阿里云数据库发展历程及产品简介(一)

本文涉及的产品
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 Tair(兼容Redis),内存型 2GB
简介: 阿里云数据库发展历程及产品简介(一)

开发者学习笔记【阿里云云数据库助理工程师(ACA)认证阿里云数据库发展历程及产品简介(一)

课程地址:https://edu.aliyun.com/course/3112080/lesson/19067

阿里云数据库发展历程及产品简介(一)

课程目标

学完本课程后,能够:

1. 了解阿里云数据库的发展历程

2. 掌握阿里云数据库的产品概况

 

内容介绍

一、阿里云数据库初创阶段

二、阿里云数据库快速发展阶段

2.1一个时间切片

2.2规模服务体系

2.3基础架构演进

三、阿里云数据库创新发展阶段

3.1整体产品布局与现状

3.2云原生数据库核心产品

3.2丰富的数据库工具体系

 

初创阶段,建立产品原型,然后把产品逐渐的建立完整,到快速发展阶段,比较好的商业化以及规模化服务能力,到创新发展阶段,以技术驱动做技术创新,去引领业界。

 

一、阿里云数据库初创阶段


阿里云成立于2009年9月10日

1.在杭州、北京和硅谷设有研发机构

2.80%以上从事技术类工作

3.境内积累申请技术专利百件以上

阿里云数据库2009-2012

1. 带着梦想出发,转型为数据库平台研发

2. 产品形态初步具备,用户规模逐步增长

3. 经济体齐头并进

占有比较大的比重研发,数据库是在2009年开始做,早期的开发来自于阿里软件的 DBA 和整个集团的 DBA 团队一起做了个讨论,阿里软件的 DBA 决定把云数据库变成一个公共以上的一个服务,把自己目前使用的云数据库能力服务于更多的客户,开始建立产品形态,实现于早期的用户增长。

图片28.png

 

1、阿里云数据库的初建

核心挑战:

1.产品技术

2.商业模式

3.服务体系

主要包含整个关系数据库为主,其中以 MySQL、SQLServer、PostgreSQL 作为主要的搜索引擎,整体从自己使用到商业化而数据库产品,其实是有很大的区别,因为每一个组件、每一个模块、每一个服务都要定义服务能力水平。而且涉及到前端用户应用台的控制性,对外OPENEPI 的能力,以及后台的运维控制台,以及快速享用的服务体系,以及资源词怎样自动生成,实际生成的效率等等。是一个产品化的过程,同时也在对外探索商业化的模式。RDS服务可用性不低于99.95%,三节点企业版不低于99.99%

 

二、阿里云数据库快速发展阶段

 

·阿里云数据库2013-2017

·云产品较为丰富,企业用户快速增加·商业的基础设施越来越重要

·华山论剑

·核心挑战

·游戏行业的危与机·规模化服务体系建设

·产品竞争力和迭代速度(软硬件、版本)


2013年阿里开始有电商的聚石塔,很多电商的商家开始大量的使用阿里云,整个商业化开始有初步体现快速发展,所以云产品在当时整个阶段是正在逐步的快速丰富,包括更多的数据库引擎。

商业化的整个设施对整个社会、随企业来讲是越来越重要。整个数据库也出现了更多的数据产品。核心挑战:在游戏业务也是有很多的客户,整个产品的稳定线,以及我们解决一些关键问题,使得用户回到阿里云。

图片29.png

2.1阿里云数据库发展中的一个时间切片

2013年做到了数据链路上的升级,包括RGW 可以认为是一个前端接入层跟数据链路接入层的升级,以及怎么让用户快速上云。14年是DMS 以及管理工具是14年做的。只读节点:希望提供更多的拓展性可以使用只读节点。14年还推广了DRDS等,可以看到13年跟14年对于整个数据库的可用性诊断能力的升级是一个主线。

图片30.png

 

数据访问通道升级

通道的核心问题

1.宕机防闪断

2.运维切换对用户透明

3.用户级别热升级

4.安全和可靠性


核心问题就是跟游戏用户可用性,对连接的散断要求是很高的。因为玩家在玩的时候,如过后端数据库出现主备切换等操作就会使用户的连接不能保持。所以做一个架构的升级,通过与 Proxy 中间层对前端应用访问做连接保持,后端做主备切换,把后端切换的 Master 挂到 Proxy 的后端这样就实现了中间层的保持连接,后端去做一些切换的架构。就可以防止后端的数据服务器宕机,对业务的闪断影响,而且正常数据库的运维切换可以对前端的业务做到无感知。可以做一些用户连接的热升级。

