云原生数据库 PolarDB

news2024/10/1 13:30:35

简介:云原生数据库 PolarDB 是阿里云自研产品,在存储计算分离架构下,利用了软硬件结合的优势,为用户提供秒级弹性、高性能、海量存储、安全可靠的数据库服务。100%兼容MySQL和PostgreSQL生态,支持分布式扩展,高度兼容Oracle语法。PolarDB遵循自主可控、开放生态的发展思路,于2021年正式开源。

简介

云原生数据库 PolarDB 是阿里云自研产品,在存储计算分离架构下,利用了软硬件结合的优势,为用户提供秒级弹性、高性能、海量存储、安全可靠的数据库服务。100%兼容MySQL和PostgreSQL生态,支持分布式扩展,高度兼容Oracle语法。

云原生数据库 PolarDB MySQL版

云原生数据库 PolarDB MySQL 版是阿里云自研产品,100%兼容 MySQL。产品具有多主多写、多活容灾、HTAP 等特性,交易性能最高可达开源数据库的6倍,分析性能最高可达开源数据库的400倍,TCO 低于自建数据库50%。

云原生数据库 PolarDB PostgreSQL 版

云原生数据库 PolarDB PostgreSQL 版是阿里云自研的云原生关系型数据库产品,100%兼容 PostgreSQL,高度兼容Oracle语法。为用户提供快速弹性、高性能、海量存储、安全可靠的数据库服务,同时支持阿里云自研Ganos多维多模时空信息引擎及开源PostGIS地理信息引擎。

云原生数据库 PolarDB 分布式版 PolarDB-X

PolarDB 分布式版 (PolarDB for Xscale,简称“PolarDB-X”) 是阿里云自主设计研发的高性能云原生分布式数据库产品,为用户提供高吞吐、大存储、低延时、易扩展和超高可用的云时代数据库服务。历经各届天猫双11及阿里云各行业客户业务的考验,助力企业加速完成业务数字化转型。

优点

兼容并包,无缝兼容原有生态

100%兼容MySQL和PostgreSQL生态,无需修改代码即可使用,提供从RDS MySQL高可用版到PolarDB的一键迁移功能,连接地址保留不变。高度兼容Oracle语法,ADAM工具全周期协助您进行Oracle迁移,将Oracle的迁移成本和周期缩减到原来的1/10甚至更低。

海量存储,大规模扩展

PolarDB MySQL 版和PostgreSQL 版支持最大容量100TB,最多可横向扩展16个节点,每个节点最高88 vCPU,Serverless分布式存储空间根据数据量自动伸缩。PolarDB 分布式版本可支持PB级存储扩展。

高性价比

PolarDB 相比传统MySQL、PostgreSQL获得百倍以上执行性能加速效果。同时多个计算节点共享存储,新增只读节点时只需支付计算节点费用,大大降低扩容成本。存储空间无需手动配置,根据数据量自动伸缩,只需为实际使用的容量付费。

高可用,保障业务永远在线

单机故障,可实现主备切换0数据丢失,彻底解决异步复制带来的主备节点数据非强一致问题,几分钟内即可扩展只读副本,备份和恢复数据。支持多样化的部署和容灾能力,比如同城三机房、三地五中心等。

功能

PolarDB数据库100%兼容MySQL、PostgreSQL、高度兼容Oracle语法,您可根据业务需求选择合适的引擎版本。

  • PolarDB MySQL版
  • PolarDB PostgreSQL版
  • PolarDB 分布式版

应用场景

教育/直播:业务高弹性

分钟级弹性升降配,快速应对业务峰值
教育、直播场景下业务有明显的峰值峰谷特征,学生课外时间、双11等大促活动时的业务量是日常情况的数倍,业务系统需要在大促前后进行升降配。PolarDB支持分钟级弹性升配能力,解决了传统数据库的升配时间会随着存储量的大小、宿主机资源的情况而不断上升的问题。

金融/保险:高可用和强读

数据强一致性保证,满足金融级可靠性要求
金融场景下对业务要求高可用和强一致性,PolarDB采用存储和计算分离的架构,支持秒级的故障恢复、全局数据一致性和数据备份容灾等功能,充分满足金融级合规可靠性要求。

游戏:全球部署高并发

提供高读写性能,支持业务全球化部署
游戏场景下需经常进行开服合服操作,业务峰值时可能需要支撑百万级玩家同时在线的高并发压力,更可能需要确保业务的增长进行海外部署。PolarDB提供低延迟、高稳定、高性能的云服务,满足游戏业务需求。

交通物流:每秒万级并发

在线业务超高并发,轻松解决
如在城市公交场景下,涉及大量的车辆和车型、多样的计费方式,不仅要求数据库系统具有海量存储的能力,还需满足复杂查询计算的能力。基于PolarDB 分布式版存储海量数据,通过AnalyticDB进行数据分析,可构建智能化的城市公交系统,满足路线规划、站点查询、公交预报、业务报表结算、公交调度等需求,提升运营效率和服务水平。

