1. 云原生数据库架构演进 阿里云数据库资深技术专家 江疑

2.

3. 章颖强，花名江疑。阿里云资深技术专家（P9）， PolarDB事务引擎和新架构研发负责人。  浙江大学本科、研究生，十年以上的数据库研发经验， AliSQL的创始研发之一。  14-18年阿里双十一数据库内核负责人，主导集团数 据库架构从MySQL演进到基于Paxos的X-Cluster架 构。  目前负责PolarDB 事务引擎及新一代架构研发和商 业化，同时多个技术架构突破在 SIGMOD / VLDB / ASPLOS 等顶会发表。

4.  云原生数据库架构的业务驱动和演进  回顾基于存储计算分离的第一代架构  蓬勃发展的基于Serverless的第二代架构  未来已来的基于数据池化和多写的第三代架构  业务的价值和思考

5. 云原生数据库架构历史 背后的业务驱动

6.  云数据库： 基于云上IaaS能力部署的传统架构的数据库 业务需求推动 架构演进  云原生数据库：面向云上业务需求重构数据库架构的数据库 主节点 主节点 备节点 存储 存储 传统架构 主节点 读节点 存储 第一代架构 计存分离，一写多读 读节点 主节点 主节点 主节点 主节点 读节点 主节点 存储 第二代架构 Serverless，无感弹性 存储 第三代架构 数据池化，多点可写

7. 回顾基于存储计算分离的第一代架构

8.  数据库架构痛点  弹性升降配困难  只读扩展效率低，延迟大  存储容量瓶颈  业务痛点  提前评估规划数据库规格，大量资源浪费  临时峰值的稳定性问题  为了读扩展提前拆库  为了存储容量提前拆库 主节点 只读节点 CPU CPU Memory Memory Storage 逻辑复制 Storage

9.  架构优势 主节点 只读节点 CPU  存储计算分离，升降配无数据迁移 Memory  分布式存储，容量上限提升，按量计费 Storage CPU 逻辑 复制 Memory Storage  只读节点无独立存储，无数据回放，延迟低 传统数据库  业务收益  分钟级升降配  无存储瓶颈，无预留存储  低成本只读扩展 主节点 缓存 同步 CPU Memory 只读节点 CPU Memory Storage 第一代云原生数据库

10. 蓬勃发展的基于Serverless的第二代架构

11. 主节点  数据库架构痛点 缓存 同步 CPU Memory 只读节点 CPU Memory  升降配时候的闪断  Serverless无法无感跨机弹性  只读节点的延迟  业务痛点  游戏等2C业务，对闪断特别敏感，需要提前停服  业务容量规划和突发流量处理的难点  电商/微服务化业务，难以接受读延迟  为保证业务稳定性的预留水位 Storage 第一代云原生数据库

12. 业务闪断 •某游戏业务 •某聊天软件 读延迟问题 •某电商已买到 •某微服务业务 只读节点一致性测试 流量预测 •某SaaS业务突 发流量

13. Serverless是第二 代云原生数据库能 力的集中体现  核心特性 主节点 CPU Memory  无感弹性变配/跨机迁移 只读节点 RDMA 内存交换 CPU Memory Storage  高性能全局一致性  跨机Serverless 本地 ScaleUp - 无感 BP Resize 跨机 ScaleUp 跨机 ScaleOut - 基于热备技术的秒级切换 - 集群维度高性能全局一致性 - 连接和事务跨机续传 - 热资源池实现秒级横向弹性 智能决策 PolarDB Serverless 共享存储

14.  业务不再需要关注的场景 买什么规格 的数据库 数据库变更 要不要停服 大促和活动 的提前升级

15. 业务闪断 •某游戏业务 •某聊天软件 不停服版本升级和变配 读延迟问题 •某电商已买到 •某微服务业务 1. RO承担核心流量 2. 自动增减RO 流量预测 •某SaaS业务突 发流量 1. Serverless降本 2. 抵御非预期突增， 提升稳定性

16. 未来已来的基于数据池化和多写的第三代架构

17.  大型业务的典型数据库形态 RW 1  多个分散的小集群  按 业务分库/租户分库/分库分表  独立的聚合分析  业务痛点 RW 3 水位 水位 水位 RO 1  冗余备库  横向弹性伸缩  一体化的聚合分析 RW 2 聚合分析库 RO 2 RO 3

18.  数据池化共享  不同业务间的数据池化共享 -> 冗余备节点  不同系统间的数据池化共享 -> 冗余数据和低效的同步  资源利用率提升 主节点 主节点 备节点 存储 存储 传统架构 主节点 读节点 存储 第一代架构 计存分离，一写多读 读节点 主节点 存储 第二代架构 Serverless，无感弹性

19. 秒级横向扩缩容 Serverless RW RW RW RW 全局 RO T T T T T 列存 RO 多组件，低可靠性，底运维性，高成本 T … P P P P 中间件 P P 小集群 主 小集群 备 主 小集群 备 主 小集群 备 主 Shared Storage 一站式，高可靠，高弹性，低成本 分析库 聚合库 主 备 备

20. 节点多 活互备  核心特性 一体化 管理 数据池 化共享 一份存 储全局 共享 横向秒 级弹性 伸缩

21. 基于MySQL自建汇聚库方案 会员 支付 … 商城 跨业务聚合报表 跨库查询 PolarDB 多主集群方案 … 会员 支付 商城 ProxySQL 会员 实例 主 主 方案 实例 主 主 … 跨库查询 … 自动负载均衡 安全保护、HA切换 备 汇聚库1 （分析） 备 DTS 复制 视频 实例 跨业务聚合报表 智能 PolarProxy 备 自定义读写分离 社区 实例 … 备 … 汇聚库2 （外包库） 业务内读写 流 量 轮 询 转 发 汇聚库3 （历史库） … 方案RW 全局RO 社区RW 视频RW 全局RO 榜单RW 订单RW HTAP RO 会员RW 自建方案痛点 跨业务分析（ePQ） 库表多，数据流转难：9个实例，>60库，>5000表 数据质量不稳定：主从延迟大（几秒～上百秒） 成本高：主、备和汇聚库多份存储开销 (成本占56%) PolarStore 汇聚业务复杂查询慢 业 务 收 益 • 存储资源降低80%，计算资源降低45%，TCO降低 40% • 共享存储，RO无延迟 • 秒级扩缩容RW/RO，异常恢复速度快 • 运维工作量低 • 实现了一站式聚合查询和分析，提升数据向下游传送效率 方 案 优 势 • 秒级增删节点 • 一份存储，新增RW/RO不增加存储成本 • 透明智能代理实现智能读写分流 • 多主互备， 无需备节点 • 全局binlog向下游提供增量数据的抽取 • 全局RO支持汇聚业务，ePQ有效提高业务查询性能 • 用户通过多节点进行有效的资源隔离

22. TP AP  减少资源碎片，资源成 本降低40%  秒级迁移租户，租户资 源分配更加高效  多个主实例只有一份 binlog，下游数据集成 同步链路成本下降 50% Proxy Serverless RW Serverless 长 尾 租 户 长 尾 租 户 RW 租户迁移 长 尾 … 租 户 租户迁移 中 型 租 户 中 型 租 户 RW 租户迁移 中 型 … 租 户 租户迁移 头 部 租 户 头 部 租 户 全局RO 头 部 租 户 实时报表 分析 全局RO 实时报表分 析  CPU支持秒级扩核，资 源利用率更高

23. 对业务的价值和思考

24.  用起来更简单 ❌ 容量 ❌ 架构 ❌ 可用性  买起来更便宜  消除冗余  提升利用率 让业务专注业务

25.