1、云上数据库战争
今年年初,Oracle首席技术官Larry Ellison野心勃勃地将矛头对准了AWS,暗示数据库巨头Oracle会成为云计算领域的领导者。
在今年的AWS re:Invent大会上,AWS首席执行官Andy Jassy对此做出了回击。Jassy在主题演讲中将AWS的能力称为“超能”,并数次回击Ellison。他说,AWS的首个超能力就是拥有X射线般的视觉——换句话说,就是“看透花哨的动作和浮夸的言辞”,Jassy站在一张传递了这个信息的幻灯片前,这时候屏幕上出现了一张Ellison的头像。
AWS强调了多个大客户的交易,突显Amazon在该市场中的主导地位。Workday宣布,他们选择了AWS作为公有云客户工作负载的首选提供商。麦当劳也宣布通过使用AWS看到了积极的成果,以及未来在AWS云上的计划。与此同时,独立证券监管机构Finra公司首席信息官Steve Randich上台,讨论了他们“通过AWS Aurora实现了从Oracle数据库真正地解脱出来”。
Jassy称这为“超能”——“从数据库竞争厂商那里的自由释放”。为了强调AWS与Oracle的对决,Jassy指出,Aurora将在PostgreSQL上提供。为什么?PostgreSQL代码更多地是得到Oracle的支持。换句话说,支持PostgreSQL的Aurora将让开发者更容易迁移工作负载。
“14000个数据库已经迁移到了AWS。有很多需求想要摆脱老的数据库,”Jassy说。
AWS通过正在通过Aurora和oracle相互厮杀。
2、AWS的数据库之路
在过去的7年时间当中,亚马逊推出了一系列的云服务用来支撑关系型数据库管理系统,包括SimpleDB以及RDS(Relational DatabaseService)。尽管不断提改善提升,但这两个服务都难以赶上客户的数据增长速度,因此AWS推出了最新的云数据库服务Aurora。
AWS在2007年就推出了SimpleDB,但在数据库性能方面一直存在不足。RDS是在SimpleDB之后推出的关系型数据库服务,它的出现主要是为MySQL开发者在AWS云上提供可用性与一致性。RDS解决了很多SimpleDB中存在的问题,AWS也进一步扩展了它的数据库支持,包括Oracle、SQL Server以及PostgreSQL等。同时,AWS还添加了跨区域(zone)复制的功能,并支持了固态硬盘(SSD)。
在Aurora当中,AWS的RDS研发团队花了3年的时间对MySQL数据库引擎进行了改造,使得它能够充分利用亚马逊云计算的扩展性和容量。AWS是在内部对数据库堆栈进行维护,因此他们的DBA就很容易对MySQL数据库引擎进行定制开发。用户可以在一秒钟之内就创建15个只读镜像,Aurora的自动化弹性能力可以随需增加10GB的增量,同时不需要关闭AWS数据库。但目前仍不知道它是否能够再进行缩减。
Aurora每秒钟能提交50万个SELECT和10万个update,在相同的硬件配置跑同一个benchmark的情况下,它比MySQL要高出5倍。在AWS的官方博客中这样写到:副本与主实例共享存储,因此它提供了轻量级,细粒度的复制,几乎是同步的(由于副本的页面缓存,可能会出现微弱的延迟,大约在10-20毫秒)。
主数据库服务器拥有对副本数据的访问,并以毫秒级别进行更新。新的引擎利用副本进行快速读取操作。Aurora会在三个zone中将主数据写入两份副本,即总共六个副本。从客户端角度来说,当六个副本中完成四个的时候,就已经可以视为操作已完成。这使得数据库具备了高可用性,同时在复制的过程中不会牺牲一致性与性能。
3、Aurora的架构一览
先简单看下Aurora的架构,本质是数据库引擎和存储引擎分离,通过多副本机制来保证可靠性和一致性。
更详细的Aurora架构再单独分析。
我的新作《大数据架构详解:从数据获取到深度学习》一书,已由电子工业出版社出版,当当热卖榜排名第5,京东热卖榜第6。另外一个好消息是:由于销售太火爆,刚销售一个月,编辑就启动了重印。
此书京东,淘宝,当当,亚马逊全网有售,有兴趣的同学直接上京东,淘宝,当当,亚马逊 搜索书名,详细了解:
微信扫一扫
关注该公众号
相关推荐
5. **数据库战争的加剧**:传统数据库供应商与新兴的云、下一代和开源数据库供应商之间的竞争,以及云服务商与下一代玩家之间的竞争将继续激烈。这将推动技术创新和市场结构的变化。 6. **Talend和LogMeIn的交易...
