亚马逊介绍AWS“无服务器”云服务改进:数据库可线上扩充容量等
wptr33 2025-06-24 17:15 49 浏览
IT之家 11 月 29 日消息,在今天于美国拉斯维加斯展开的亚马逊“AWS re:Invent 2023”活动中,亚马逊计算部门资深副总裁 Peter DeSantis,介绍了旗下三款云端服务,IT之家整理相关信息如下。
Peter DeSantis 首先介绍了亚马逊旗下新版 Aurora 服务,这是一款兼容 MySQL 与 PostgreSQL 的无服务器云数据库服务,最大的改进是可实现线上扩充容量,而这主要是仰赖虚拟化技术,亚马逊开发了一个称之为 Caspian 的虚拟层,由 Caspian Heat Management System 来管理实体主机如何分配虚拟 RAM 给数据库。
IT之家注:无服务器版本即“无服务器计算”,利用云直接提供计算服务,在该架构下,开发者只需编写代码并上传,云平台就会自动准备好相应的计算资源,完成运算并输出结果,从而大幅简化开发运维过程。
据悉,Aurora 所使用的每一台实体主机配置容量 256GB 的 RAM,虽然 Aurora 数据库开启服务可以使用 256GBRAM,但实体主机的 RAM 并不会因此而被完全占用,Caspian 管理软件会依照每个 Aurora 数据库服务运作所需的配置,安排适当的实体 RAM 容量,因此每台实体主机均可搭载多项 Aurora 数据库服务,从而大幅改善计算效率,完整使用计算资源。
不过在上述机制下,若一台实体主机需要超过 256 GB 的 RAM,由于 RAM 物理限制,用户就必须手动转移到另一台主机上。DeSantis 指出,当前“无服务器计算技术暂时无法让这一功能转为全自动”,因此亚马逊使用数据库分区(Sharding)技术,将单一数据库分配到不同主机,以达到“从侧面水平”扩充 RAM 的能力。
DeSantis 表示,亚马逊开发出了一个轻量化的数据请求路由层(Request Routing Layer),该层具有快速反应扩充的特性,号称可以“跨区域进行数据库切片与重组,并保证数据库依然可靠”。
结合上述两项技术,DeSantis 指出,亚马逊 AWS 终于能在今年推出真正无服务器化的 Aurora 数据库服务,即“Amazon Aurora Limitless Database”,号称可以“不受单一数据库的容量限制,可以根据用户需求自动扩充主机配置而不影响数据库运行”。
▲ 图源 亚马逊除了 Aurora Limitless Database,亚马逊今天也推出 ElastiCache 云缓存技术的无服务器版本。
DeSantis 表示,分散式计算系统同步数据需要仰赖同步计时,业界通常使用 Wall Clock(现实世界时间)、Logical Clock(逻辑时间)与 TimeKeeper 服务器,不过其中 Wall Clock 方式会因时钟的差异而导致计时同步不可靠。
为了提供准确的同步计时,亚马逊声称,他们在 2017 年就推出了 Amazon Time Sync 服务,结合卫星与原子钟信息参照,提供与世界协调时间(UTC)误差仅 1 毫秒(millisecond)的同步计时。
不过 DeSantis 指出,时间误差 1 毫秒代表着总延迟时间是 2 毫秒,即“每秒 500 次交易”的延迟速度,而这对于云缓存的同步来说“太慢了”。
因此,亚马逊以 Nitro 网络加速芯片为基础,设计了一个标准 48U 机柜体积的分散式计时网络,配备独立电力支持与一个物理原子钟,号称可以将同步计时误差由毫秒缩短至微秒(microsecond)等级,令 ElastiCache Serverless p50 的延迟压缩到 500 微秒。
相关推荐
- MySQL进阶五之自动读写分离mysql-proxy
-
自动读写分离目前,大量现网用户的业务场景中存在读多写少、业务负载无法预测等情况,在有大量读请求的应用场景下,单个实例可能无法承受读取压力,甚至会对业务产生影响。为了实现读取能力的弹性扩展,分担数据库压...
- 3分钟短文 | Laravel SQL筛选两个日期之间的记录,怎么写?
-
引言今天说一个细分的需求,在模型中,或者使用laravel提供的EloquentORM功能,构造查询语句时,返回位于两个指定的日期之间的条目。应该怎么写?本文通过几个例子,为大家梳理一下。学习时...
- 一文由浅入深带你完全掌握MySQL的锁机制原理与应用
-
本文将跟大家聊聊InnoDB的锁。本文比较长,包括一条SQL是如何加锁的,一些加锁规则、如何分析和解决死锁问题等内容,建议耐心读完,肯定对大家有帮助的。为什么需要加锁呢?...
