深入浅出Greenplum分布式数据库:原理、架构和代码分析
上QQ阅读APP看书,第一时间看更新

1.3 云原生数据库的主要特点

要了解云原生数据库的特点,就不得不提亚马逊云计算技术。亚马逊在 2014 年推出Aurora/RDS,然后推出了键值(key value,KV)数据库 Amazon DynamoDB、文档数据库 Amazon DocumentDB、内存数据库Amazon ElastiCache、图形数据库Amazon Neptune、时间序列数据库Amazon Timestream、宽列数据库Amazon Keyspaces、分类账数据库Amazon Quantum Ledger Database、数据仓库服务Amazon Redshift等很多数据库产品,亚马逊公司按照各类需求把数据库服务迁移到了云平台上。使用这些服务的企业很多,比如Netflix、Snapchat、Zoom、Disney、Slack、Coinbase、Samsung等。这些企业一开始使用的都是自己在机房里搭建的数据库集群,但随着亚马逊云数据库服务的日渐成熟,它们慢慢把后台服务迁移到亚马逊云平台上。Snowflake公司也没有建立自己的云平台,而是使用Amazon Web Services(AWS)、Microsoft Azure、Google Cloud Platform(GCP)的云平台搭建自己的数据分析平台。从这些案例能看出,云原生数据库随着互联网技术的日益发展会越来越流行。云原生数据库的特点如下。

性能高。DynamoDB和Aurora能在毫秒级别的时间内做出反应,GCP的Big Query也是以性能著称的。随着基础设施数据传输速度的提升、优化策略的落地,性能指标会越来越高。

可靠性高。通常,云平台公司会承诺其服务可靠性达到99.99%或者99.999%等这样的正常运行服务水平。同时,灾备系统的支持也为短时间内恢复服务提供了额外保障。类似的可靠性服务是由云平台公司提供的,客户不用进行额外投入。

资源弹性。云平台服务有按需付费的特点,成本控制清晰。比如,来自应用程序的请求变少,数据库的运行实例就会向下缩容,可以节约成本;反之会向上扩容,以保证应用的健壮性。

学习成本低。在数据分析领域,为了完成数据分析的所有步骤,数据科学家们可能需要学习Python、R等编程语言,这都会增加学习成本。云平台上整合了数据录入、预处理、数据分析等一系列的功能,数据录入后用结构查询语言(structure query language,SQL)分析数据,能降低学习成本。