五种常见云数据库的真实应用场景

2020年

云数据库的需求不断涌现

随着客户上云的加快,客户越来越希望直接采用云上的数据库系统支撑业务发展,作为服务商来讲,了解云上的数据库的应用场景及常见特性成为必然。否则,将出现与客户交流困难,影响项目成效的麻烦事。今天我们讲五种常见的云数据库,这些内容也是在与客户沟通交流中的常见问题。

一、金融级Oracle

应用场景:在政府的大型应用系统、企业的涉金融级应用系统中,一般都会沿用昂贵的Oracle数据库系统。例如,期货的交易系统后台数据库、公司内部财务系统的后台数据库。

其优势:高性能、高可靠性。Oracle数据库作为元老级的产品,的确拥有其过人之处,直到现在去IOE大当其道的今天,仍然在众多的核心应用系统中存在。

云数据库如何解决:因为Oracle拥有自己的云计算整体架构,不允许公有云厂商在自己的云平台架构Paas级的数据库产品,因此现在主流的公有云厂商均没有直接的Oracle云产品。为了解决这个问题,许多公有云厂商推出了自己的自研兼容性产品,如ali的OceanBase、RDS PAAS版。

Oracle上云的解决方案:Oracle上云一般都会用三个特性---RAC、DG、RMAN。其中,RAC用于解决于计算的高可用和高性能,一般都会要求云服务商提供共享存储的产品。DG用于实时的数据秒级同步,一般用于云上、云下数据的数据同步,避免极端情况数据无法找回的情况。RMAN用于数据的迁移、定期数据备份。

二、MySQL成为主流

应用场景:目前的互联网公司已经大量采用MySQL作为主要业务的承载。因MySQL已被Oracle公司收购,因此现在又出现了MariaDB的开源数据库,以避免MySQL被收费的情况。例如,互联网公司的网站一般都采用MySQL。

其优势:高性能、高可靠、低成本。现在一提到数据库,往往就是MySQL出场的时候。

云数据库如何解决:现在公有云厂商有很多MySQL的标准化解决方案,云服务商一般会直接在云主机上搭建数据,提供给最终的用户使用,例如1核 2G的数据库配置,实际是云主机的配置。同时根据云主机的资源是否独享,有共享型数据库、独享型数据库。

MySQL上云的解决方案:一般都会用三个特性---主备、主从、灾备

1、例如主备,当主用的数据库云主机down时,将自动切换至备用的云门机提供数据库服务。

2、例如主从,数据库提供多份的备份库,主用库用于读/写,而备份库只用于读。但与主备的区别在于,主从方式不支持主备库的故障切换。

3、例如灾备,数据库提供本地、远程的数据库定期、实时数据同步。当主用库down机时,由云平台自动切换至远程的备库,提供快速的故障切换。

三、MongoDB面向互联网

应用场景:在物联网、游戏等场景大量使用MongoDB数据库。例如,四川省某石油客户使用该数据库存储采油站的大量数据,因其JSON松散式的数据格式,利于数据的任意保存、快速分析、分片存储,得到大量公司的应用。

其优势:高性能、低成本、易使用。MongoDB通过索引加速检索的性能,利于X86服务器进行分片的存储,JSON数据格式不需要预先定义。

云数据库如何解决:现在云服务商提供了MongoDB的产品,基本是云服务商的标配。

MongoDB上云的解决方案:一般会推荐采用集群式的方案,用户使用多节点进行数据的分片存储、同时使用主备方式进行计算的高可用。

四、HBase面向大容量

应用场景:在电子商务、车联网、日志等场景中均有大量的应用案例。例如,某物联网公司采用HBase存储其鞋类穿戴数据。

其优势:高性能、低成本、高伸缩性。HBase+Phoenix提供快速的SQL化检索,HBase基于其列式的存储方便放在X86服务器,而HBase根据RowKey、ColumnFamily可以进行数据在不同服务器的扩容。

云数据库如何解决:现在云服务商提供了Hbase的产品,基本是云服务商的标配。

HBase上云的解决方案:低于100G的数据可用HBase单机版。一般会推荐采用集群式的方案;如果是要求金融级的服务,还有双活版的产品,可以支持跨AZ的数据同步。

五、Redis面向快速查询

应用场景:在电子商务、游戏公司、大数据展示等场景中均有大量的应用案例。例如,某电子商务公司的大屏数据直接来源于Redis的内存数据。

其优势:高性能。Redis的主要数据放置在内存中,因此数据的查询数据相比于之前的数据库有了10倍以上的提升。

云数据库如何解决:现在云服务商提供了Redis的产品,基本是云服务商的标配。

Redis上云的解决方案:一般会推荐采用集群式的方案;如果是要求超高并发级的服务,还有读写分离版的产品。

六、不同数据库的混合使用

1、物联网的应用场景

例如:抓娃娃机的数据。该机器的监控、轨迹的数据通过flume直接采集至HBase中进行存储,通过Spark的非实时分析进行经营情况的定期分析;该机器的故障数据通过flume连接kafka,之后通过流式计算将结果放至HBase中存储,并大屏展示实时故障。而该机器的交易数据直接通过应用程序处理后,以MySQL方式进行数据的存储,中间以DTS的方式与HBase进行数据的同步。

2、高并发的MySQL场景

3、金融高可靠的MySQL场景

如果您觉得好,希望长期关注本公众号的专业、风趣、实时的信息,请在以下二维码长按,以关注。