AWS數據庫介紹,aws免費數據庫AWS數據庫介紹當有人問:數據庫分哪幾類?我們通常的回答是:關系型的和非關系型的。這個答案沒毛病,但是略顯簡單粗暴。如果深究一下,非關系型數據庫還有很多種型。有種分類方法,把數據庫分成了8個大類:你沒看錯,是數據庫庫庫庫庫庫庫庫!為什么要分這么細呢?因為時代不同了,現代化應用對數據處理......
當有人問:數據庫分哪幾類?
我們通常的回答是:關系型的和非關系型的。
這個答案沒毛病,但是略顯簡單粗暴。如果深究一下,非關系型數據庫還有很多種型。
有種分類方法,把數據庫分成了8個大類:你沒看錯,是數據庫庫庫庫庫庫庫庫!
為什么要分這么細呢?因為時代不同了,現代化應用對數據處理的要求越來越苛刻。
傳統的關系型數據庫,發展了幾十年,遵從ACID原則,強關聯、數據一致性,擅長事務處理。
事務處理這個功能很重要,比如用銀行卡轉賬,必須保證對方賬戶錢增加的同時,而你的賬戶對應地減少了,中間出了差錯,數據庫就要“回滾”。
多少年來的金融級交易,都離不開關系型數據庫的支撐,而企業大量的ERP、CRM系統,都是靠關系型數據庫扛著的。
可是,隨著社交、電商、IoT等業務和應用蓬勃發展,數據尤其是非結構化數據爆發增長,傳統關系型數據庫有點獨木難支。
于是,數據庫進入了八仙過海,各顯神通的時代,不同的數據庫在各自的崗位上,提供了獨特的價值。
舉個例子,在電商的場景下,用戶的主要身份信息賬號密碼等,一般存在關系型數據庫里。
但用戶的“購物車”,有人放了1件商品,有的剁手黨可能會放100件商品,用關系型數據庫存儲就很不靈活。
這時候,鍵值數據庫就派上了用場,用“鍵值對”來存儲用戶的購物車信息,水平可以任意擴展。
再比如在交通和制造場景下,數據需要按照時間順序進行存儲,這里的時間不只是一個度量標準,不是一個字段,而是一個坐標的主坐標軸。
這時候,就需要時間序列數據庫,有點像我們的常見的股票交易數據,橫軸是時間,縱軸是不同時間下的所有數據。
再比如社交網絡應用,需要快速查找某人與某人的關系。
此時如果使用圖數據庫,可以快速get到結果,但是用關系型數據庫,需要大量的查詢時間,甚至超時。
總之,應用千差萬別,數據豐富多彩,要想應用跑的爽,就要投其所好,選最合適的數據庫。
而且如今,大多數現代應用,都不是單一類型數據庫來支撐,往往眾人拾柴,各干自己擅長的一部分。
所以,對于架構師來說,根據自家業務,把數據庫選好、規劃好很重要,同時,還要有DBA來配置和管理數據庫。
想想就很頭大!
有沒有供應商,能夠提供一攬子解決方案呢?
還真有,那就是Amazon Web Services(AWS),上面提到的8種類別的數據庫,AWS全部提供!
AWS能提供的數據庫類型和引擎太多,我們就挑幾類來講講吧。
首先還是說關系型數據庫,雖然數據庫分類這么多,但站C位的還是“關系”,大多數系統的主數據都還是用關系型數據庫。
AWS的托管式Amazon Relational Database Service(Amazon RDS)服務,提供了多種引擎。
不管開發者習慣用哪種,商用的Oracle、SQL Server,開源的MySQL、MariaDB、PostgreSQL,在AWS上都能找到。
同時,AWS還提供了一套自家特色RDS方案,這就是著名的「極光」數據庫——Amazon Aurora。
Amazon Aurora提供MySQL和PG兩種兼容引擎,跨3個AZ最多提供15個讀副本、6份數據拷貝,跨區橫向擴展讀寫,跨區復制。
“極光普照”之下,吞吐量是MySQL的5倍、PG的3倍,成本卻只有傳統商業級數據庫的十分之一。
看到“3AZ”,是不是擔心部署和管理很復雜?沒關系,Amazon Aurora是全托管的,所有操作,云上幫你全簡化。
同時,Amazon Aurora跟AWS上的機器學習、BI、分析類的組件可以深度集成,你甚至不需要專業的機器學習知識,用標準的SQL語句就能進行機器學習預測了。
著名的虎牙直播,就采用了Amazon Aurora數據庫解決方案,相對靜態的信息,使用Amazon Aurora存儲,動態的信息則使用Amazon DynamoDB存儲。
除了性能比MySQL好太多以外,故障恢復也是極速的,異常狀態下,10s內就能自動實現故障轉移,終端用戶無感知。
另外,虎牙直播的Nimo TV是出海業務,利用AWS全球數據庫功能,可以就近部署,提升用戶本地體驗。
我們再來說說AWS上的其它非關系型數據庫吧。
當下最流行的緩存數據庫是Redis和Memcached,AWS提供Amazon ElastiCache,兼容這兩種引擎,為實時應用提供亞毫秒延遲。
如果談到文檔數據庫,大家肯定會對MongoDB很熟悉,AWS的Amazon DocumentDB提供對MongoDB的兼容能力。
不止于兼容,Amazon DocumentDB比標準的MongoDB托管服務快兩倍,支持自動故障轉移,并在3個AZ上提供6份數據副本。
AWS上的圖數據庫托管服務叫做Amazon Neptune,可存儲數十億的“關系”,查詢起來,延遲是毫秒級別的。
Amazon Neptune被廣泛應用于社交網絡、知識圖譜、生命科學、IT運維等領域。
還有寬表數據庫Amazon Keyspaces,分類賬數據庫Amazon QLDB,以及剛剛上新的時序數據庫Amazon Timestream……
總之,只有想不到的,沒有AWS做不到的。
講到這里,我想大家對AWS云上數據庫服務的類型和能力,大概都心中有數了。
這兩年,我也看到越來越多本地部署的數據庫,被云上數據庫替代和“碾壓”。
那么,如果你也有了數據庫上云的想法,如何才能方便、安全、快捷地把本地數據“搬”上云呢?
AWS提供了一系列DMS服務:從線下到云上、從庫到庫、庫結構轉換……,數據復制可實現近乎0停機時間,以保障業務不中斷,客戶無感知。
這種遷移服務靠譜不?Amazon自己就是最好的成功案例。
亞馬遜公司100多個業務團隊,各種復雜的、在線的、高并發的業務,電商、廣告、視頻、游戲、支付,原來總共使用了7500多個甲骨文數據庫,數據多達75 PB。
如今,這些數據庫全部被遷移、分流到AWS多種云數據庫上了。
自己家的云數據庫到底香不香?遷移后數據庫成本降低60%,管理工作減少了70%,而對于重要的應用,性能提高40%!
這就是活生生的云數據庫最佳實踐呀!
云上數據庫庫庫庫庫庫庫庫,八仙過海。
AWS,就是那片云海!
特別聲明:以上文章內容僅代表作者本人觀點,不代表ESG跨境電商觀點或立場。如有關于作品內容、版權或其它問題請于作品發表后的30日內與ESG跨境電商聯系。
二維碼加載中...
使用微信掃一掃登錄
使用賬號密碼登錄
平臺顧問
微信掃一掃
馬上聯系在線顧問
小程序
ESG跨境小程序
手機入駐更便捷
返回頂部