图片31.png

2.2云数据库规模运维服务体系

规模服务核心问题

·稳定性

·服务

·效率

体系建设

·白屏化可信运维

·全链路监控系统

· Robot 自动运维

规模服务的思考

·小工具大做,大系统小做

·维护产品的产品,做监控的监控

·不以故障多为耻,以恢复快为荣


在人员增长不多的时候去支持十倍的用户支持体量增长,核心的做法就是解决规模服务的核心问题就是稳定性,服务的效率以及整个服务的能力,整体的效率。体系的建设是解决服务相应效率以及整体规模效率的一个抓手。去做白屏化可信运维,实现用户的可信,以及全链路的监控系统,最主要就是能够在系统出现问题的时候,能够尽快的去发现,或者先于用户去发现,然后修复掉。


Robot 自动运维根据这个机制收到有告警,系统有日志出现异常的时候,Robot 可以自动去修复。整个规模服务是体现整个服务的可用性和持续性,以及出现异常的时候可以快速响应。随着用户的上升整体的效率可以做更大的提升。还做了维护这套产品的产品叫杜康,保障面向用户的这些监控指标是一直可持续的,这个阶段是以快速恢复为荣,这使对用户的体感效果会更加明显。

图片32.png

2.3数据库基础构架的持续演进

基础架构上面还有另外一条路线,阿里集团从 IOE 开始到分布式,对外也开源一些相应的数据库的中间键及分布式的能力。


2013年走向了异地多活,实现多个地方的数据库可以同时可写,可以实现主从异地的数据库复制,以及数据生产到大数据搜索的一个设施。


2015年实现了数据库的容器化以及混合云的部署,可以将数据调度到需要的地方,实现数据的弹性和通用。


2017年实现数据存储计算分离,整条线都是围绕产品拓展性。

后面就是一个云原生的一个架构,数据库的单个存储资源可以做到非常大的一个容量,计算节点可以快速地拓展整个架构的持续演进都围绕拓展来做。

相关文章
|
16天前
|
Cloud Native 关系型数据库 Serverless
阿里云数据库获中国计算机学会“科技进步一等奖”!
阿里云数据库获中国计算机学会“科技进步一等奖”!
29 0
|
2月前
|
缓存 弹性计算 NoSQL
新一期陪跑班开课啦!阿里云专家手把手带你体验高并发下利用云数据库缓存实现极速响应
新一期陪跑班开课啦!阿里云专家手把手带你体验高并发下利用云数据库缓存实现极速响应
|
2月前
|
安全 NoSQL 关系型数据库
阿里云数据库:助力企业数字化转型的强大引擎
阿里云数据库:助力企业数字化转型的强大引擎
|
2月前
|
存储 NoSQL MongoDB
基于阿里云数据库MongoDB版,微财数科“又快又稳”服务超7000万客户
选择MongoDB主要基于其灵活的数据模型、高性能、高可用性、可扩展性、安全性和强大的分析能力。
|
2月前
|
存储 NoSQL MongoDB
小川科技携手阿里云数据库MongoDB:数据赋能企业构建年轻娱乐生态
基于MongoDB灵活模式的特性,小川实现了功能的快速迭代和上线,而数据库侧无需任何更改
|
7天前
|
SQL 关系型数据库 MySQL
MySQL导入.sql文件后数据库乱码问题
本文分析了导入.sql文件后数据库备注出现乱码的原因,包括字符集不匹配、备注内容编码问题及MySQL版本或配置问题,并提供了详细的解决步骤,如检查和统一字符集设置、修改客户端连接方式、检查MySQL配置等,确保导入过程顺利。
|
27天前
|
SQL 关系型数据库 MySQL
12 PHP配置数据库MySQL
路老师分享了PHP操作MySQL数据库的方法,包括安装并连接MySQL服务器、选择数据库、执行SQL语句(如插入、更新、删除和查询),以及将结果集返回到数组。通过具体示例代码,详细介绍了每一步的操作流程,帮助读者快速入门PHP与MySQL的交互。
34 1
|
29天前
|
SQL 关系型数据库 MySQL
go语言数据库中mysql驱动安装
【11月更文挑战第2天】
39 4
|
1月前
|
监控 关系型数据库 MySQL
数据库优化:MySQL索引策略与查询性能调优实战
【10月更文挑战第27天】本文深入探讨了MySQL的索引策略和查询性能调优技巧。通过介绍B-Tree索引、哈希索引和全文索引等不同类型,以及如何创建和维护索引,结合实战案例分析查询执行计划,帮助读者掌握提升查询性能的方法。定期优化索引和调整查询语句是提高数据库性能的关键。
196 1
|
1月前
|
关系型数据库 MySQL Linux
在 CentOS 7 中通过编译源码方式安装 MySQL 数据库的详细步骤,包括准备工作、下载源码、编译安装、配置 MySQL 服务、登录设置等。
本文介绍了在 CentOS 7 中通过编译源码方式安装 MySQL 数据库的详细步骤,包括准备工作、下载源码、编译安装、配置 MySQL 服务、登录设置等。同时,文章还对比了编译源码安装与使用 RPM 包安装的优缺点,帮助读者根据需求选择最合适的方法。通过具体案例,展示了编译源码安装的灵活性和定制性。
104 2