变频器实习总结13 传统数据存储、OSS和云数据库 RDS
目录
- 变频器实习总结13
- 一、传统数据存储、OSS和云数据库
- 1. 核心概念简述
- 2. 关键维度对比表
- 3. 核心差异总结
- 4. 如何选择
- 二、RDS
- 附学习参考网址
- 欢迎大家有问题评论交流 (* ^ ω ^)
变频器实习总结13
一、传统数据存储、OSS和云数据库
要理解传统数据存储、OSS(对象存储服务)和云数据库的区别,我们可以从存储类型、适用场景、管理方式、扩展性等核心维度进行对比。以下是详细分析:
1. 核心概念简述
- 传统数据存储:指本地部署的存储方式(如服务器硬盘、NAS、SAN等),依赖物理硬件或本地网络,由用户自行维护。
- OSS(对象存储服务):云厂商提供的面向对象的存储服务(如阿里云OSS、AWS S3),数据以“对象”形式存储,适合海量非结构化数据。
- 云数据库:云厂商提供的托管数据库服务(如RDS关系型数据库、MongoDB非关系型数据库),专注于结构化/半结构化数据的高效管理。
2. 关键维度对比表
对比维度 | 传统数据存储 | OSS(对象存储服务) | 云数据库 |
---|---|---|---|
存储类型 | 以“块”或“文件”为单位(如硬盘分区、文件夹) | 以“对象”为单位(包含数据、元数据、唯一标识) | 以“数据库表/集合”为单位(结构化/半结构化数据) |
适用数据 | 本地应用数据(如文档、程序文件、小型数据库) | 非结构化数据(如图片、视频、日志、备份文件) | 结构化数据(如用户信息、交易记录)、半结构化数据(如JSON日志) |
管理方式 | 完全自建自管:需维护硬件(服务器、硬盘)、软件(文件系统、备份策略) | 云厂商托管:用户仅需通过API/控制台操作数据,无需关心硬件和底层维护 | 云厂商托管:自动处理部署、备份、补丁、故障转移,用户专注于数据和查询 |
扩展性 | 有限:需手动添加硬盘/服务器,扩容成本高、周期长 | 无限:支持PB级甚至EB级存储,按需自动扩容,几乎无上限 | 灵活:支持垂直扩容(升级配置)和水平扩容(读写分离、分片),轻松应对高并发 |
成本模式 | 前期投入高(硬件采购、机房建设),长期有维护成本(电力、人力) | 按需付费:按存储量、访问次数、流量等收费,无前期投入 | 按需付费:按实例规格、存储、备份等收费,省去硬件和运维成本 |
可用性 | 依赖本地架构:需自建冗余(如RAID、双机热备),故障风险高 | 高可用:云厂商多副本存储(跨机房/地域),数据持久性达99.999999999% | 高可用:多可用区部署,自动故障转移,可用性达99.99%以上 |
访问方式 | 本地文件路径(如C:/data/file.txt )或局域网协议(如NFS) | HTTP/HTTPS API(如https://bucket.oss.com/object-key ) | 数据库协议(如MySQL的TCP协议、MongoDB的JSON协议) |
典型场景 | 企业内部文件服务器、小型应用本地存储、离线数据备份 | 电商商品图片存储、短视频平台视频存储、日志归档、灾备数据存储 | 电商交易系统(订单/支付数据)、社交APP用户信息、APP后端数据管理 |
3. 核心差异总结
-
数据类型决定选择:
- 若处理非结构化数据(如图片、视频),优先选OSS;
- 若处理结构化数据(如用户表、交易记录),优先选云数据库;
- 若需本地离线存储(且数据量小、不依赖网络),可考虑传统数据存储。
-
管理成本差异:
- 传统数据存储需要专人维护硬件和软件,成本最高;
- OSS和云数据库均为托管服务,几乎无需运维,适合中小企业或个人。
-
扩展性与可用性:
- 传统数据存储扩展性最差,可用性依赖自建架构;
- OSS和云数据库依托云厂商基础设施,扩展性和可用性远超传统存储。
4. 如何选择
- 个人/小型应用:若需存储图片、备份文件等,用OSS;若需管理用户数据、记录等,用云数据库。
- 企业级应用:传统数据存储仅适合对数据本地化有强要求的场景(如金融、政务),否则优先用OSS+云数据库的组合(如OSS存图片+云数据库存图片关联信息)。
二、RDS
RDS是关系型数据库服务(Relational Database Service)的简称,是一种基于云计算平台的即开即用、性能稳定、高效安全、可弹性收缩的在线数据库服务。
- 特点与优势:
- 轻松部署和管理:用户无需担心底层基础设施的配置和管理,可在云中轻松部署和运行关系数据库,专注于数据库层面的操作和优化。
- 经济高效的可扩展存储:提供可根据需求调整大小的存储容量,用户可自定义数据库存储的保留时间,并实现时间点恢复。
- 支持多种数据库引擎:支持多种热门的关系数据库引擎,如兼容MySQL的Amazon Aurora、兼容PostgreSQL的Amazon Aurora、MySQL、MariaDB、Oracle、SQL Server等。
- 自动化管理功能:具备自动备份、自动修补、自动故障转移等功能,还提供全面的监控和指标收集功能,帮助用户降低运维成本。
- 高可用性和数据持久性:支持多可用区域(Multi-AZ)部署,可在不同可用区域自动配置和维护物理或逻辑备用副本,在计划内维护或意外中断服务时,会自动切换到最新的备用实例,确保数据库操作的连续性。
- 安全性高:提供多层次的安全防护措施,支持使用Amazon KMS管理的密钥对数据库进行加密,允许用户设置防火墙规则,监控和控制对数据库的外部访问,还可将数据库隔离在虚拟私有网络中,支持使用行业标准的加密IPsec VPN与本地IT基础设施进行安全连接。
- 功能特性:
- 存储可扩展:Amazon Aurora引擎可随数据库存储需求增长自动增加数据库容量,最大为64TB或用户定义的最大值;MySQL、MariaDB、Oracle和PostgreSQL引擎可扩展到多达64TB的存储,SQL Server最多支持16TB,且存储扩展通常不会产生停机时间。
- 只读副本:可创建一个或多个只读副本,利用多份数据副本满足大量应用程序读取流量需求,增加总读取吞吐量,突破单个数据库部署的容量限制。
- 自动备份与恢复:自动备份数据库和操作日志,用户可指定保留期限,最长可配置为35天,可将数据库实例恢复到保留期内任意一秒钟所处的状态,最短恢复时间可达5分钟。
- 数据库快照:用户可对存储在Amazon S3中的实例进行数据备份,在明确删除之前将一直保留,可在需要时随时从数据库快照创建新实例。
- 监控和指标:通过Amazon CloudWatch为数据库实例提供关键运行指标,如计算/内存/存储容量使用率、I/O活动和实例连接数等,还提供增强监控功能,帮助用户快速检测和诊断性能问题。
- 应用场景:
- 通用数据库应用:适用于各种需要关系型数据库的应用场景,如企业资源规划(ERP)、客户关系管理(CRM)、电子商务等系统。
- 生成式人工智能应用:例如使用Amazon Aurora PostgreSQL兼容版和Amazon RDS for PostgreSQL可提高生成式人工智能应用程序的性能。
- 分析和机器学习:借助零ETL集成,可消除从操作数据库到数据仓库的ETL管道构建和管理的繁重工作,客户能近乎实时地访问其交易数据,进行分析和/或机器学习。
附学习参考网址
- 什么是对象存储OSS
- 云数据库存储RDS是什么