Admin目录
1 服务
2 优势
3 特性
4 应用场景
5 几种主流云服务数据库
? 亚马逊Redshift
? 亚马逊关系型数据库服务
? 亚马逊DynamoDB
云数据库是指被优化或部署到一个虚拟计算环境中的数据库。
将一个现有的数据库优化到云环境有以下好处:
·可以使用户按照存储容量和带宽的需求付费
·可以将数据库从一个地方移到另一个地方(云的可移植性)
·可实现按需扩展
·高可用性(HA)
将数据库部署到云可以通过简化可用信息通过Web网络连接的业务进程,支持和确保云中的业务应用程序作为软件即服务(SaaS)部署的一部分。另外,将企业数据库部署到云还可以实现存储整合。比如,一个有多个部门的大公司肯定也有多个数据库,可以把这些数据库在云环境中整合成一个数据库管理系统(DBMS)。
服务
关系型数据库(Relational Database Service,简称RDS)是专业、高性能、高可靠的云数据库服务。RDS提供WEB界面进行配置、操作数据库实例,还为用户提供可靠的数据备份和恢复、完备的安全管理、完善的监控、轻松扩展等功能支持。相对于用户自建数据库,RDS具有更经济、更专业、更高效、更可靠、简单易用等特点,使您能更专注于核心业务。
优势
轻松部署
用户能够在RDS控制台轻松的完成数据库申请和创建,RDS实例在几分钟内就可以准备就绪并投入使用。用户通过RDS提供的功能完善的控制台,对所有实例进行统一管理。
高可靠
RDS具有故障自动单点切换、数据库自动备份等功能,保证RDS实例高可用和数据安全。RDS免费提供7天数据备份,可恢复或回滚至7天内任意备份点。
低成本
RDS支付的费用远低于自建数据库所需的成本,用户可以根据自己的需求选择不同套餐,使用很低的价格得到一整套专业的数据库支持服务。
特性
实例创建快速
选择好需要的套餐后,RDS控制台会根据选择的套餐优化配置参数,短短几分钟一个可以使用的数据库实例就创建好了。
支持只读实例
RDS只读实例面向对数据库有大量读请求而非大量写请求的读写场景,通过为标准实例创建多个RDS只读实例,赋予标准实例弹性的读能力扩展,从而增加用户的吞吐量。
故障自动切换
主库发生不可预知的故障(如:硬件故障)时,RDS将自动切换该实例下的主库实例,恢复时间一般<5min。
数据备份
RDS默认自动开启备份,实现数据库实例的定时备份。自动备份保留期为七天。
在自动定时备份的基础上,RDS也支持用户手动的数据库实例备份(即数据快照),可以随时从数据快照恢复数据库实例。
Binlog备份
RDS会自动备份Binlog日志,并长期保存Binlog日志的备份。
RDS备份的Binlog日志也提供用户下载,方便用户对Binlog进行二次分析处理。
访问白名单
RDS支持通过设置IP白名单的方式来控制RDS实例的访问权限。
监控与消息通知
通过RDS控制台可以详细了解数据库运行状态。并且可以通过控制台定制需要的监控策略,当监控项达到监控策略阀值时,RDS将通过短信方式进行提醒和通知。
RDS服务的相关变更也会通过电子邮件或短信通知功能及时告知。
应用场景
Web网站
LAMP是常见的网站开发架构,有了RDS用户不用再为数据库的优化、管理劳神费力。RDS优异的性能为网站的发展壮大,提供强有力的保证。
数据分析
随着大数据时代的到来,RDS将成为用户在大数据时代把握时代数据脉搏、进行高效数据分析的得力助手。
数据管理
RDS做为云上的关系型数据库服务通过控制台进行简单、方便的数据管理,并通过高可靠的架构确保您的数据安全。
学习研究
RDS使用简单、容易上手,无论是用于数据库应用教学,还是做相关研究都是不错的选择。
几种主流云服务数据库
亚马逊Redshift
Redshift跨一个主节点和多个工作节点实施分布式数据库。通过使用AW管理控制台,管理员能够在集群内增加或删除节点,以及 按实际需要调整数据库规模。所有的数据都存储在集群节点或机器实例中。
Redshift集群的实施可通过两种类型的虚拟机:密集存储型和密集计算型 。密集存储型虚拟机是专为大数据仓库应用而进行优化的,而密集计算型为计算密集型分析应用提供了更多的CPU。
亚马逊关系型数据库服务
亚马逊关系型数据库服务(RDS)是专为使用SQL数据库的事务处理应用而设计的。规模缩放和基本管理任务都可使用AWS管理控制台来实现自动化。AWS可以执行很多常见的数据库管理任务,例如备份。
亚马逊DynamoDB
DynamoDB是亚马逊公司的NoSQL数据库产品。其数据库还可与亚马逊Lambda集成以帮助管理人员对数据和应用的触发器进行设置。
DynamoDB特别适用于具有大容量读写操作的移动应用。用户可创建存储JavaScript对象符号(JSON)文档的表格,而用户可指定键值对 其进行分区。与定义如何分割数据不同,这里无需定义一个正式的架构。
免责声明：本站文字信息和图片素材来源于互联网，仅用于学习参考，如内容侵权与违规，请联系我们进行删除，我们将在三个工作日内处理。联系邮箱：chuangshanghai#qq.com（把#换成@）