规格下的性能，这里我将在8C64GB规格下的压测结果数据进行整合对比，如下所示。

计算密集型压测结果对比

（1）oltp_read_only模式压测对比

数据库 128线程QPS 1线程QPS
PolarDB 95863.56 5184.38
OceanBase 61068.59 1953.32
Aurora 69933.45 3183.13
GaussDB 85244.76 5638.32
TDSQL-C 94343.16 4091.835

（2）oltp_read_write模式压测对比

数据库 128线程QPS 1线程QPS
PolarDB 82701.53 4809.97
OceanBase 39874.51 1801.23
Aurora 42649.67 2465.01
GaussDB 58522.77 4896.80
TDSQL-C 61997.33 2661.6075

（3）oltp_write_only模式压测对比

数据库 128线程QPS 1线程QPS
PolarDB 96784.14 4617.05
OceanBase 31767.13 1648.32
Aurora 35598.10 1484.75
GaussDB 58697.92 2216.81
TDSQL-C 53867.95 1799.2725

从我对五款数据库进行计算密集型压测结果的综合对比可以看出，在oltp_read_only模式下、oltp_read_write模式下和oltp_write_only模式下，开启1或128个线程压测时，PolarDB性能最好。

I/O密集型压测结果对比

（1）oltp_read_only模式压测对比

数据库 128线程QPS 1线程QPS
PolarDB 67105.08 2943.15
OceanBase 33997.1 1684.21
Aurora 30695.90 1056.77
GaussDB 24423.91 1927.34
TDSQL-C 48069.14 2032.22

（2）oltp_read_write模式压测对比

数据库 128线程QPS 1线程QPS
PolarDB 61093.90 2891.23
OceanBase 29325.76 1582.34
Aurora 21751.73 683.03
GaussDB 23178.85 1703.34
TDSQL-C 38388.89 1667.94

（3）oltp_write_only模式压测对比

数据库 128线程QPS 1线程QPS
PolarDB 61438.08 2602.82
OceanBase 29876.21 1503.22
Aurora 23290.39 1001.32
GaussDB 41209.88 1638.43
TDSQL-C 40414.65 1559.45

从我对五款数据库进行I/O密集型压测结果的综合对比可以看出，无论是在oltp_read_only模式、oltp_read_write模式，还是在oltp_write_only模式下，PolarDB的性能都是最优的。

64C512GB规格综合对比

为了更加直观的对比每款数据库在64C512GB规格下的性能，这里我将在64C512GB规格下的压测结果数据进行整合对比，如下所示。

计算密集型压测结果对比

（1）oltp_read_only模式压测对比

数据库 300线程QPS 1线程QPS
PolarDB 583481.91 5299.95
OceanBase 210599.67 1979.00
Aurora 460661.52 3953.16
GaussDB 324943.02 5238.16
TDSQL-C 345769.06 4102.13

（2）oltp_read_write模式压测对比

数据库 300线程QPS 1线程QPS
PolarDB 459306.28 4998.68
OceanBase 161787.02 1725.00
Aurora 161193.67 2330.50
GaussDB 231511.89 3528.90
TDSQL-C 259070.85 2648.34

（3）oltp_write_only模式压测对比

数据库 300线程QPS 1线程QPS
PolarDB 415477.31 5025.55
OceanBase 102735.32 1636.21
Aurora 52484.71 1282.10
GaussDB 195454.50 2077.85
TDSQL-C 122732.32 1799.2725

从我对五款数据库进行计算密集型压测结果的综合对比可以看出，无论是在oltp_read_only模式，还是在oltp_read_write模式，亦或是在oltp_write_only模式下，PolarDB的性能都是最好的。

I/O密集型压测结果对比

（1）oltp_read_only模式压测对比

数据库 300线程QPS 1线程QPS
PolarDB 379448.39 3205.95
OceanBase 186231.85 1663.59
Aurora 162073.88 908.75
GaussDB 202102.54 2438.24
TDSQL-C 130938.23 2203.23

