分布式数据库有什么特点？
分布式数据库有什么特点？
和传统的集中式数据库相比，分布式数据库主要有如下三大特点：
- 独立透明性：数据的分布对用户而言完全是透明的，用户无需考虑数据的具体分布方式和位置等细节，也无需考虑不同节点上的数据是否存在冗余或是否一致，完全可以像使用集中式数据库那样对分布式数据库执行各类操作。
- 复制透明性：数据在不同物理位置之间的复制和分布完全由系统自动进行，用户在针对数据库执行操作时，可以针对本地节点，或同时针对本地和多个“远程”节点进行操作，这样可以大幅提高系统的运行和查询效率。
- 易于扩展：分布式数据库的扩展非常简单，只需增加节点数量，即可轻松对整个数据库进行“横向扩展”，通过更多节点满足对数据库容量、性能的要求。
云计算的某些特性非常适合运行分布式数据库应用，亚马逊云科技也在自己的平台上提供了分布式数据库服务：Amazon Aurora。
Amazon Aurora 的主要特点
Amazon Aurora 的主要特点
高性能和可扩展性
获得 5 倍于标准 MySQL 的吞吐量，以及 3 倍于标准 PostgreSQL 的吞吐量。您可以根据需求变化轻松扩展和缩小数据库部署，或者让 Aurora 无服务器自动为您处理扩展。您可以在三个可用区中添加多达 15 个低延迟只读副本。Amazon Aurora 会根据需要自动增加存储空间，每个数据库实例最多可达 128 TB。
高可用性和耐用性
Amazon Aurora 旨在提供超过 99.99％ 的可用性，跨 3 个可用区复制 6 个数据副本，并将数据持续备份到 Amazon S3。它可以透明地从物理存储故障中恢复；实例故障转移通常需要不到 30 秒的时间。
高度安全
Amazon Aurora 可为您的数据库提供多种级别的安全性。其中包括使用 Amazon VPC 进行网络隔离、使用您通过 Amazon KMS 创建和控制的密钥进行静态加密，以及使用 SSL 加密传输中的数据。在加密的 Amazon Aurora 实例上，底层存储中的数据会被加密，在同一个集群中的自动备份、快照和副本也会被加密。
MySQL 和 PostgreSQL 兼容
Amazon Aurora 数据库引擎与现有的 MySQL 和 PostgreSQL 开源数据库完全兼容，并会定期增加新版本的兼容性。您可以使用标准的 MySQL 或 PostgreSQL 导入/导出工具或快照轻松地将 MySQL 或 PostgreSQL 数据库迁移到 Aurora，并且您在现有数据库中使用的代码、应用程序、驱动程序和工具可以与 Amazon Aurora 一起使用，只需进行少量更改或根本无需更改。
高性能和可扩展性
获得 5 倍于标准 MySQL 的吞吐量，以及 3 倍于标准 PostgreSQL 的吞吐量。您可以根据需求变化轻松扩展和缩小数据库部署，或者让 Aurora 无服务器自动为您处理扩展。您可以在三个可用区中添加多达 15 个低延迟只读副本。Amazon Aurora 会根据需要自动增加存储空间，每个数据库实例最多可达 128 TB。
高可用性和耐用性
Amazon Aurora 旨在提供超过 99.99％ 的可用性，跨 3 个可用区复制 6 个数据副本，并将数据持续备份到 Amazon S3。它可以透明地从物理存储故障中恢复；实例故障转移通常需要不到 30 秒的时间。
高度安全
Amazon Aurora 可为您的数据库提供多种级别的安全性。其中包括使用 Amazon VPC 进行网络隔离、使用您通过 Amazon KMS 创建和控制的密钥进行静态加密，以及使用 SSL 加密传输中的数据。在加密的 Amazon Aurora 实例上，底层存储中的数据会被加密，在同一个集群中的自动备份、快照和副本也会被加密。
MySQL 和 PostgreSQL 兼容
Amazon Aurora 数据库引擎与现有的 MySQL 和 PostgreSQL 开源数据库完全兼容，并会定期增加新版本的兼容性。您可以使用标准的 MySQL 或 PostgreSQL 导入/导出工具或快照轻松地将 MySQL 或 PostgreSQL 数据库迁移到 Aurora，并且您在现有数据库中使用的代码、应用程序、驱动程序和工具可以与 Amazon Aurora 一起使用，只需进行少量更改或根本无需更改。
了解亚马逊云科技云数据库相关资讯
了解亚马逊云科技云数据库相关资讯
如何在线数据迁移至 Amazon DocumentDB 平台中
