背景
场景:
- 业务场景越来越丰富, 但是传统数据库只提供单方面能力, 无法定制化, 仅有一些场景市场空间足够大的时候, 有一些垂直领域的数据库冒出来(例如搜索、图、时序、向量等), 用户需要采用多个种类的DB(关系、图、搜索、推荐、分析等)。
挑战:
- 数据需要多份冗余、同步延迟高、数据一致性难以保证、开发、维护成本高 诸多问题.
- 跨产品的功能很难对齐, 如租户隔离功能, 很难要求所有种类的数据库都有租户隔离能力.
- 跨数据库产品的类型、功能无法对齐.
PG解决方案:
- RDS PG采用模块化设计, 可以针对不同业务场景进行深度优化, 通过对业务需求的深度挖掘, 开发出精准匹配业务的“数据类型、存储和索引结构、操作符与函数”。
- 相比传统方案性能提升数十倍甚至上万倍. (实时精准营销、分词、全模糊查询、向量相似检索)
- 同时由于使用同一份数据, 大幅度降低开发、运维、产品成本, 避免同步、一致性等问题.
- OLTP+OLAP混合业务进行优化. 支持根据SQL代价自动选择并行计算与并行度, 同时支持高并发、实时复杂计算场景。多只读实例的fdw跨只读实例MPP.
- 实时搜索、全文检索、文本分析场景优化. 内置GIN索引,性能提升1000倍.
- 新零售、社交业务优化. 提供高级类型和索引, 实时精准营销1500倍性能.
- 图像检索, 相似特征查询, 生物医疗优化.内置高维向量类型和索引, 上万倍提升.
- 地理时空场景. 通过Ganos时空插件深度优化, 数十倍性能提升(对比开源).
《2020-PostgreSQL 15大应用场景实践 - 直播回放》
《2020-PostgreSQL+MySQL 联合解决方案课程 - 汇总视频、课件》
《2017-PostgreSQL 应用场景实践 - 含视频》
