关键步骤有:
使用缓存数据库来承载读流量,降低关系型数据库的负载,提升读取响应时间。通过缓存失效或者订阅底层binlog 的方式来实现缓存和数据库存储之间的一致性。
采用分布式数据库 PolarDB-X 来承载数据,按照学生或者老师维度进行数据拆分,PolarDB-X 的前端节点能承载高并发和海量连接请求,SQL 经过PolarDB-X 解析后,并发下放到底层数据库物理节点进行读写。
PolarDB-X 的数据路由能力,底层物理节点数据切片存储,也即分库分表能力可以保障维持单库在一个推荐以内的合理范围(如 500GB),也可以保障单表在推荐的 500W 行以内存储的性能最佳。
一个或者多个 PolarDB-X 分布式数据库的数据可以通过 DTS 数据同步工具实时同步到 PolarDB 集群中。PolarDB 的存储计算分离架构,能提供超高 IOPS,在汇聚后并发大表查询中性能保障优异。这样不仅解决数据拆分后的聚合问题,同时会 N 对 1 的形成聚合查询库,业务直接在一个库中做业务查询或者关联,避免跨库等复杂需求带来开发成本。
资料来源:《阿里云数据库解决方案合计》,下载链接为https://developer.aliyun.com/topic/download?id=1021。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。