阿里云RDS金融数据库(三节点版) - 案例篇

标签

PostgreSQL , MySQL , 三节点版 , 金融数据库 , Raft , 分布式共享存储版


背景

土豆哪里去挖?

土豆郊区去挖。

一挖一麻袋?

一挖一麻袋。

挖掘机不仅是城市建设的必备法宝,居然也是挖土豆利器。

但是科技行业一定不喜欢挖掘机,经常会听说xx互联网软件故障提到“光纤被挖断”,导致XX机房故障几小时。

这和数据库有什么关系呢?当然有,一些企业在业务层面可能做到了多机房,多活的架构,但数据库并没有做到0丢失的多机房或多活部署,如果数据库所在机房网络故障,那么对于这些业务来说照样是灾难性的。

作为阿里云RDS金融数据库(三节点版)系列文章 - 案例篇,接下来将介绍一些用户的案例,用户如何利用阿里云RDS金融数据库(三节点版),获得最佳业务体验。

异地容灾场景

有了异地容灾,“光纤被挖断”再也不可能成为故障借口了。

对于可用性、可靠性都非常敏感的业务,两节点的高可用架构显然无法满足需求,在追求可靠性(0丢失)时,可用性和性能一定会下降(比如备库故障、主备之间的复制链路问题,都会导致用户事务无法提交)。

两地三中心,或者三地三中心的三节点架构,可以同时满足用户的可用性、可靠性需求。

当任意一个机房遭遇“光纤被挖断”的窘境时,其他机房可以顶上,而且确保0丢失。

养兵千日用兵一时,容灾演练也是企业IT的日常工作之一,对于无状态的业务,相对来说多机房、多活比较好部署,但是数据库是有状态应用,多机房部署难度和成本都高了很多。例如网络带宽、延迟,数据同步机制,切换机制,switchover机制,数据补偿机制等,没有哪个是好做的,没有做好的话可能是灾难性的。有了“阿里云RDS金融数据库(三节点版)”,用户不需要再关心数据库的容灾演练问题,因为内置了这个功能。

金融级核心业务

金融核心库,用户关注的是数据库的 可靠性->可用性->稳定性->安全性->性能 。在这方面相信老百姓更有体会,因为我们的钱都存在银行呀。

拿转账来打个比方,A有10万余额,B有1万余额,A转给B 1万元,最终变成:A有9万余额,B有2万余额。

任何一个步骤出错都不能出现类似这样的问题:A有9万余额,B有1万余额。A有10万余额,B有2万余额。

如果是单事务、单库操作,涉及到数据库的ACID中的事务原子性、一致性的原理,所以宣称支持ACID的数据库,任何时候都不会出现以上问题。三节点同样遵循了数据库的ACID原则。

如果操作不是单个事务,或者涉及到多库操作,那么业务系统可以使用数据库的两阶段事务来保证全局一致性。三节点同样支持数据库的两阶段事务。

如果是跨业务系统的转账,那么需要通过业务层的协议结合两阶段事务来保证全局的一致性。三节点同样支持数据库的两阶段事务。

对业务系统来说,三节点具备单节点的所有功能,同时提升了数据库的可靠性,可用性。任何一个节点故障,不影响业务的正常运行,也不会丢任何数据。

除此之外,阿里云RDS也非常的关注细节,为了让用户体验更好,阿里云的proxy也做了极大的用户体验工作,包括数据库切换时的零感知。

专业的数据库团队,对数据库的深刻理解转换为产品,为用户提供更好的服务,如果你想了解数据库切换时的要素,可以参考阅读这篇文档(文章以PostgreSQL数据库为出发点,讲解了数据库平滑切换的要素):

《数据库平滑switchover的要素》

企业的核心数据库,比如用户认证系统、用户账户系统、企业ERP系统等。对数据库的要求与金融核心类似,它们同样有容灾的需求,有容灾演练的需求,有多机房部署的需求,有SOX审计的需求。

阿里云RDS金融数据库(三节点版)为金融业务、企业核心数据库保驾护航。

小结

阿里云RDS金融数据库(三节点版),围绕“可靠性、可用性”为核心设计,为金融业务、企业核心数据库保驾护航。

除了“可靠性、可用性”,阿里云RDS金融数据库(三节点版)还继承了RDS内核多年来的丰富经验和代码沉淀,相比社区版本,有着性能、功能方面的诸多优势。同时阿里云RDS团队也是开源数据库社区的积极贡献者。

欢迎金融业务、企业核心数据库选用。

系列文章

《阿里云RDS金融数据库(三节点版) - 背景篇》

《阿里云RDS金融数据库(三节点版) - 理论篇》

《阿里云RDS金融数据库(三节点版) - 性能篇》

《阿里云RDS金融数据库(三节点版) - 案例篇》

阿里云RDS金融数据库(三节点版)

阿里云RDS金融数据库 - MySQL三节点版

阿里云RDS金融数据库 - PostgreSQL三节点版(敬请期待)

时间: 2024-10-31 00:36:57

阿里云RDS金融数据库(三节点版) - 案例篇的相关文章

PgSQL · 应用案例 · 阿里云RDS金融数据库(三节点版) - 背景篇

背景 提到金融级数据库,大家可能不约而同的会想到Oracle,DB2等商业数据库.但是随着开源数据库的发展,开源数据库正在逐渐成为数据库产业的核心,比如MySQL.PostgreSQL数据库 ,已经深入阿里.平安科技.苏宁.高德.国家电网(还有很多)的核心.可以看到,不管是MySQL还是PostgreSQL,有越来越多成功的核心应用案例. 目前还有一些金融企业核心数据库依旧是老牌的商业数据库,个人认为并不是这些商业数据库比开源数据库有多优秀,而是牵一发而动全身,非单纯技术层面的问题.特别是关系民