（2）oltp_read_write模式压测对比

数据库 300线程QPS 1线程QPS
PolarDB 323182.93 3147.55
OceanBase 142723.88 1592.08
Aurora 75080.03 807.78
GaussDB 164403.19 2243.14
TDSQL-C 112711.66 1782.34

（3）oltp_write_only模式压测对比

数据库 300线程QPS 1线程QPS
PolarDB 335549.53 3751.35
OceanBase 99543.00 1447.24
Aurora 26616.15 748.74
GaussDB 152426.14 2254.31
TDSQL-C 72023.23 1582.23

在大规格实例I/O密集型压测中，同样是PolarDB的测试性能最优，并且相对其他产品的优势比小规格实例更为明显。

以下是详细的PolarDB、OceanBase、Aurora、GaussDB和TDSQL-C 测试结果.

压测结果

在压测环境和压测配置都严格一致的情况下，我们开始对PolarDB、OceanBase、Aurora、GaussDB和TDSQL-C数据库分别进行压测。我对最终压测得出的结果数据进行了整理，下面分别按照8C64GB和64C512GB的规格给出测试结果。

8C64GB规格测试结果

PolarDB压测结果

（1）计算密集型压测结果

读写模式 表数目 表大小 最大线程数 最小线程数 128线程QPS 1线程QPS
oltp_read_only 10 10000000 128 1 95863.56 5184.38
oltp_read_write 10 10000000 128 1 82701.53 4809.97
oltp_write_only 10 10000000 128 1 96784.14 4617.05

（2）I/O密集型压测结果

读写模式 表数目 表大小 最大线程数 最小线程数 128线程QPS 1线程QPS
oltp_read_only 10 40000000 128 1 67105.08 2943.15
oltp_read_write 10 40000000 128 1 61093.90 2891.23
oltp_write_only 10 40000000 128 1 61438.08 2602.82

OceanBase压测结果

（1）计算密集型压测结果

读写模式 表数目 表大小 最大线程数 最小线程数 128线程QPS 1线程QPS
oltp_read_only 10 10000000 128 1 61068.59 1953.32
oltp_read_write 10 10000000 128 1 39874.51 1801.23
oltp_write_only 10 10000000 128 1 31767.13 1648.32

（2）I/O密集型压测结果

读写模式 表数目 表大小 最大线程数 最小线程数 128线程QPS 1线程QPS
oltp_read_only 10 40000000 128 1 33997.1 1684.21
oltp_read_write 10 40000000 128 1 29325.76 1582.34
oltp_write_only 10 40000000 128 1 29876.21 1503.22

Aurora压测结果

（1）计算密集型压测结果

读写模式 表数目 表大小 最大线程数 最小线程数 128线程QPS 1线程QPS
oltp_read_only 10 10000000 128 1 69933.45 3183.13
oltp_read_write 10 10000000 128 1 42649.67 2465.01
oltp_write_only 10 10000000 128 1 35598.10 1484.75

（2）I/O密集型压测结果

读写模式 表数目 表大小 最大线程数 最小线程数 128线程QPS 1线程QPS
oltp_read_only 10 40000000 128 1 30695.90 1056.77
oltp_read_write 10 40000000 128 1 21751.73 683.03
oltp_write_only 10 40000000 128 1 23290.39 1001.32

GaussDB压测结果

（1）计算密集型压测结果

读写模式 表数目 表大小 最大线程数 最小线程数 128线程QPS 1线程QPS
oltp_read_only 10 10000000 128 1 85244.76 5638.32
oltp_read_write 10 10000000 128 1 58522.77 4896.80
oltp_write_only 10 10000000 128 1 58697.92 2216.81

（2）I/O密集型压测结果

读写模式 表数目 表大小 最大线程数 最小线程数 128线程QPS 1线程QPS
oltp_read_only 10 40000000 128 1 24423.91 1927.34
oltp_read_write 10 40000000 128 1 23178.85 1703.34
oltp_write_only 10 40000000 128 1 41209.88 1638.43

