五种常见云数据库的真实应用场景

2020年

云数据库的需求不断涌现

随着客户上云的加快，客户越来越希望直接采用云上的数据库系统支撑业务发展，作为服务商来讲，了解云上的数据库的应用场景及常见特性成为必然。否则，将出现与客户交流困难，影响项目成效的麻烦事。今天我们讲五种常见的云数据库，这些内容也是在与客户沟通交流中的常见问题。

一、金融级Oracle

应用场景：在政府的大型应用系统、企业的涉金融级应用系统中，一般都会沿用昂贵的Oracle数据库系统。例如，期货的交易系统后台数据库、公司内部财务系统的后台数据库。

其优势：高性能、高可靠性。Oracle数据库作为元老级的产品，的确拥有其过人之处，直到现在去IOE大当其道的今天，仍然在众多的核心应用系统中存在。

云数据库如何解决：因为Oracle拥有自己的云计算整体架构，不允许公有云厂商在自己的云平台架构Paas级的数据库产品，因此现在主流的公有云厂商均没有直接的Oracle云产品。为了解决这个问题，许多公有云厂商推出了自己的自研兼容性产品，如ali的OceanBase、RDS PAAS版。

Oracle上云的解决方案：Oracle上云一般都会用三个特性---RAC、DG、RMAN。其中，RAC用于解决于计算的高可用和高性能，一般都会要求云服务商提供共享存储的产品。DG用于实时的数据秒级同步，一般用于云上、云下数据的数据同步，避免极端情况数据无法找回的情况。RMAN用于数据的迁移、定期数据备份。

二、MySQL成为主流

应用场景：目前的互联网公司已经大量采用MySQL作为主要业务的承载。因MySQL已被Oracle公司收购，因此现在又出现了MariaDB的开源数据库，以避免MySQL被收费的情况。例如，互联网公司的网站一般都采用MySQL。

其优势：高性能、高可靠、低成本。现在一提到数据库，往往就是MySQL出场的时候。

云数据库如何解决：现在公有云厂商有很多MySQL的标准化解决方案，云服务商一般会直接在云主机上搭建数据，提供给最终的用户使用，例如1核 2G的数据库配置，实际是云主机的配置。同时根据云主机的资源是否独享，有共享型数据库、独享型数据库。

MySQL上云的解决方案：一般都会用三个特性---主备、主从、灾备。

1、例如主备，当主用的数据库云主机down时，将自动切换至备用的云门机提供数据库服务。

2、例如主从，数据库提供多份的备份库，主用库用于读/写，而备份库只用于读。但与主备的区别在于，主从方式不支持主备库的故障切换。

3、例如灾备，数据库提供本地、远程的数据库定期、实时数据同步。当主用库down机时，由云平台自动切换至远程的备库，提供快速的故障切换。

三、MongoDB面向互联网

应用场景：在物联网、游戏等场景大量使用MongoDB数据库。例如，四川省某石油客户使用该数据库存储采油站的大量数据，因其JSON松散式的数据格式，利于数据的任意保存、快速分析、分片存储，得到大量公司的应用。

其优势：高性能、低成本、易使用。MongoDB通过索引加速检索的性能，利于X86服务器进行分片的存储，JSON数据格式不需要预先定义。

云数据库如何解决：现在云服务商提供了MongoDB的产品，基本是云服务商的标配。

MongoDB上云的解决方案：一般会推荐采用集群式的方案，用户使用多节点进行数据的分片存储、同时使用主备方式进行计算的高可用。

四、HBase面向大容量

应用场景：在电子商务、车联网、日志等场景中均有大量的应用案例。例如，某物联网公司采用HBase存储其鞋类穿戴数据。

其优势：高性能、低成本、高伸缩性。HBase+Phoenix提供快速的SQL化检索，HBase基于其列式的存储方便放在X86服务器，而HBase根据RowKey、ColumnFamily可以进行数据在不同服务器的扩容。

云数据库如何解决：现在云服务商提供了Hbase的产品，基本是云服务商的标配。

HBase上云的解决方案：低于100G的数据可用HBase单机版。一般会推荐采用集群式的方案；如果是要求金融级的服务，还有双活版的产品，可以支持跨AZ的数据同步。

五、Redis面向快速查询

应用场景：在电子商务、游戏公司、大数据展示等场景中均有大量的应用案例。例如，某电子商务公司的大屏数据直接来源于Redis的内存数据。

其优势：高性能。Redis的主要数据放置在内存中，因此数据的查询数据相比于之前的数据库有了10倍以上的提升。

云数据库如何解决：现在云服务商提供了Redis的产品，基本是云服务商的标配。

Redis上云的解决方案：一般会推荐采用集群式的方案；如果是要求超高并发级的服务，还有读写分离版的产品。

六、不同数据库的混合使用

1、物联网的应用场景

例如：抓娃娃机的数据。该机器的监控、轨迹的数据通过flume直接采集至HBase中进行存储，通过Spark的非实时分析进行经营情况的定期分析；该机器的故障数据通过flume连接kafka，之后通过流式计算将结果放至HBase中存储，并大屏展示实时故障。而该机器的交易数据直接通过应用程序处理后，以MySQL方式进行数据的存储，中间以DTS的方式与HBase进行数据的同步。

2、高并发的MySQL场景

3、金融高可靠的MySQL场景

如果您觉得好，希望长期关注本公众号的专业、风趣、实时的信息，请在以下二维码长按，以关注。