阿里云RDS金融数据库(三节点版) - 背景篇

标签 PostgreSQL , MySQL , 三节点版 , 金融数据库 , Raft , 分布式共享存储版 背景 提到金融级数据库,大家可能不约而同的会想到Oracle,DB2等商业数据库.但是随着开源数据库的发展,开源数据库正在逐渐成为数据库产业的核心,比如MySQL.PostgreSQL数据库 ,已经深入阿里.平安科技.苏宁.高德.国家电网(还有很多)的核心.可以看到,不管是MySQL还是PostgreSQL,有越来越多成功的核心应用案例. 目前还有一些金融企业核心数据库依旧是老牌的商业数

阿里云RDS金融数据库(三节点版) - 性能篇

标签 PostgreSQL , MySQL , 三节点版 , 金融数据库 , Raft , 分布式共享存储版 背景 终于到了性能篇,三节点同时满足了企业对数据库的可用性.可靠性的要求,那么性能如何呢? 提到性能测试,我有几点一定要说明一下,很多朋友对性能的理解可能有偏差,那么如何评判性能的好坏呢? 1.首先要明确测试的环境,包括数据库主机(主要包括CPU.内存.网卡,如果你的数据库能用上FPGA.GPU的计算能力,还得算上他们,例如PostgreSQL就可以利用GPU和FPGA进行计算加速.).

如何搭建阿里云RDS PostgreSQL数据库的物理备库

如何搭建阿里云RDS PostgreSQL数据库的物理备库 用户在阿里云购买了RDS PostgreSQL,如何在自己的机房或者ECS上建立备库?关于如何构建逻辑备库,在我以前的文章有详细的讲解,所谓逻辑备库,是可以跨版本,甚至仅仅同步一部分相同步的表的备库.https://yq.aliyun.com/articles/7240 如果用户需要构建一个和RDS PostgreSQL一模一样的备库,则可以通过流复制或者归档来完成. 步骤如下.1. 准备备库环境 安装64位Linux 安装与RDS P

如何搭建阿里云RDS PostgreSQL数据库的逻辑备库

适用于PostgreSQL数据库之间的逻辑增量同步.对PostgreSQL的版本要求,8.3以上即可.最小的同步单位为行,用户可以选择表为同步对象,并且可以对表进行分组(有事务关联的表作为一个分组).不同的分组,可以并行订阅,消费消息.如图:A,B,C三个表有事务关联,放到一个消息队列.D,E,F三个表有事务关联,放到另一个消息队列.在数据库中跟踪表的变更,记录到数据库的MQ中.订阅者将MQ翻译成SQL,按照事务的提交顺序,在目标端回放这些SQL.从而达到逻辑复制的目的. 与MySQL的binl

贷款、天使投资(风控助手)业务数据库设计 - 阿里云RDS PostgreSQL, HybridDB for PostgreSQL最佳实践

标签 PostgreSQL , HybridDB for PostgreSQL , 小微贷款 , 金融风控 , 企业图谱 , 图式搜索 , 舆情分析 , 自动贷款 , 贷款审查 , 审查神器 背景 贷款是银行的主营业务之一,但是并不是只有银行能提供贷款,实际上资金雄厚的公司都有能力提供贷款(比如保险行业.资源垄断型企业等). 除了放贷,我们常说的天使投资.A轮B轮啥的,也是类似的场景,凭什么投你,背后如何决策也需要决策系统的支撑. 与贷款相反的是吸金类业务,比如我们现在发现越来越多的理财产品.股

一分钟了解阿里云产品:阿里云RDS只读实例 分担数据库读写压力

阿里云推出RDS只读实例,将满足大量的数据库读取工作负载,帮助用户应对数据库读取压力,实现读取能力的弹性扩展.   阿里云RDS只读实例不但适用于专业的DBA,也非常适用于"小白客户",备份设置.参数修改.阈值报警等数据库常用应用都是图形化操作,对于不精通数据库的用户也可以"零门槛"使用.   RDS实例采用主备架构,RDS在支持只读实例后,只读实例将挂载在主节点上,实例的备节点以及只读实例均利用MySQL的原生复制同步主节点的增量数据.   目前,一个RDS主实例

菜鸟末端轨迹(解密支撑每天251亿个包裹的数据库) - 阿里云RDS PostgreSQL最佳实践

标签 PostgreSQL , PostGIS , 多边形 , 面 , 点 , 面点判断 , 菜鸟 背景 菜鸟末端轨迹项目中涉及的一个关键需求,面面判断. 在数据库中存储了一些多边形记录,约几百万到千万条记录,例如一个小区,在地图上是一个多边形. 不同的快递公司,会有各自不同的多边形划分方法(每个网点负责的片区(多边形),每个快递员负责的片区(多边形)). 用户在寄件时,根据用户的位置,查找对应快递公司负责这个片区的网点.或者负责该片区的快递员. 一.需求 1.在数据库中存储了一些静态的面信息,

数据库连接数过万的真相,原来我们错怪阿里云RDS了

在一次数据库连接问题中,我们坚持认为数据库连接数过万是阿里云RDS的问题,但后来阿里云提供了当时的数据库连接情况,让我们动摇了自己的想法. 上面这5个帐户产生了10030个数据库连接,当看前4个帐户(产生了9511个连接)的名称时,我们打了一个寒颤 -- 这些都是运行 Linux 上的 ASP.NET Core 站点...这不是巧合,其中必有蹊跷.随后,我们观察了主备库切换后的 RDS 中数据库连接情况.有一个运行在 Linux 上的 ASP.NET Core 站点,用了3台服务器,却产生了15