PolarDB PostgreSQL企业版固定规格集群的Serverless功能正式上线

简介: 云原生数据库PolarDB的Serverless功能具备动态弹性扩缩容能力。企业版固定规格集群现已支持Serverless功能,适用于业务波峰波谷明显、负载不确定或期望降低运维成本的场景。

Serverless是云原生数据库PolarDB所具备的动态弹性扩缩容能力。集群中的各个节点能够在秒级内实现弹性扩展,有效应对业务负载的突增,且在整个过程中对业务运行无任何影响。在业务低负载期间,该机制能够自动进行弹性缩容,从而有效降低业务成本。


PolarDB PostgreSQL企业版固定规格集群的Serverless功能正式上线。固定规格集群的Serverless功能可在已经购买的固定规格(计费类型为包年包月或按量付费)集群上开启Serverless功能。


一、功能介绍


该功能使您能够在面对业务波峰波谷时,快速且独立地调整计算和存储能力,从而实现对业务变化的快速响应,同时合理优化成本使用,进一步降低成本、提高使用效率。请参见PolarDB PostgreSQL版Serverless集群。

(一)数据库代理

  1. 数据库代理由固定规格和Serverless两部分组成。其中,固定规格为固定规格集群默认规格,而Serverless部分则根据业务负载进行弹性扩缩。
  2. 扩缩默认按照0.5 PCU的增量进行。扩缩步长会根据当前的PCU使用情况动态调整,当前PCU越大,扩缩步长相对越大。

(二)计算节点

  1. 主节点(RW节点)和只读节点(RO节点)由固定规格和Serverless两部分组成。其中,固定规格部分不随业务压力的变化而改变,Serverless部分随业务负载变化而弹性扩缩。
  2. 每当主节点或只读节点扩展或收缩时,节点的PCU会相应增加或减少。
  3. 扩缩默认按照0.5 PCU的增量进行。扩缩步长会根据当前的PCU使用情况动态调整,当前PCU越大,扩缩步长相对越大。
  4. 您可以设置单节点弹性扩缩的范围,以PCU为单位。系统每秒钟会监测一次计算节点的PCU。

(三)存储空间

存储空间采用固定规格集群的存储。

说明:固定规格集群开启Serverless功能后,集群的最大连接数和最大IOPS与设置的Serverless配置参数单节点资源弹升上限成正比。


二、功能优势


Serverless能够根据业务负载,对集群资源进行秒级动态弹降。其核心优势体现在如下几个方面:

高可用

多节点的架构保障了Serverless集群的高可用,共同保证了 Serverless集群的稳定运行。

高弹性

扩缩范围广:支持自动纵向和横向扩展。

秒级扩缩:从容应对业务负载突增,5秒完成探测,1秒完成扩展;同时在业务负载下降时,集群资源阶梯性自动释放。

数据强一致

支持全局一致性,在集群内实现数据强一致,数据写入后在只读节点上立即可读,性能与弱一致性基本一致。

说明:全局一致性功能默认处于关闭状态,您可以手动为集群连接地址启用相应功能,详细操作请参见全局一致性。

低成本

以PCU定价,真正做到按量付费,帮助您节省成本。成本下降最高可达 80%。

免运维

版本升级、系统部署、扩缩容、报警处理等所有运维工作由阿里云专业团队完成,使用无感知,业务无影响,服务持续可用,真正免运维。


三、适用场景


场景一:有明显业务波峰波谷的场景

场景二:不确定负载的场景,例如物联网(IoT)、边缘计算。

场景三:期望降低运维成本、提升运维效率的场景。

场景四:希望保留已有的PolarDB集群,同时又可以满足业务波动的场景。


四、Serverless实例性能


在下图中可以看到,随着压测任务的进行,集群的整体性能(使用TPS来衡量)和集群主节点PCU数量发生了变化。

变化一:随着压测并发线程数的增加,集群主节点CPU使用率不断提升,触发了主节点PCU的弹升。

变化二:集群的TPS随着PCU的递增也逐渐上升,这说明PolarDB的处理能力借助Serverless弹性获得提升。

变化三:当压测并发线程数开始下降后,随着集群负载下降,集群主节点PCU数量然后逐步自动回缩。


五、前提条件及操作步骤


支持的PolarDB PostgreSQL版的版本如下:点此购买

开启固定规格集群的Serverless功能操作步骤:查看详情

  1. 登录PolarDB控制台,选择集群所在地域,在集群列表中单击目标集群ID进入详情页。
  2. 在基本信息页面的数据库节点区域,单击开启Serverless。
  3. 在开启Serverless对话框中,设置参数,并单击确定。


六、咨询方式


如果您对 云原生数据库PolarDB PostgreSQL版Serverless 功能感兴趣,您可以添加钉钉群(群号:75850003226)或扫描下方二维码进入钉钉群,与业务专家共同探讨更多技术细节和最佳实践。

