IT Lab Service – Bing哥的博客

数据库简介

欢迎来到新章节的学习！本章节主要介绍AWS里面的数据库服务，其中包括了AWS的关系数据库RDS（Relational Database Service）、非关系数据库DynamoDB、数据仓库和数据缓存的概念。

在我们深入了解AWS的数据库服务之前，首先让我们先来了解一下一些关于数据库的基本概念吧！

关系型数据库（SQL）

关系数据库，是建立在关系模型基础上的数据库，借助于集合代数等数学概念和方法处理数据库中的数据。

用地球的语言来讲，关系是一个由行和列组成的表格，一个关系数据库可以包含多个这样的表格。

也可以简单理解为关系数据库就是一个由多个工作表组成的Excel表格。

我们可以用列来定义一些预设参数，比如姓名，性别，地址，年龄等信息；并且每一行来代表不同的实体，比如张三的信息，李四的信息。行和列就构成了数据的集合。

Amazon Relational Database Service (RDS) 可以为我们提供在AWS云上轻松设置、操作和扩展我们的关系数据库。AWS会为RDS提供高性能、高可用、安全和兼容性，我们只需要专注于管理数据库本身就可以了。

管理和使用AWS RDS，我们不需要管理任何操作系统层面的东西，不需要为OS打补丁和更新，而是直接管理RDS程序和版本。

Amazon RDS支持的关系数据库有：

• SQL Server
• Oracle
• MySQL Server
• PostgreSQL
• Aurora
• MariaDB

非关系数据库（NoSQL）

非关系数据库又叫做NoSQL，全称是Not Only SQL。

NoSQL主要用于超大规模数据的存储（比如Facebook或Google每天所收集的万亿比特的数据），这些数据没有固定的模式，不需要预设置好数据库的所有参数。

举个例子，如果社交平台去收集用户的人物画像信息，这些信息可能会包括一些自然属性：例如性别，年龄，姓名；财富：收入水平，是否有固定资产，有哪些固定资产；家庭情况：是否结婚，有几个小孩和家庭成员；购物习惯：喜欢网购还是实体店购物，喜欢到哪个电商平台购物，购物的金额和频率是什么；位置信息：在哪个城市生活，常去的地理位置……

这些千奇百怪的数据，如果保存在关系数据库（RDBMS）中，我们会没有办法很好地预定义所有的属性（列），然后添加我们的记录；也没有办法在后期添加额外的属性。

很多情况下，每一个目标的属性都不一样，有一些属性A有，但B没有；又一些属性B有，但C没有。

在这种情况下，NoSQL更适合存储这些海量的、无规则的信息。NoSQL也适用于现在物联网（IoT）产生的数据。

目前，AWS所提供的NoSQL服务叫做DynamoDB。

NoSQL的基本概念：

• 数据库（Database）
  • 集合（Collection）- 相当于关系数据库中的表
  • 文档（Document）- 相当于关系数据库中的行
  • 键值（Key Value Pairs） = 相当于关系数据库中的列

NoSQL的键值会存放在类似JSON的对象中。

OLTP/OLAP

数据处理大致可以分为两类，分别是OLTP和OLAP。

联机事务处理OLTP（Online Transaction Processing）

OLTP是传统的关系数据库的主要应用，是基本的日常事务处理，例如银行交易等。

OLTP包括了以上所说的关系数据库SQL Server，Oracle，MySQL Server，PostgreSQL，Aurora，MariaDB等。

联机分析处理OLAP（Online Analytics Processing）

OLAP是数据仓库（Data Warehousing）系统的主要应用，支持复杂的分析操作，侧重决策支持，并且能提供直观易懂的查询结果。OLAP是用来做商业智能（Business Intelligence）方面的分析的。

OLAP常用的流行工具是AWS Redshift, Greenplum, Hive等

说了这么多可能大家的理解都还是比较模糊，下面来举一个通俗一点的例子。

如果一个电商在网上卖产品，那么关于产品的信息，用户的信息，交易的信息都可以存放在OLTP类型的关系数据库上。如果用户需要查询产品有关的信息，或者运营者需要查询产品的销量，产品的库存等都可以直接通过读取数据库获取到信息。

但是当电商发展到一定的规模，运营者/管理层需要做更加精细的用户群体分析，比如“20-30岁的男性在过去一年内的购买行为与电商促销活动之间的关系”，那么就要用到数据仓库了。

数据仓库有更好地读取速度和更加便利的分析和查询方式。

Elasticache

Elasticache是AWS提供的分布式对象缓存系统，可以有效地提升现有应用程序的性能。利用Elasticache，用户可以从高吞吐和低延迟的内存数据存储中检索数据，

