<object id="3iwlw"><noframes id="3iwlw"></noframes></object>

      <th id="3iwlw"></th>

    1. <rp id="3iwlw"></rp>
      <rp id="3iwlw"></rp>

    2. <button id="3iwlw"></button>
      云計算·大數據 頻道

      如何看待Serverless數據庫之爭?

      這幾年,Serverless數據庫大火,被稱為是下一代數據庫的最新演進方向。問題是,什么是Serverless數據庫?Serverless數據庫給用戶帶來了哪些價值?當前,各家都在推的Serverless數據庫,有哪些區同點?本文將逐一進行分析!

      Serverless數據庫發展之初

      簡單理解,Serverless數據庫是云原生數據庫發展的必然結果!

      在云原生早期階段,也就是云數據庫階段,只是簡單地把數據庫從本地遷移到云端,運行在托管的云基礎設上,在架構上并沒有做太多改變,導致數據庫的彈性以及資源的利用率受到限制。

      之后,第一代云原生數據庫誕生,一些云計算巨頭企業開始對數據庫架構進行改造,實現了計算和存儲的分離,這時才擁有了真正的云架構,但CPU和內存依然是強綁定狀態,無法實現內存、計算和存儲的解耦,導致企業無法按需滿足計算需求。比如:計算和緩存的比例,必須是1核CPU對應2GB內存。但對于分析型內存數據庫場景來說,他需要大量內存,用不上那么多的CPU;而對于事務型用戶來說,他的CPU需求往往要高于內存。同時,還涉及波峰波谷期的資源動態調整問題。

      所以,第一代云原生數據庫雖然改變了數據庫的架構問題,但并沒有實現計算和存儲資源的解耦,導致云原生的價格高于自建數據庫,自然也無法快速占領市場。

      大概在2015年左右,Serverless誕生,云原生數據庫才真正成為“當紅炸子雞”。Serverless技術可以讓企業只關心業務代碼的功能實現,脫離服務器管理的復雜環境。當流量洪峰來臨時,可以自動調配服務器資源支持;流量進入低谷時,則可以自動釋放掉資源,節約服務器成本。

      按需付費,動態調整資源

      值得一提的是,Serverless無服務器計算仍然需要服務器,只不過是由云服務商動態地管理計算資源的分布。云計算供應商將計算資源變成一個池子,用戶無需創建實例,就能快速完成部署。

      具體到數據庫的層面,用戶只要使用了基于Serverless特征的數據庫,就可以基于函數運行所消耗的內存和執行時間,按使用量計費,極大地降低了數據庫的使用成本。

      另外,Serverless數據庫除了省錢,還更具彈性擴展能力,可以讓計算資源的配置更高效和合理。用戶選用了Serverless數據庫,通??梢员焕斫鉃槭前葱韪顿M的一種模式,不需要搭建開發環境,更不需要配備專業的基礎設施團隊去做運維。

      當用戶發起無服務器服務請求時,云提供商會分配一個實例(虛擬機)或 pod(基于一組邏輯的容器,通常由 Kubernetes 管理)來處理來自其資源池的動態。當無服務器代碼退出時,分配的資源將返回到池中。通常情況下,用戶根據 CPU 容量、RAM 分配和時間為使用的資源付費。

      不同產品之爭

      最早的無服務器計算服務是亞馬遜云科技的 AWS Lambda,是功能即服務或 FaaS 的典型應用,之后Microsoft Azure 、 Google Cloud 以及國內的阿里云、騰訊云、華為云都進行了與 FaaS 相關的產品跟進。所以,在Serverless數據庫領域的探索,亞馬遜云科技也走在行業前列,產品類型也更為豐富。

      秉持專庫專用理念,亞馬遜云科技推出了符合不同數據類型需求的數據庫應用。目前,亞馬遜云科技已發布的產品包括:Amazon Aurora Serverless關系型數據庫,Amazon DynamoDB鍵/值數據庫,Amazon Timestream時序數據庫,Amazon Keyspaces寬列數據庫,Amazon QLDB分類賬數據庫等,都屬于Serverless數據庫產品矩陣。

      也就是說,不管是鍵值型數據、時序型數據,還是文檔類數據的存儲,都可以通過Serverless的形式對外開放,客戶無需管理或配置服務器,就可以按量進行縮放,真正為價值付費。

      不久前,亞馬遜云科技還發布了新一代Serverless數據庫版本——Amazon Aurora Serverless V2,相比于2018年發布的Amazon Aurora Serverless,新版產品能夠實現瞬間擴展,真正將擴展能力發揮到極致。

      有意思的是,國內率先推出Serverless數據庫的是騰訊云。2020年4月,騰訊云發布首個Serverless數據庫新品——PostgreSQL for Serverless,該數據庫能夠最快1秒完成部署,成本降低70%。用戶在購買之后只需要通過騰訊云相關組件一鍵創建數據庫實例,最快1秒鐘就可以完成部署。另外,PostgreSQL for Serverless在可用性和安全性等方面具有突出優勢,支持“一主一備”,當主實例出現意外不可用時,能自動啟動備份實例,業務連接也將同步轉移至備用實例,有效避免了各種風險。

      2021年,阿里云也推出了Serverless數據庫,那就是PolarDB Serverless,最大創新之處在于:在業內首次實現了內存與計算/存儲的解耦,內存進一步池化,形成三層池化,使得彈性能力呈指數級上升。最大的賣點是,基于內存池化,大幅度降低了成本,更貼合用戶的各種應用場景。

      阿里云給出的官方資料是,PolarDB Serverless構建了一個全新的數據庫形態,即DCaaDB(Datacenter as a Database),也就是整個IDC變成了一個多租戶的大數據庫,其全部的CPU,內存,存儲構成三個獨立的資源池。任何一個用戶(租戶)都可能任意的彈性擴展任何一種資源到任何一個規格,用戶為其SQL動態消耗的CPU、內存和存儲買單,不需要預置任何的規格。

      所以,對比來看,Serverless數據庫的功能都差不多,最終目標都是為了降低用戶使用數據庫的成本。只不過,不同產品部署環境不同,產品的成熟度也不一樣。

      1
      相關文章
        漂亮的苏酥全文阅读