本文将探讨如何利用在线方法将托管在本地设施或 EC2 实例中的自我管理 MongoDB 集群迁移至 Amazon DocumentDB。在线方法能够最大程度减少停机时间，确保 DMS 得以持续从源 MongoDB 操作日志中读取 oplog，由此产生的一切变更也将以近实时方式被应用于源 Amazon DocumentDB 集群。如果希望尽量缩短停机时间，而且源数据集相对较小（不超过 1TB），那么在线方法绝对是最佳选项。
Aurora, Mysql, Redshift 性能上的对比：云数据库的优点
越来越多的客户选择 Aurora 作为核心关系型数据库，处理核心数据业务。除了 Aurora 之外，亚马逊云科技还提供了 RDS Mysql 等数据库引擎供客户选择，另外还有 Amazon Redshift 数据仓库产品，作为海量大数据分析使用。如何选择合适的产品，来满足自己的业务需求？接下来我们会从技术和成本方面，详细分析 Aurora/Mysql/Redshift 这三款产品。
针对 Amazon Aurora 云数据库优化以提高其利用效率
云数据库优化包含针对大型表以及大量表的优化，以及在资源利用率的提高，本文将着重介绍两种优化过程及影响。当您将兼容 MySQL 的 Amazon Aurora 作为整合多个数据库工作负载的解决方案时，需要考虑许多因素。我们在帮助客户实施此类整合的过程中，总结出了本文介绍的一组常见注意事项。
如何将 Amazon Aurora 与 Amazon RDS 数据库迁移至 Graviton2
Graviton2 处理器由亚马逊云科技使用 64 位 ARM Neoverse 核心定制构建而成，相较于第一代 Amazon Gravtion 处理器做出了多项优化。您可以通过 Amazon RDS 控制台或 Amazon CLI 启动新的 Graviton2 M6g 与 R6g 数据库实例，并以最小停机时间将多可用区数据库迁移至 Gravtion2 实例，尽可能避免因迁移造成的 I/O 冻结影响到正常服务。本文介绍了将现有 RDS 与 Aurora 数据库实例转为 Graviton2 实例类时的重要注意事项。
如何在线数据迁移至 Amazon DocumentDB 平台中
本文将探讨如何利用在线方法将托管在本地设施或 EC2 实例中的自我管理 MongoDB 集群迁移至 Amazon DocumentDB。在线方法能够最大程度减少停机时间，确保 DMS 得以持续从源 MongoDB 操作日志中读取 oplog，由此产生的一切变更也将以近实时方式被应用于源 Amazon DocumentDB 集群。如果希望尽量缩短停机时间，而且源数据集相对较小（不超过 1TB），那么在线方法绝对是最佳选项。
Aurora, Mysql, Redshift 性能上的对比：云数据库的优点
越来越多的客户选择 Aurora 作为核心关系型数据库，处理核心数据业务。除了 Aurora 之外，亚马逊云科技还提供了 RDS Mysql 等数据库引擎供客户选择，另外还有 Amazon Redshift 数据仓库产品，作为海量大数据分析使用。如何选择合适的产品，来满足自己的业务需求？接下来我们会从技术和成本方面，详细分析 Aurora/Mysql/Redshift 这三款产品。
针对 Amazon Aurora 云数据库优化以提高其利用效率
云数据库优化包含针对大型表以及大量表的优化，以及在资源利用率的提高，本文将着重介绍两种优化过程及影响。当您将兼容 MySQL 的 Amazon Aurora 作为整合多个数据库工作负载的解决方案时，需要考虑许多因素。我们在帮助客户实施此类整合的过程中，总结出了本文介绍的一组常见注意事项。
如何将 Amazon Aurora 与 Amazon RDS 数据库迁移至 Graviton2
Graviton2 处理器由亚马逊云科技使用 64 位 ARM Neoverse 核心定制构建而成，相较于第一代 Amazon Gravtion 处理器做出了多项优化。您可以通过 Amazon RDS 控制台或 Amazon CLI 启动新的 Graviton2 M6g 与 R6g 数据库实例，并以最小停机时间将多可用区数据库迁移至 Gravtion2 实例，尽可能避免因迁移造成的 I/O 冻结影响到正常服务。本文介绍了将现有 RDS 与 Aurora 数据库实例转为 Graviton2 实例类时的重要注意事项。