电商零售:大促秒杀

平稳应对单表数据量过大、业务潮汐
电商行业中如大型促销秒杀场景对系统整体访问压力巨大。PolarDB 分布式版历经各届天猫双十一及阿里云各行业客户业务的考验,能有效解决热点数据的高并发更新性能瓶颈,助力业务稳定运行。

通用:大容量数据存储

海量存储,支持上百TB级别数据
业务的发展伴随着历史数据的飞速增长,单库能达到TB级别。在这种情况下,传统数据库的存储和性能都碰到了瓶颈。PolarDB采用存储和分离架构,单实例最高100TB存储,节点支持纵向扩展(升/降配节点)和横向扩展(增/减只读节点),快速应对业务增长。

通用:HTAP分析加速

海量数据,快速查询
PolarDB采用计算和存储分离架构,支持数据库服务器的CPU、内存能够快速扩容,最快可增加15个只读节点,支持并行查询、读写分离等功能,使查询耗时指数级下降,解决计算量较大的查询、多表连接查询、日常报表查询等轻分析类业务需求。

相关资料

  • 云原生关系型数据库PolarDB官网:
    https://www.aliyun.com/product/polardb
  • 云原生数据库 PolarDB MySQL版官方文档:
    https://help.aliyun.com/zh/polardb/polardb-for-mysql/
  • 云原生数据库 PolarDB分布式版官方文档:
    https://help.aliyun.com/zh/polardb/polardb-for-xscale
  • 云原生数据库PolarDB PostgreSQL版 官方文档:
    https://help.aliyun.com/zh/polardb/polardb-for-postgresql
  • 云原生数据库PolarDB PostgreSQL版(兼容Oracle)官方文档:
    https://help.aliyun.com/zh/polardb/polardb-for-oracle/

PolarDB开源

PolarDB 是一款开源的云原生数据库, 支撑了阿里巴巴双十一业务, 同时作为云产品为广大企业提供了高质量的服务。

PolarDB家族三大分支:PolarDB MySQL版、PolarDB PostgreSQL版、PolarDB 分布式版。其中PolarDB PostgreSQL版、PolarDB 分布式版于2021年开源。

为了更好的为广泛用户提供服务, 在开源后需要生态的共同建设与支持, 我们热烈期盼高校、培训商、服务商、产品集成、工具、新闻媒体、机构等产学研单位参与到开源数据库生态的建设当中, 相互支持, 为产业提供创新的土壤。

PolarDB开源官网:https://openpolardb.com/home

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2182428.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Spring整合Mybatis Plus

Mybatis Plus是原始Mybatis的增强,框架内部自动实现了Mapper的CRUD操作,极大的提高了编程效率。对单表操作基本无需编写Mapper.xml文件内容,对复杂的多表关联查询时,需要额外在Mapper.xml编写对应的sql语句。 Spring整合Mybatis P…

《如何高效学习》

有道云笔记 第一部分 整体性学习策略 结构 结构就像思想中的一座城市,有很多建筑物,建筑物之间有道路相连,有高大而重要的与其他建筑有上百条路相连,无关紧要的建筑只有少数泥泞的小道与外界相通。 建立良好的知识结构就是绘制…

仿真设计|基于51单片机的土壤温湿度监测及自动浇花系统仿真

目录 具体实现功能 设计介绍 51单片机简介 资料内容 仿真实现(protues8.7) 程序(Keil5) 全部内容 资料获取 具体实现功能 (1)DS18B20实时检测环境温度,LCD1602实时显示土壤温湿度&…

【C++】vector详解:接口使用、迭代器、内存理解、与模拟实现

文章目录 1. 前言2. 内存角度 理解3. vector的使用定义 | 构造函数vector iteratorvector 空间增长问题vector 增删查改vector 迭代器失效避免迭代器失效的建议 4. 如何理解 二维动态vector5. 模拟实现 vector6. 相关文档 1. 前言 vector 是 C 标准模板库(STL&…

实例说明机器学习框架

机器学习框架是用于构建和训练机器学习模型的工具集合,它们提供了丰富的功能和库,帮助开发者简化模型开发流程。以下是几个流行的机器学习框架及其应用实例: 1. TensorFlow TensorFlow 是由 Google 开发的开源机器学习框架,广泛…

记一次使用python编写exp

使用的漏洞是企望制造ERP系统 RCE漏洞 POC POST /mainFunctions/comboxstore.action HTTP/1.1 Host: Cache-Control: max-age0 Upgrade-Insecure-Requests: 1 User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/129.0.…

影刀RPA实战:Excel拆分与合并工作表

1.影刀操作excel的优势 Excel,大家都不陌生,它是微软公司推出的一款电子表格软件,它是 Microsoft Office 套件的一部分。Excel 以其强大的数据处理、分析和可视化功能而闻名,广泛应用于商业、教育、科研等领域。可以说&#xff0…

生信初学者教程(二十):免疫浸润分析

文章目录 介绍加载R包导入数据所需函数堆积图箱线图热图相关性矩阵图输出结果总结介绍 在本章节中,将详细探讨免疫细胞的组成结构、其在不同个体和分组之间的相对丰度差异,并通过热图等可视化手段,对这些差异进行直观而深入的解析。这些分析将有助于科研人员更好地理解免疫细…