- 验证Mysql中联合索引的最左匹配原则
-
后端面试中一定是必问mysql的,在以往的面试中好几个面试官都反馈我Mysql基础不行,今天来着重复习一下自己的弱点知识。在Mysql调优中索引优化又是非常重要的方法,不管公司的大小只要后端项目中用到...
- MySQL索引解析(联合索引/最左前缀/覆盖索引/索引下推)
-
目录1.索引基础...
- 你会看 MySQL 的执行计划(EXPLAIN)吗?
-
SQL执行太慢怎么办?我们通常会使用EXPLAIN命令来查看SQL的执行计划,然后根据执行计划找出问题所在并进行优化。用法简介...
- MySQL 从入门到精通(四)之索引结构
-
索引概述索引(index),是帮助MySQL高效获取数据的数据结构(有序),在数据之外,数据库系统还维护者满足特定查询算法的数据结构,这些数据结构以某种方式引用(指向)数据,这样就可以在这些数据结构...
- mysql总结——面试中最常问到的知识点
-
mysql作为开源数据库中的榜一大哥,一直是面试官们考察的重中之重。今天,我们来总结一下mysql的知识点,供大家复习参照,看完这些知识点,再加上一些边角细节,基本上能够应付大多mysql相关面试了(...
- mysql总结——面试中最常问到的知识点(2)
-
首先我们回顾一下上篇内容,主要复习了索引,事务,锁,以及SQL优化的工具。本篇文章接着写后面的内容。性能优化索引优化,SQL中索引的相关优化主要有以下几个方面:最好是全匹配。如果是联合索引的话,遵循最...
- MySQL基础全知全解!超详细无废话!轻松上手~
-
本期内容提醒:全篇2300+字,篇幅较长,可搭配饭菜一同“食”用,全篇无废话(除了这句),干货满满,可收藏供后期反复观看。注:MySQL中语法不区分大小写,本篇中...
- 深入剖析 MySQL 中的锁机制原理_mysql 锁详解
-
在互联网软件开发领域,MySQL作为一款广泛应用的关系型数据库管理系统,其锁机制在保障数据一致性和实现并发控制方面扮演着举足轻重的角色。对于互联网软件开发人员而言,深入理解MySQL的锁机制原理...
- Java 与 MySQL 性能优化:MySQL分区表设计与性能优化全解析
-
引言在数据库管理领域,随着数据量的不断增长,如何高效地管理和操作数据成为了一个关键问题。MySQL分区表作为一种有效的数据管理技术,能够将大型表划分为多个更小、更易管理的分区,从而提升数据库的性能和可...
- MySQL基础篇:DQL数据查询操作_mysql 查
-
一、基础查询DQL基础查询语法SELECT字段列表FROM表名列表WHERE条件列表GROUPBY分组字段列表HAVING分组后条件列表ORDERBY排序字段列表LIMIT...
- MySql:索引的基本使用_mysql索引的使用和原理
-
一、索引基础概念1.什么是索引?索引是数据库表的特殊数据结构(通常是B+树),用于...
- 一周热门
-
-
C# 13 和 .NET 9 全知道 :13 使用 ASP.NET Core 构建网站 (1)
-
程序员的开源月刊《HelloGitHub》第 71 期
-
详细介绍一下Redis的Watch机制,可以利用Watch机制来做什么?
-
假如有100W个用户抢一张票,除了负载均衡办法,怎么支持高并发?
-
Java面试必考问题:什么是乐观锁与悲观锁
-
如何将AI助手接入微信(打开ai手机助手)
-
redission YYDS spring boot redission 使用
-
SparkSQL——DataFrame的创建与使用
-
一文带你了解Redis与Memcached? redis与memcached的区别
-
如何利用Redis进行事务处理呢? 如何利用redis进行事务处理呢英文
-
- 最近发表
- 标签列表
-
- git pull (33)
- git fetch (35)
- mysql insert (35)
- mysql distinct (37)
- concat_ws (36)
- java continue (36)
- jenkins官网 (37)
- mysql 子查询 (37)
- python元组 (33)
- mybatis 分页 (35)
- vba split (37)
- redis watch (34)
- python list sort (37)
- nvarchar2 (34)
- mysql not null (36)
- hmset (35)
- python telnet (35)
- python readlines() 方法 (36)
- munmap (35)
- docker network create (35)
- redis 集合 (37)
- python sftp (37)
- setpriority (34)
- c语言 switch (34)
- git commit (34)