云原生分布式数据库介绍

云原生数据库演进

云托管关系型数据库RDS虽然能部分实现“弹性”与“自愈”，但是这种方案存在资源利用率低、维护成本高、可用性低等问题。

以阿里云为例，阿里 PolarDB 之所以会诞生，原因之一是阿里云数据库团队在业务中遇到很大挑战：它们在云上维护了庞大的 MySQL 云服务（RDS）集群，包含成千上万个实例，面临很多棘手问题：

1）云服务一般使用云硬盘，导致数据库的性能没物理机实例好，比如 I/O 延时过高；

2）RDS 实例集群很大，可能同时有很多实例在备份，从而占用云服务巨大的网络和 I/O 带宽，导致云服务不稳定；

3）大实例恢复需重建时，耗时太长，影响服务可用性；

4）对需要读写分离，且要求部署多个只读节点的用户，最明显的感觉是每增加一个只读实例，成本是线性增长。

针对这些问题，可选解决方案是基于共享存储，即数据库共享存储方案：RDS 实例（一般指一主一从的高可用实例）和只读实例共享同一份数据。好处是实例故障或只读扩展时，不用拷贝数据，只需新建只读计算节点或把故障节点重新拉起来。并且，通过快照技术和写时拷贝解决数据备份和误操作恢复问题。不过，业内可用的共享存储方案非常少，即使可用，性能也达不到要求。

因此，想解决云托管关系型数据库服务面临的问题，必须改变思路，从架构入手。

架构“革命”，云原生数据库出现

过去三四十年，传统关系型数据库架构并未发生很大改变。

虽然在数据库扩展方面存在不同的常规方法（如分区、无共享或共享磁盘等），但这些方法都基于同样的基本数据库架构。

正如亚马逊云科技在博客中写道：“这些方法无法解决大规模性能、弹性和爆炸半径问题，因为严密耦合型整体式堆栈的基本局限性依然存在。”

为解决云托管关系型数据库面临的问题，适应云特性的云原生数据库就此诞生。云原生数据库完全为云设计，能充分发挥云的特点和优势。

具体说来，云原生数据库有三大特点：

第一，计算、存储分离，由于对存储与计算进行解耦合，实现了存储与计算分离；

第二，无状态，计算节点无状态或较少状态；

第三，存储节点灵巧化，因采用小存储块方式组织副本，用以减少平均恢复时间，多副本共识算法，实现存储的高可用与故障“自愈”能力。

目前，业内云原生数据库的代表有亚马逊云科技 Aurora、阿里 PolarDB、Azure CosmosDB、腾讯 TDSQL-C 等。

以PolarDB架构为例的云原生数据库产品架构

特点：

1）一写多读计算与存储分离

2）读写分离

3）高速链路互联

4）共享分布式存储

5）数据多副本、parallel-raft协议

PolarDB云原生数据库应用实践：游戏/电商全球部署高并发

提供高读写性能，支持业务全球化部署，业务峰值时可支撑百万级玩家同时在线的高并发压力，可海外部署。

云原生分布式数据库PolarDB-X

PolarDB-X应用实践：每秒万级并发

在城市公交场景下，涉及大量的车辆和车型、多样计费方式，不仅要求数据库具有海量存储能力、还需要满足复杂查询计算。

基于PolarDB-X存储海量数据，通过AnalyticDB进行数据分析，构建智能化城市公交系统，满足路线规划、公交调度等需求，提升运营效率和服务水平。

数据库生态工具：DTS、DMS、DBS、DAS、DG、ADAM等

数据管理DMS介绍及应用实践

数据传输服务DTS介绍、数据迁移原理及应用实践