以下是常见的C++笔试面试题及其核心知识点解析,帮助您系统复习
计算机短期培训教案.pdf
计算机二级Access笔试题库.pdf
下是一份关于C++毕业答辩的心得总结,内容涵盖技术准备、答辩技巧和注意事项,供参考
内容概要:本文档详细介绍了英特尔为苹果公司构建的基于智能处理单元(IPU)的Cassandra集群的技术验证(PoC)。主要内容涵盖IPU存储用例、已建存储PoC、MEV到MMG400的过渡、苹果构建IPU-Cassandra集群的动机以及PoC开发进展。文档还探讨了硬件配置、软件环境设置、性能调优措施及其成果,特别是针对延迟和吞吐量的优化。此外,文档展示了六节点Cassandra集群的具体架构和测试结果,强调了成本和复杂性的降低。 适合人群:对分布式数据库系统、NoSQL数据库、IPU技术感兴趣的IT专业人员和技术管理人员。 使用场景及目标:适用于希望了解如何利用IPU提升Cassandra集群性能的企业技术人员。主要目标是展示如何通过IPU减少服务器部署的成本和功耗,同时提高数据处理效率。 其他说明:文档中涉及的内容属于机密级别,仅供特定授权人员查阅。文中提到的技术细节和测试结果对于评估IPU在大规模数据中心的应用潜力至关重要。
计算机二级考试C语言题.pdf
计算机发展史.pdf
计算机仿真技术系统的分析方法.pdf
yolo编程相关资源,python编程与YOLO算法组成的坐姿检测系统,功能介绍: 一:实时检测学生错误坐姿人数 二:通过前端阿里云平台显示上传数据,实现数据可视化
办公室网安全监控uptime-kuma,docker镜像离线压缩包
计算机课程设计-网络编程项目源码.zip
将该dll包放入项目并引用,可以操作打印机
杰奇2.3内核淡绿唯美小说网站源码 PC+手机版 自动采集 全站伪静态,送10.1版本关关采集器
计算机辅助教学.pdf
内容概要:本文详细介绍了如何利用天文相机和其他相关硬件设备搭建一套高画质、高帧率的流星监控系统,以及针对红色精灵闪电这一特殊自然现象的捕捉方法。文中不仅涵盖了硬件的选择标准如CMOS靶面尺寸、量子效率等重要参数,还提供了基于Python和OpenCV实现的基本监控代码示例,包括亮度突变检测、运动检测算法等关键技术点。此外,对于安装位置的选择、供电方式、成本控制等方面也有具体的指导建议。 适用人群:对天文摄影感兴趣的爱好者,尤其是希望捕捉流星和红色精灵闪电等瞬时天文现象的专业人士或业余玩家。 使用场景及目标:适用于希望搭建个人天文观测站,用于科学研究或个人兴趣爱好的场景。目标是能够稳定可靠地捕捉到流星和红色精灵闪电等难以捉摸的天文现象,为研究提供高质量的数据资料。 其他说明:文中提到的一些技术和方法虽然较为复杂,但对于有一定编程基础和技术动手能力的人来说是非常实用的参考资料。同时,文中提供的省钱技巧也为预算有限的用户提供了一些有价值的建议。
时间序列分析-基于R(第2版)习题数据
内容概要:本文详细介绍了如何使用LabVIEW通过网口读取阿特拉斯PM4000控制器的扭矩值。主要内容涵盖开放式通讯协议的理解、阿特拉斯调试软件和测试软件的应用、LabVIEW程序的具体实现步骤,包括初始化网络连接、发送读取扭矩值命令、接收并解析扭矩值数据,以及关闭网络连接。文中还提供了多个调试技巧和注意事项,如硬件接线配置、数据解析方法、常见错误及其解决办法,以及性能优化建议。 适合人群:从事工业自动化领域的工程师和技术人员,尤其是那些需要集成阿特拉斯设备并与之进行数据交互的专业人士。 使用场景及目标:适用于需要实时监控和采集阿特拉斯PM4000控制器扭矩值的工业应用场景,旨在提高数据采集效率和准确性,确保设备运行状态的良好监测。 其他说明:文中提供的代码片段和调试经验有助于快速定位和解决问题,提升开发效率。此外,还强调了数据解析过程中需要注意的细节,如字节序问题和超时设置等。
计算机二级VB重点知识点解析.pdf