Elasticache通过在内存中缓存数据来减少对象读取数据库的次数，减轻了数据库的负载，以及提高了网站的访问速度（内存的访问速度比磁盘的访问速度高很多）。一般来说我们会把相对来说更新频繁的“热数据”放在Elasticache中，把“冷数据”还是放在数据库中，以支持及时的更新。

目前Elasticache支持两种业界流行的引擎，分别是：

• Memcached
• Redis

创建一个MySQL RDS实例并连接

RDS的备份，Multi-AZ高可用和Read Replicas

RDS备份

AWS RDS提供了两种不同的备份方式，分别是自动备份（Automated Backups）和快照（Snapshots）。

自动备份（Automated Backups）

• 你可以在创建数据库的时候定义自动备份的保留时间（Retention Period），这个时间的设置范围是1天~35天
• 你也可以在创建数据库之后更改这个保留时间（Retention Period）
• 如果需要，你可以将数据库恢复到保留时间内的任何时间点
• 在你删除数据库的时候，所有的自动备份都会被删除
• RDS的自动备份会保存在Simple Storage Service (S3)上
• 我们可以定义自动备份的时段，在这个备份时段内数据库将会自动进行备份
• 在自动备份的过程中，数据库存储的I/O可能会暂停（通常不到几秒），数据库性能会降低，但部署了Multi-AZ的数据库不受影响

快照（Snapshots）

• RDS的快照需要手动进行
• 在你删除数据库的时候，快照不会被删除，不像自动备份那样
• 在创建快照的过程中，数据库存储的I/O可能会暂停（通常不到几秒），数据库性能会降低，但部署了Multi-AZ的数据库不受影响

数据库加密

现在AWS RDS的所有关系数据库都支持加密。一旦启用了加密的功能，所有数据的存储都将会被加密，包括数据库本身、自动备份、快照和只读副本（read replicas）。

• 如果在创建数据库的时候没有加密，我们不能在事后对其进行加密
• 但我们可以创建这个数据库的快照，复制该快照并且加密这个复制的版本

Multi-AZ高可用

我们可以把AWS RDS数据库部署在多个可用区（AZ）内，以提供高可用性和故障转移支持。

使用Multi-AZ部署模式，RDS会在不同的可用区内配置和维护一个主数据库和一个备用数据库，主数据库的数据会自动复制到备用数据库中。

使用这种部署模式，可以为我们提供数据冗余，减少在系统备份期间的I/O冻结（上面有提到）。同时，更重要的是可以防止数据库实例的故障和单个可用区的故障。

如下图所示，我们可以在两个可用区内分别部署主数据库和备用数据库。

目前Multi-AZ支持以下数据库：

• Oracle
• PostgreSQL
• MySQL
• MariaDB
• SQL Server

值得注意的是，Aurora数据库本身就支持多可用区部署的高可用设置，因此不需要为Aurora数据库特别开启这个功能。

在上次实验中我们有讲到，创建了RDS数据库之后我们会得到一个数据库的URL Endpoint。在开启Multi-AZ的情况下，这个URL Endpoints会根据主/备数据库的健康状态自动解析到IP地址。对于应用程序来说，我们只需要连接这个URL地址即可。

高可用的设置只是用来解决灾备的问题，并不能解决读取性能的问题；要提升数据库读取性能，我们需要用到Read Replicas。

只读副本（Read Replicas）

我们可以在源数据库实例的基础上，复制一种新类型的数据库实例，称之为只读副本（Read Replicas）。我们对源数据库的任何更新，都会异步更新到只读副本中。

因此，我们可以将应用程序的数据库读取功能转移到Read Replicas上，来减轻源数据库的负载。

对于有大量读取需求的数据库，我们可以使用这种方式来进行灵活的数据库扩展，同时突破单个数据库实例的性能限制。

Read Replicas还有如下的特点：

• Read Replicas是用来提高读取性能的，不是用来做灾备的
• 要创建Read Replicas需要源RDS实例开启了自动备份的功能
• 可以为数据库创建最多5个Read Replicas
• 可以为Read Replicas创建Read Replicas（如下图所示）
• 每一个Read Replicas都有自己的URL Endpoint
• 可以为一个启用了Multi-AZ的数据库创建Read Replicas
• Read Replicas可以提升成为独立的数据库
• 可以创建位于另一个区域（Region）的Read Replicas

目前Read Replicas支持以下数据库：

• Aurora
• PostgreSQL
• MySQL
• MariaDB
• Oracle

https://amazonaws-china.com/cn/rds/details/read-replicas/

创建Oracle RDS单机实例

AWS不支持部署Oracle RAC，通过第三方的共享存储机制来支持Oracle RAC。

扩展阅读

AWS RDS服务高可用性

云区域（region)，可用区（AZ），跨区域数据复制（Cross-region replication）与灾备（Disaster Recovery）（部分1）