云数据库涉及的关键技术！
云数据库，是一种“稳定可靠、可弹性伸缩”的在线数据库服务。云数据库，基于云计算平台，提供数据库的变更、查询和计算等服务。这种服务不仅能够帮助用户从繁琐的硬件、软件配置上解脱出来，还可以简化软件、硬件的升级，具有普通数据库所不具有的特点和功能。
本篇带你了解云数据库涉及的几个关键技术，如：数据库的扩展、大规模数据库的实现、共享型和分布式数据库，以及智能运维和数据化管理等。
一、 数据库的扩展
当数据库的存储容量不足或者性能有待提升时，需要进行数据库扩展。数据库扩展，有“向上扩展”和“横向扩展”两种方式。
向上扩展，指的是通过数据库的调优或者硬件调优等方式，提高单机性能。向上扩展，主要针对单个节点进行优化，实现数据库的扩展。横向扩展，则不再局限于提升单机性能，而是实现分布式的数据库，利用多机器解决数据库扩展的问题。
向上扩展和横向扩展，是从不同角度对数据库进行的扩展。打个比方，一个30层的楼房可以容纳200人，现在又有200人需要入住。向上扩展的方式，是在原有30层楼房的基础上，再添加30层，供新老住户居住；而横向扩展的方式则是，额外再建一栋30层的楼房，给新来的200人入住。
在大数据时代，传统向上扩展的方式，只提升和优化单个节点的性能，已经很难满足用户的需求。而且向上扩展的方式，数据在迁移时不得不停机，会造成服务中断。横向扩展的方式，只需增加节点，使得数据库的扩展工作大大简化。当有节点发生故障时，系统自动检测故障，并转移故障节点的应用，提高数据库的可靠性和高可用性。
二、 大规模数据库的实现
在大数据时代，海量数据的存储和访问，成为数据库设计的瓶颈，传统的方式已无法满足大数据的需求。要实现超大规模的数据库，可采用“负载均衡技术、读写分离技术、数据库/数据表拆分技术”等。
1、 负载均衡技术
顾名思义，负载均衡就是平衡各节点/单元的工作负载，以达到提高整个系统资源利用率的目的。利用负载均衡技术，可以将大量并发访问或数据流量等任务，分配到多个节点单元上分别处理，以缩短反应时间，或者将单个负载严重的节点的工作任务，分配到其他节点进行处理。
负载均衡技术，通常用于集群系统中，该系统由多台计算机构成，系统之间通过网络进行连接。对内，各个节点相互协作，均衡负载；对外，则表现为超强性能的服务器。
在云数据库中实现负载均衡，首先需要一个连接数据库的控制端，作为中间层。外部的所有请求，访问中间层，再由中间层来访问数据库。中间层可以设置有效的均衡策略，控制每次访问哪个数据库。此外，在云数据库中，负载均衡技术要解决的另一个问题是，数据的实时和同步。
负载均衡技术，使得数据库具有很强的扩展性，只需要增加数据库服务器即可。通过多台服务器实现数据冗余，也保护了数据库的安全性。
2、 读写分离技术
数据库读写分离的原理，是将“读操作”和“写操作”对应到不同的数据库服务器上去，从而减轻了数据库的压力。一般由“主数据库”对应“写操作”，“从数据库”对应“读操作”。当数据库进行“写操作”时，需要同步到所有的数据库中，从而保证数据的完整性。
数据库的读写分离，需要实现数据复制，将一组数据拷贝到多个数据源，分布在多个数据库服务器，从而保证不同地点的数据自动更新，维持数据的一致性。
但读写分离技术也存在一定的问题。例如：实时性差，“写操作”进行后，往往要隔一段时间才能访问到最新的数据。尤其是在操作的数据量大时，同步效率明显变差。所以，需要根据查询的敏感程度区分业务，将可接受短期延迟的查询分流到库。
3、 数据库/数据表拆分技术
数据库/数据表拆分技术，是按照一定的规则，将同一个数据库的数据，分散到不同的数据库中，通过“路由转换”访问特定的数据库，从而将访问分散到多台数据库服务器。
拆分技术，分为纵向拆分和横向拆分。纵向拆分，是按照具体应用的功能模块进行拆分，不同功能的模块，分布在不同的数据库中。横向拆分，是将单个表的数据，分散到不同的数据库。
纵向拆分，适合模块划分清晰的系统，但是仅仅按“功能模块”进行拆分，并不能有效缓解所有的访问压力，单表数据的操作，带来的系统开销仍然很大。此时，横向拆分的方法，继续将单表划分成子表，可有效提升数据库的操作效率。
三、 共享型和分布式数据库
共享存储是云计算时代对数据库的创新，以“节约资源、降低开发成本”为目的。云数据库的提供商和使用云数据库的人，类似于“房东和租户”的关系。用户可以创建表、修改表，但是无法创建数据库、修改数据库，因为数据库供所有用户使用，而单个用户不具备修改的权限。
由于是共享存储，用户可以按需付费，不必购买整个数据库。有多大的业务，就租赁多大的空间，按实际需求支付相应的费用。
