华为的mysql数据库如何登陆_华为云数据库GeminiDB高度兼容Redis和InfluxDB两大

随着云端数据库的蓬勃发展,市面上涌现出越来越多的数据库,如何满足日益增长的客户需求,是每个云厂商必须考虑的问题。华为云数据库聚焦企业,致力于打造企业级数据库,为企业客户提供稳定可靠、安全可信、可持续创新的云服务,华为云数据库GeminiDB在此情境下应运而生。

华为云数据库GeminiDB是一款基于华为新一代DFV计算存储分离架构打造的Active-Active全分布式架构多模NoSQL数据库服务,相比社区版具有分钟级计算扩容、秒级存储扩容,数据强一致、超低时延、高速备份恢复性能的优势。

GeminiDB已兼容Cassandra、MongoDB两款NoSQL接口,本次新增兼容Redis和InfluxDB两个接口,合计可兼容4款主流NoSQL接口,正邀请用户测试使用。

GeminiDB for Redis Redis是一个键值型内存数据库,提供了丰富的数据模型,广受业界欢迎和好评。

但是,社区版Redis也存在一些问题,如数据全内存存储成本过高,无法满足海量存储需求;进程重启时服务恢复慢,耗时长,影响可用性;热备可靠性不足,业界现有集群方案弹性不够,扩容操作复杂、耗时长等。

针对这些痛点,华为云数据库打造了GeminiDB for Redis,这是一款基于华为黑科技DFV Pool打造的数据库产品,是业界基于共享存储架构的Redis产品,面向海量数据实时持久化存储场景,与业界现有Redis方案相比,具有五大核心优势。

● 高兼容度兼容社区版所有数据结构的全部命令,优于社区版Redis-Cluster对单机版Redis的兼容度。

●高性价比GeminiDB for Redis存储容量不受内存限制,海量数据存储无压力,同时拥有优异的性能。根据不同使用场景,使用同等内存规格的资源,可提供数倍于社区版的性价比。

●高可靠性底层存储使用多副本强一致高可用协议,上层数据实时下层到存储池,数据安全可靠。

●高可用性计算节点无状态,故障节点数据被自动接管,无需主备倒换,无需数据迁移,数据强一致。

●高伸缩性秒级弹性扩容,增删节点、分裂节点均无需搬迁数据。

GeminiDB for Redis可广泛适用于游戏、电商、社交等场景,绝大多数场景下可替换Redis使用,例如:

●游戏场景中的角色信息、经验道具信息、好友排名

●电商场景中的海量商品展示信息、购物评论信息

●社交场景中的好友信息、关系链信息、评论列表等等

对于数据存储量巨大,有极大的成本压力,并且对性能、可靠性、伸缩性均有高要求的场景,GeminiDB for Redis也是非常不错的选择。

GeminiDB for InfluxDB InfluxDB是一个时间序列数据库,用于处理海量写入与查询,具有完善的功能和优异的性能,在业界被誉为时序数据库“一哥”。

华为云数据库团队在InfluxDB基础上精心自研出GeminiDB for InfluxDB,用于存储大规模的时序数据并进行实时分析,具有以下明显优势:

●与开源相比,GeminiDB for InfluxDB基于计算存储分离架构,可完全解绑存储与计算资源,用户可按需申请。

●在内存资源消耗方面,华为云数据库利用动态GC解决内存消耗问题。

●采用分布式集群设计,在开源单机基础上拓展分布式能力,副本卸载到存储,计算层无需关注复杂的一致性协议,可专注于计算。

可应用于多种场景,包括:

●云边一体的端到端时序解决方案,助力工业物联网时序数据轻松上云

在工业物联网领域,需要采集时序数据的设备(传感器)一般分布在各个工厂。客户机房稳定性不受控制,可能会出现掉电、网络异常、磁盘损坏等问题,导致数据丢失。

GeminiDB for InfluxDB在分布式云端服务的基础上,拓展边缘时序数据库应用,通过云边协同方式同步数据,在客户机房部署边缘时序数据库应用,客户数据写入边缘,边缘上传数据到云端,边缘节点异常情况可从云端恢复数据,确保数据无遗漏。

●运维监控

GeminiDB for InfluxDB亿级时间线支持,完美解决大量运维监控数据采集、分析问题。加速行业落地,华为云数据库不止步。GeminiDB for Redis和GeminiDB for InfluxDB的推出,极大程度上满足了客户对新型数据库的多样化管理需求,帮助企业聚焦自身业务场景,实现新一轮发展。未来,华为云数据库还会持续构筑领先的技术资源,持续为客户提供更优的服务。

目前,华为云数据库双11大促火爆进行中,全新一代云主机低至0.6折,高性能云数据库MySQL低至2折,速来瓜分1亿红包券,畅享折上折,更有Mate30Pro等豪礼赠送,欲了解更多详情,敬请移步华为云官网:新活动——双11血拼风暴——下拉到云数据库专层。

来源: 飞象网