TDSQL-C压测结果

（1）计算密集型压测结果

读写模式 表数目 表大小 最大线程数 最小线程数 128线程QPS 1线程QPS
oltp_read_only 10 10000000 128 1 94343.16 4091.835
oltp_read_write 10 10000000 128 1 61997.33 2661.6075
oltp_write_only 10 10000000 128 1 53867.95 1799.2725

（2）I/O密集型压测结果

读写模式 表数目 表大小 最大线程数 最小线程数 128线程QPS 1线程QPS
oltp_read_only 10 40000000 128 1 48069.14 2032.22
oltp_read_write 10 40000000 128 1 38388.89 1667.94
oltp_write_only 10 40000000 128 1 40414.65 1559.45

64C512GB规格测试结果

PolarDB压测结果

（1）计算密集型压测结果

读写模式 表数目 表大小 最大线程数 最小线程数 300线程QPS 1线程QPS
oltp_read_only 10 10000000 300 1 583481.91 5299.95
oltp_read_write 10 10000000 300 1 459306.28 4998.68
oltp_write_only 10 10000000 300 1 415477.31 5025.55

（2）I/O密集型压测结果

读写模式 表数目 表大小 最大线程数 最小线程数 300线程QPS 1线程QPS
oltp_read_only 10 300000000 300 1 379448.39 3205.95
oltp_read_write 10 300000000 300 1 323182.93 3147.55
oltp_write_only 10 300000000 300 1 335549.53 3751.35

OceanBase压测结果

（1）计算密集型压测结果

读写模式 表数目 表大小 最大线程数 最小线程数 300线程QPS 1线程QPS
oltp_read_only 10 10000000 300 1 210599.67 1979.00
oltp_read_write 10 10000000 300 1 161787.02 1725.00
oltp_write_only 10 10000000 300 1 102735.32 1636.21

（2）I/O密集型压测结果

读写模式 表数目 表大小 最大线程数 最小线程数 300线程QPS 1线程QPS
oltp_read_only 10 300000000 30 1 186231.85 1663.59
oltp_read_write 10 300000000 30 1 142723.88 1592.08
oltp_write_only 10 300000000 30 1 99543.00 1447.24

Aurora压测结果

（1）计算密集型压测结果

读写模式 表数目 表大小 最大线程数 最小线程数 300线程QPS 1线程QPS
oltp_read_only 10 10000000 300 1 460661.52 3953.16
oltp_read_write 10 10000000 300 1 161193.67 2330.50
oltp_write_only 10 10000000 300 1 52484.71 1282.10

（2）I/O密集型压测结果

读写模式 表数目 表大小 最大线程数 最小线程数 300线程QPS 1线程QPS
oltp_read_only 10 300000000 300 1 162073.88 908.75
oltp_read_write 10 300000000 300 1 75080.03 807.78
oltp_write_only 10 300000000 300 1 26616.15 748.74

GaussDB压测结果

（1）计算密集型压测结果

读写模式 表数目 表大小 最大线程数 最小线程数 300线程QPS 1线程QPS
oltp_read_only 10 10000000 300 1 324943.02 5238.16
oltp_read_write 10 10000000 300 1 231511.89 3528.90
oltp_write_only 10 10000000 300 1 195454.50 2077.85

（2）I/O密集型压测结果

读写模式 表数目 表大小 最大线程数 最小线程数 300线程QPS 1线程QPS
oltp_read_only 10 300000000 300 1 202102.54 2438.24
oltp_read_write 10 300000000 300 1 164403.19 2243.14
oltp_write_only 10 300000000 300 1 152426.14 2254.31

TDSQL-C压测结果

（1）计算密集型压测结果

读写模式 表数目 表大小 最大线程数 最小线程数 300线程QPS 1线程QPS
oltp_read_only 10 10000000 300 1 345769.06 4102.13
oltp_read_write 10 10000000 300 1 259070.85 2648.34
oltp_write_only 10 10000000 300 1 122732.32 1799.2725