828华为云征文|华为云 Flexus X 实例之家庭娱乐中心搭建

话接上文《828华为云征文|华为云Flexus X实例初体验》,这次我们利用手头的 Flexus X 实例来搭建家庭影音中心和密码管理环境。 前置环境 为了方便小白用户甚至运维人员,我觉得现阶段的宝塔面板 和 1Panel 都是不错的选择。我这里以宝塔为例…

动态规划最低票价

前言&#xff1a;之前看到过这个题目归结到动态规划&#xff0c;当初还没什么思路&#xff0c;其实就是定义好dp [ i ] 为到第 i 个的最小费用就行&#xff0c;我们可以用upper_bound来优化我们的查找下标 题目地址 class Solution { public:int mincostTickets(vector<int&…

应对集运仓库丢件问题:集运系统的视频监控验货功能

在集运行业中&#xff0c;包裹丢件问题一直是令企业头疼的问题之一。客户投诉、纠纷处理不仅消耗了大量的人力物力&#xff0c;还可能影响企业的信誉和客户满意度。集运系统提供的视频验货服务&#xff0c;为解决这一难题提供了有效的解决方案。 一、集运仓库丢件问题的现状 集…

人口普查管理系统基于VUE+SpringBoot+Spring+SpringMVC+MyBatis开发设计与实现

目录 1. 系统概述 2. 系统架构设计 3. 技术实现细节 3.1 前端实现 3.2 后端实现 3.3 数据库设计 4. 安全性设计 5. 效果展示 ​编辑​编辑 6. 测试与部署 7. 示例代码 8. 结论与展望 一个基于 Vue Spring Boot Spring Spring MVC MyBatis 的人口普查管理…

MyBatis 学习总结

1. MyBatis 简介 MyBatis 是一款优秀的持久层框架&#xff0c;简化了 Java 程序与数据库的交互&#xff0c;通过 SQL 映射将 SQL 语句与 Java 对象关联起来。它基于传统 JDBC 的操作进行了封装&#xff0c;使得开发者无需手动编写复杂的 SQL 操作代码。 MyBatis 的特点包括&a…

《大厂算法冲锋:字符串数字求和的精妙之道》

前言 &#x1f680; 博主介绍&#xff1a;大家好&#xff0c;我是无休居士&#xff01;一枚任职于一线Top3互联网大厂的Java开发工程师&#xff01; &#x1f680; &#x1f31f; 欢迎大家关注我的微信公众号【JavaPersons】&#xff01;在这里&#xff0c;你将找到通往Java技…

云手机可以解决TikTok运营的哪些问题?

随着社交媒体的飞速发展&#xff0c;TikTok迅速崛起&#xff0c;成为个人和企业进行品牌宣传和内容创作的首选平台。然而&#xff0c;在运营TikTok账号的过程中&#xff0c;不少用户会遇到各种问题。本文将详细阐述云手机如何帮助解决这些问题。 1. 多账号管理的高效便捷 通过云…

[大语言模型-论文精读] 利用多样性进行大型语言模型预训练中重要数据的选择

[大语言模型-论文精读] 利用多样性进行大型语言模型预训练中重要数据的选择 论文信息&#xff1a; Harnessing Diversity for Important Data Selection in Pretraining Large Language Models Authors: Chi Zhang, Huaping Zhong, Kuan Zhang, Chengliang Chai, Rui Wang, X…

栈与队列相关知识(二)

目录 Java中栈&#xff08;Stack&#xff09; 一. 常用方法 1.push(E item) 2.pop() 3.peek() 4.empty() 二. 常用方法扩展 1. search(Object o) 2. clone() 3. contains(Object o) 4. size() 5. toArray() Java中队列&#xff08;Queue&#xff09; 一.常用方法&…

如何测试网络质量?

如何测试网络质量&#xff1f; 通过百度网盘分享的文件&#xff1a;winMTR 链接&#xff1a;https://pan.baidu.com/s/1Zfw4jciNhng35nfwBlF75Q 提取码&#xff1a;6622 –来自百度网盘超级会员V2的分享 下载WINMTR工具&#xff0c;在启动处输入www.baidu.com 判断方法&…

Trilium Notes笔记本地化部署与简单使用指南打造个人知识库

文章目录 前言1. 安装docker与docker-compose2. 启动容器运行镜像3. 本地访问测试4.安装内网穿透5. 创建公网地址6. 创建固定公网地址 前言 今天和大家分享一款在G站获得了26K的强大的开源在线协作笔记软件&#xff0c;Trilium Notes的中文版如何在Linux环境使用docker本地部署…

大模型新玩法!腾讯优图与上交大联手 利用公开知识提升大模型

腾讯优图实验室与上海交通大学的研究团队联手推出了一项革命性的知识增强方法&#xff0c;为大模型优化开辟了全新道路。这项创新技术摒弃了传统模型微调的局限&#xff0c;直接从开源数据中提取知识&#xff0c;大幅简化了模型优化流程&#xff0c;在多项任务中实现了超越现有…