MYSQL教程之亚马逊推出基于云服务的MySQL数据库
那时候Sybase已经诞生了6年的时间。至于其他值得关注的开源数据库，PostgreSQL将在2009年达到20岁的生日。虽然MySQL并不是市场上最年轻的数据库，但是却有更多成熟的数据库可供我们选择。在云盘算、云服务等观点层见叠出的明天，放在云真个数据库仿佛已不是甚么奇怪事了。在这里我们将先容亚马逊新推出的AmazonRDS，也就是作为云服务的MySQL数据库。51CTO保举《MySQL数据库进门与精晓教程》Amazon比来给他们的AmazonWebServices(AWS)平台增添了一个新的MySQL数据库，叫做Amazon干系数据库服务(RDS)，它能和传统的MySQL体系一样事情。在RDS之前，客户在AWS的数据库服务上有几种选择：
运转在AmazonMachineImage(AMI)的客户自供应数据库服务
AmazonWeb服务所具有的SimpleDBservice
SimpleDB是一个复杂的数据存储，它缺少一个完整成熟的干系数据库办理体系(RDBMS)所具有的完美的功效，可是供应了一种可伸缩的键值存储。客户自供应数据库服务和传统的数据中央情况差不太多，由客户本人的员工卖力办理数据库使用程序，包含设置，功能调优，容量办理，版本晋级，打补钉和数据备份等。你可使用和传统MySQL数据库毗连的交互工具来以一样的体例把持它。
AmazonRDS使得客户员工削减了良多MySQL的运维义务，有了它，数据库盘算资本的可扩大性和功能监测都无需工资的干与。而数据库软件一般都由服务供应商来打补钉和备份，而且是由客户界说的保存工夫段来做。可扩大性来自AWS所谓的“实例类”，统共有五个。你能够从一个一般的假造CPU内核和1.7G的内存（被叫做“小的数据库实例”）慢慢增年夜到“超年夜型的数据库实例”，也就是68G内存和8个假造CPU内核，而备份存储被举动形态的数据库数据100%占满后，分外的存储空间是要免费的。并且数据存在另外一个分歧的可用区而不是该实例地点的中央。这个和传统数据平安模子的异地数据回护的观点是相似的。
这个服务得益于天真性，AWS界说了一个每周4小时保护窗口。这个保护窗口能够被用来为使用软件打补钉和数据备份。客户不克不及选择加入打补钉的历程。可是他们能够指定保护窗口在一周内什么时候产生。在保护窗口中，数据库实例会在特准时间段内被离线。Amazon声明“只要很少情形下，打补钉必要凌驾你的保护窗口的部分工夫，即便产生也只是为了平安大概耐久性相干的补钉。”
这意味着客户必需预期和企图如许一个每周产生的实例离线事务。即便服务商暗示不太大概用完四个小时的工夫，但客户也会预期最差的情形，每周要有四个小时的实例离线工夫。关于可以承受一个绝对短工夫的数据库实例不成用的客户，按企图的封闭工夫而只要最小大概的影响的计划大概可以被承受。但有一些客户没有如许选择的自在。他们必需包管服务24x7可用，即便在每周的保护窗口运转的时分也一样。在传统的数据库部署中数据库复制手艺经常被用来到达高可用性。复制手艺能不克不及也用到RDS中，从而让客户可以为分歧的数据库实例指定分歧的保护机会呢?好比，以下几种情形大概吗？
◆2个或更多的实例运转在master-slave形式？
◆2个实例运转在master-master形式？
◆2个或更多的实例运转在cluster形式？
如今还没有很明白的谜底。在RDS服务细节页面的“行将推出的新特征”一节中，Amazon预期数据复制可用性的选择将会是：
供应高可用性--关于想要超越AmazonRDS主动备份以外天真性的那些开辟者和贸易人士，将不必要对此分外付费。有了高可用性的撑持，他们可以很简单而且在本钱无效的情形下在多个可用区之间同步复制数据库实例，来避免呈现单一存储招致的失利。
看起来这将会经由过程多个可用区为价值来来办理可用性成绩。而办理可用性的传统手艺如master-slave和master-master模子在这一点上其实不能起到感化。
正如前文所提到的，MySQL易学、易部署、易管理和易维护。 原来的计算字段其实和虚拟字段很像。只是管理方面好了而已，性能方面提高不多。但是SQL2005提供了计算字段的持久化，这就提高了查询的性能，但是会加重insert和update的负担。OLTP慎用。OLAP可以大规模使用。 比如，MicrosoftSQLServer2008的某一个版本可以满足现在的这个业务的需要，而且价格还比Oracle11g要便宜，那么这一产品就是适合的。 财务软件要用SQL也只是后台的数据库而已,软件都是成品的,当然多学东西肯定是有好处的.. 个人感觉没有case直观。而且默认的第三字段（还可能更多）作为groupby字段很容易造成新手的错误。 可以动态传入参数，省却了动态SQL的拼写。 如果处理少量数据,比如几百条记录的数据,我不知道这两种情况哪个效率更高,如果处理大量数据呢?比如有表中有20万条记录. 我们学到了什么？思考问题的时候从表的角度来思考问 多加的系统视图和实时系统信息这些东西对DBA挑优非常有帮助，但是感觉粒度还是不太细。
页:
[1]