（2）I/O密集型压测结果

读写模式 表数目 表大小 最大线程数 最小线程数 300线程QPS 1线程QPS
oltp_read_only 10 300000000 300 1 130938.23 2203.23
oltp_read_write 10 300000000 300 1 112711.66 1782.34
oltp_write_only 10 300000000 300 1 72023.23 1582.23

最后，希望这次对于云原生数据库的压测结果能够为大家选型云原生数据库时提供一点点帮助。

好了，今天就到这儿吧，我是冰河，我们下期见~~




文章标签：
云服务器 ECS
云数据库 RDS MySQL 版
云原生数据库 PolarDB
性能测试
测试技术
Cloud Native
关系型数据库
数据库管理
运维
OceanBase
MySQL
PolarDB
数据库
分布式数据库
关键词：
性能性能测试
云原生数据库 PolarDB性能
云原生数据库
数据库性能
性能测试数据库
相关实践学习
2分钟自动化部署人生模拟器
本场景将带你借助云效流水线Flow实现人生模拟器小游戏的自动化部署
7天玩转云服务器
云服务器ECS（Elastic Compute Service）是一种弹性可伸缩的计算服务，可降低 IT 成本，提升运维效率。本课程手把手带你了解ECS、掌握基本操作、动手实操快照管理、镜像管理等。了解产品详情: https://www.aliyun.com/product/ecs
技术小达人
目录
相关文章
众所周知
|
1月前
|
XML Java 数据库连接
性能提升秘籍：如何高效使用Java连接池管理数据库连接
在Java应用中，数据库连接管理至关重要。随着访问量增加，频繁创建和关闭连接会影响性能。为此，Java连接池技术应运而生，如HikariCP。本文通过代码示例介绍如何引入HikariCP依赖、配置连接池参数及使用连接池高效管理数据库连接，提升系统性能。
众所周知
60 5
德国都芳最好
|
25天前
|
关系型数据库 Serverless 分布式数据库
扩缩容操作对PolarDB Serverless的性能有多大影响？
PolarDB Serverless 的扩缩容操作对性能会产生一定的影响，但通过合理的规划、监测和措施，可以将这种影响控制在较小的范围内。同时，随着技术的不断进步和优化，扩缩容操作对性能的影响也会逐渐减小，为用户提供更稳定、高效的数据库服务体验。
德国都芳最好
89 57
mikechen的互联网架构
|
1月前
|
架构师 数据库
大厂面试高频：数据库乐观锁的实现原理、以及应用场景
数据库乐观锁是必知必会的技术栈，也是大厂面试高频，十分重要，本文解析数据库乐观锁。关注【mikechen的互联网架构】，10年+BAT架构经验分享。
mikechen的互联网架构
41 1
大厂面试高频：数据库乐观锁的实现原理、以及应用场景
dufadayang
|
25天前
|
监控 关系型数据库 Serverless
扩缩容操作对 PolarDB Serverless 性能的影响
扩缩容操作对 PolarDB Serverless 性能的影响
dufadayang
23 3
土木林森
|
24天前
|
并行计算 算法 测试技术
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略，涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略，涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面，旨在通过综合策略提升程序性能，满足实际需求。
土木林森
56 1
土木林森
|
28天前
|
关系型数据库 分布式数据库 数据库
PolarDB 以其出色的性能和可扩展性，成为大数据分析的重要工具
在数字化时代，企业面对海量数据的挑战，PolarDB 以其出色的性能和可扩展性，成为大数据分析的重要工具。它不仅支持高速数据读写，还通过数据分区、索引优化等策略提升分析效率，适用于电商、金融等多个行业，助力企业精准决策。
土木林森
34 4
mao29955
|
1月前
|
缓存 监控 关系型数据库
如何根据监控结果调整 MySQL 数据库的参数以提高性能？
【10月更文挑战第28天】根据MySQL数据库的监控结果来调整参数以提高性能，需要综合考虑多个方面的因素
mao29955
80 1
mao29955
|
1月前
|
监控 关系型数据库 MySQL
如何监控和诊断 MySQL 数据库的性能问题？
【10月更文挑战第28天】监控和诊断MySQL数据库的性能问题是确保数据库高效稳定运行的关键
mao29955
157 1
mao29955
|
1月前
|
缓存 关系型数据库 MySQL
如何优化 MySQL 数据库的性能？
【10月更文挑战第28天】
mao29955
113 1
土木林森
|
1月前
|
监控 关系型数据库 MySQL
数据库优化：MySQL索引策略与查询性能调优实战
【10月更文挑战第27天】本文深入探讨了MySQL的索引策略和查询性能调优技巧。通过介绍B-Tree索引、哈希索引和全文索引等不同类型，以及如何创建和维护索引，结合实战案例分析查询执行计划，帮助读者掌握提升查询性能的方法。定期优化索引和调整查询语句是提高数据库性能的关键。
土木林森
267 1