相关实践学习
【AI破次元壁合照】少年白马醉春风,函数计算一键部署AI绘画平台
本次实验基于阿里云函数计算产品能力开发AI绘画平台,可让您实现“破次元壁”与角色合照,为角色换背景效果,用AI绘图技术绘出属于自己的少年江湖。
从 0 入门函数计算
在函数计算的架构中,开发者只需要编写业务代码,并监控业务运行情况就可以了。这将开发者从繁重的运维工作中解放出来,将精力投入到更有意义的开发任务上。
相关文章
|
3月前
|
安全 Oracle 关系型数据库
【赵渝强老师】基于PostgreSQL的MPP集群:Greenplum
Greenplum是基于PostgreSQL的MPP架构分布式数据库,由Master、Segment和Interconnect组成,支持海量数据并行处理。本文介绍其架构及集群安装配置全过程。
238 1
|
10月前
|
存储 NoSQL 关系型数据库
PolarDB开源数据库进阶课17 集成数据湖功能
本文介绍了如何在PolarDB数据库中接入pg_duckdb、pg_mooncake插件以支持数据湖功能, 可以读写对象存储的远程数据, 支持csv, parquet等格式, 支持delta等框架, 并显著提升OLAP性能。
733 2
|
11月前
|
存储 关系型数据库 分布式数据库
PolarDB PG 版冷热数据分层功能介绍
本文介绍了云原生数据库PolarDB PG版的冷热数据分层存储功能,涵盖其原理、特性及最佳实践。冷热分层存储通过将冷数据归档至OSS(对象存储服务),实现低成本高效存储,同时保持SQL操作透明性和性能优化。支持多种分层模式,如表与索引分层、大字段独立归档等,并提供压缩和缓存机制以提升访问速度。此外,还介绍了如何通过DDL语句轻松转存数据至OSS,以及一系列最佳实践,包括自动冷热分层、无锁表转存和一键转存等功能。
684 36
|
10月前
|
存储 关系型数据库 分布式数据库
PolarDB开源数据库进阶课16 接入PostGIS全功能及应用举例
本文介绍了如何在PolarDB数据库中接入PostGIS插件全功能,实现地理空间数据处理。此外,文章还提供了使用PostGIS生成泰森多边形(Voronoi diagram)的具体示例,帮助用户理解其应用场景及操作方法。
584 1
|
11月前
|
关系型数据库 Serverless 分布式数据库
瑶池数据库微课堂 | PolarDB Serverless弹性&价格力观测
瑶池数据库微课堂介绍阿里云PolarDB Serverless的弹性与性价比优势。通过瑶池解决方案体验馆,用户可免费实操,直观感受Serverless的秒级弹性及超高性价比。内容涵盖Serverless概念、操作步骤、压测演示及性能曲线分析,展示PolarDB在不同负载下的自动扩展能力。适合希望了解云数据库弹性和成本效益的技术人员。
187 2
|
11月前
|
关系型数据库 编译器 分布式数据库
PolarDB实操课] 04.通过源码部署PolarDB-X企业版
本次课程由PolarDB开源架构师王江颖分享,详细介绍了通过源码部署PolarDB-X企业版的全过程。主要内容包括: 1. **编译基础** 2. **使用源码编译部署PolarDB-X企业版** 3. **演示实例**:通过阿里云ECS进行实际操作演示,从创建用户、赋予权限到最终启动并连接PolarDB-X数据库,展示了完整的部署过程。 4. **总结**
347 0
|
11月前
|
弹性计算 关系型数据库 PolarDB
[PolarDB实操课] 03.使用PXD部署PolarDB企业版和标准版
本课程详细介绍了如何使用PXD工具部署PolarDB-X企业版和标准版。主要内容包括: 1. **PolarDB-X企业版与标准版的区别**:讲解了两者的架构特点、性能差异及适用场景。 2. **集群机器上安装Docker环境**:指导用户在阿里云ECS实例上安装Docker,确保后续部署顺利进行。 3. **部署机上安装PXD**:介绍如何配置密钥连接、安装Python3并激活虚拟环境,最后安装PXD工具。 4. **创建并部署PolarDB-X**:通过编写拓扑文件(YAML格式),一键拉起PolarDB-X集群,并验证部署状态。
250 0
|
6月前
|
存储 关系型数据库 测试技术
拯救海量数据:PostgreSQL分区表性能优化实战手册(附压测对比)
本文深入解析PostgreSQL分区表的核心原理与优化策略,涵盖性能痛点、实战案例及压测对比。首先阐述分区表作为继承表+路由规则的逻辑封装,分析分区裁剪失效、全局索引膨胀和VACUUM堆积三大性能杀手,并通过电商订单表崩溃事件说明旧分区维护的重要性。接着提出四维设计法优化分区策略,包括时间范围分区黄金法则与自动化维护体系。同时对比局部索引与全局索引性能,展示后者在特定场景下的优势。进一步探讨并行查询优化、冷热数据分层存储及故障复盘,解决分区锁竞争问题。
801 2
|
关系型数据库 分布式数据库 PolarDB
《阿里云产品手册2022-2023 版》——PolarDB for PostgreSQL
《阿里云产品手册2022-2023 版》——PolarDB for PostgreSQL
561 0
|
存储 缓存 关系型数据库

相关产品

  • 云原生数据库 PolarDB
  • 推荐镜像

    更多