共享型数据库需要支持租户隔离，并保障安全性。在遇到故障时，要提供“高可用性”保障，不影响对用户的服务。当用户数据增长超过租用容量时，还要能够为用户的数据库提供“无缝升级”的扩容服务。
云服务商新上线的云数据库MySQL，和自家的云服务器、裸金属服务器一样，都支持和具备“弹性扩展”的优势特点。用户可根据自己具体的业务需求，以及业务的发展变化，按实际需要进行配置上的弹性扩展，支持配置无缝升级或降级。在进行升、降级时并不会导致云数据库服务的中断，从而影响到用户业务的正常运转。
分布式数据库是数据库技术和网络技术相结合的产物，目前逐渐向“客户机/服务器模式”发展。分布式数据库是一个数据的集合，这些数据在物理上分布在计算机网络的不同节点，但在逻辑上却属于同一个系统。每个节点拥有独立处理数据的能力，同时也至少参与到一个全局应用当中。所以分布式数据库的特点是：物理分布性、逻辑整体性、场地自洽性以及场地之间的协作性。
分布式数据库按照所使用的数据类型、数据库管理系统，可分为“同构同质型、同构异质型、异构型”。数据库要把数据分散到不同的节点，就涉及到“数据分片”的技术，包括“水平分片、垂直分片、导出分片、混合分片”等。无论采用哪种分片方式，都必须满足“完备性、可重构、不相交”的条件。
分布式数据库管理系统接收到用户请求后，要决定将其分配到哪些计算机。如果目标数据存储在多个计算机节点上，就必须进行分布式处理。由于采用“分布式”架构，数据库具有灵活的体系结构、较好的可扩展性，能够适应分布式的管理和控制结构。
四、 智能运维和数据化管理
由于集群规模和数据量增长过快，业务环境愈发复杂，这给运维工作带来了巨大的挑战。传统的运维平台虽然能在故障发生时及时报告，但却不具备预测的能力，无法发现潜在的风险。智能运维和数据化管理，则可以弥补传统运维的不足，实现数据库资源的统一监控、运维工作自动化、智能化，挖掘和预测潜在的风险，快速定位和处理故障。
云数据库涉及的关键技术！
智能运维和数据化管理，通过主动管理的方式，实时监控数据库的资源消耗、执行成本等性能参数，及时发出警告并给出原因分析。通过对历史数据自动收集和汇总分析，当数据库运行状态偏离时，也能够及时发出预警。通过预定义的标准，自动检测故障；通过预先设定的故障分析程序，自动分析原因并提供相应的解决方案，大大提升运维和管理的效率。
常见的功能模块如下：
⑴ 数据库运行成本监控
数据库运行效率取决于数据库SQL/NoSQL语句的运行效率。当某类应用的SQL/NoSQL语句运行效率下降、运行成本增加、运行时间突增时，发出预警并提供相应的原因分析报告。
⑵ 数据库性能监控与分析
通过对数据库过去几周或几个月的历史性能数据的自动收集、汇总分析，并生成数据库性能基线，当数据库运行状态偏离性能基线时，发出预警。同时将资源消耗多的SQL/NoSQL语句定位、原因分析、整改建议方案产生、整改前后效果预测与优化建议报表生成等功能实现自动化。
⑶ 故障自动分析、处理与回溯
通过给数据库预先定义健康的标准，实时对数据库运行状态进行自检，当数据库偏离健康标准时发出故障预警。同时，可调用预先设置的相关故障分析程序，自动分析故障原因，并给出可能的解决方案，这极大缩短了故障处理时间；启动捕获业务系统故障时间、交易信息及运行数据，并在测试环境再次回放，实现故障现象回溯。
⑷ 数据库容量监控与分析
通过实时收集与存储数据库容量（如：空间消耗、并发连接数变化、内存消耗）等基础数据，进行自动分析。通过分析数据库的历史容量变化趋势，能够对数据库即将出现的容量瓶颈，进行提前预警。
云服务商在今年春节期间，新上线了三款“云数据库”的产品和服务 ：云数据库MySQL、云数据库Redis以及云数据库Memcached。其中，云数据库MySQL是一种即开即用、稳定可靠、可弹性伸缩的“在线数据库服务”，具有多重安全防护措施和完善的性能监控体系，并提供专业的数据库备份、恢复及优化方案，使企业与用户能够更加专注于应用开发和业务发展。而云数据库Redis，则是一种即开即用、稳定可靠的高性能数据缓存服务，支持“主从热备”，提供“自动容灾切换、实例监控、在线扩容”等功能。另外一款云数据库产品——云数据库Memcached，是一种内存级、持久化缓存服务，同样支持“主从热备”，提供“自动容灾切换、实例监控、在线扩容”等功能。
声明：文章来自网络转载，若无意中有侵犯您权益的信息，请联系我们，我们会在第一时间删除！
分享名称：云数据库涉及的关键技术！
文章网址：http://pwwzsj.com/article/cjdhcc.html