热门文章

最新文章

  • 1
    拥抱开源，云原生时代下的开源牧码人的初心与坚守
  • 2
    OpenKruise v0.5.0 版本发布 | 云原生生态周报 Vol. 50
  • 3
    GitHub 宣布正式收购 npm | 云原生生态周报 Vol. 42
  • 4
    KubeCon 2019 北美会议完美落幕 | 云原生生态周报 Vol. 29
  • 5
    应用的云原生化迁云设计与实践
  • 6
    阿里巴巴正式开源云原生应用脚手架
  • 7
    基于eBPF的云原生可观测性开源项目Kindling之eBPF基础设施库技术选型
  • 8
    云原生 - 阿里云负载均衡SLB是什么？如何使用？
  • 9
    阿里云容器服务发布 Knative 托管服务 | 云原生生态周报 Vol. 49
  • 10
    2022云栖精选—中国移动算力网络云原生虚拟化技术
  • 1
    数据库- 动态属性策略
    123
  • 2
    DataFrame 与数据库交互：从导入到导出
    176
  • 3
    云原生数据库PolarDB自定义权限策略参考
    67
  • 4
    云原生数据库 PolarDB系统权限策略参考
    60
  • 5
    云原生分布式数据库 PolarDB-X系统权限策略参考
    225
  • 6
    Beekeeper Studio是一个多功能的数据库管理和开发工具
    316
  • 7
    一些SQL数据库工具的介绍
    93
  • 8
    使用mongodb数据库实例
    160
  • 9
    安全检测 | 数据库审计系统为何如此重要？
    140
  • 10
    实时计算 Flink版操作报错合集之采集oracle的时候报ORA-65040:不允许从可插入数据库内部执行该操作如何解决
    297

    • 相关课程

    更多
  • 云计算、容器和云原生基础课程
  • ALPD云架构师系列：云原生DevOps 36计 -阿里云云效出品
  • 云原生实践公开课
  • 云原生基础概念及阿里云云原生产品介绍
  • CNCF Alibaba 云原生技术公开课
  • Kubernetes云原生管理实践

    • 相关电子书

    更多
  • 阿里云云原生技术实践营 | 上海站
  • 阿里云云原生 Serverless 技术实践营西安站材料合集
  • 智算时代，基于 Kubernetes 落地云原生 AI

    • 相关实验场景

    更多
  • 使用DAS实现数据库SQL优化
  • 自建数据库迁移到云数据库
  • 云原生场景自动化响应ECS系统事件
  • PolarDB for AI：在数据库中通过SQL实现AI能力
  • 云原生HTAP数据库，让你的交易和分析一库搞定
  • 快速体验PolarDB开源数据库
    • 下一篇
    【案例实战】SpringBoot整合阿里云文件上传OSS