【腾讯云 TDSQL-C Serverless 产品体验】基于TDSQL-C Serverless最佳实践助力企业降本增效

一、业务增长MySQL带来的业务痛点分析：

1. 性能瓶颈：

• 随着公司的业务快速发展，数据库中的数据量猛增，访问性能也变慢了，单台MySQL实例无法应对和满足大规模数据管理和请求访问，导致数据库性能下降，成为瓶颈。
• 关系型数据本身就比较容易形成系统瓶颈，无论是从单机存储容量、连接数、处理能力都有限。
• 当单表的数据量达到1000W以后，由于查询和操作的维度较广，哪怕使用了MySQL从库读写分离、优化索引等操作时，性能还是无可避免严重下降。

2. 数据强一致性同步延迟：

• 当架构增加Redis、RabbitMQ等消息队列
• OLTP的大数据量统计数据类异构表同步只能满足业务的T+1
• 系统架构中，异步设计方案中的中间件故障，导致数据重传、数据丢失

---

二、数据库应用的类型：

Item	区分	OLAP	OLTP
1	名称	在线分析处理(Online Analytical Processing) 在线事务处理	(Online Transaction Processing)
2	作用	处理企业级的决策分析、战略分析以及业务分析等	处理企业级的常规业务操作，如公司的采购、销售、存储、支付等
3	侧重点	多维数据分析技术和聚合算法，方便分析数据	强调数据的精确、事务的原子性和并发性
4	数据类型	历史性、汇总性、非实时性、不可变性数据	实时的、明细的、实时性的、可变性数据
5	场景	数据仓库	常规业务操作
6	查询模式	采用复杂的算法和存储结构，如多维数据库和立方体结构	需要简单的SQL语句，如基本的、事务相关的查询
7	性能要求	更高的存储要求和处理能力	快速且稳定的响应速度，可扩展性和高可用性
8	应用场景	企业级的决策支持和战略分析等领域	采购、销售、库存管理、银行交易等领域，极短的时间内快速响应用户请求，从而保证业务的正常运行

所以，在日常的企业级应用中，OLAP和OLTP针对不同的业务场景，有不同的解决方案。OLAP主要用于企业级决策和战略分析，需要快速的数据查询和分析技术。相反，OLTP主要用于企业日常操作，需要快速的数据更新和处理技术。

---

三、项目中的优化手段之《分库分表》：

1. 业务痛点：

• 由于数据量过大而导致数据库性能降低的问题

2. 解决的问题：

• 优化单一表数据量过大而产生的性能问题，使得单个表的数据量变小，提高检索性能，一定程度上可以缓解查询性能瓶颈
• 避免IO争抢并减少锁表的几率
• 解决业务层面的耦合，业务清晰
• 能对不同业务的数据进行分级管理、维护、监控、扩展等
• 高并发场景下，在一定程度的提升IO、数据库连接数、降低单机硬件资源的瓶颈
• 有些系统中使用的“冷热数据分离”，备份历史库
• 在高并发和海量数据的场景下，分库分表能够有效缓解单机和单库的性能瓶颈和压力，突破IO、连接数、硬件资源的瓶颈

3. 带来新的问题：

• 跨库join（安全性等方面考虑，一般是禁止跨库join的）
• 分布式事务
• 业务复杂度增加
• 投入的硬件成本也会更高
• 跨分片的复杂查询，跨分片事务等
• 跨节点关联查询
• 跨节点多库进行查询时，limit分页，order by排序问题，就变得比较复杂
• 主键避重，主键值ID无法保证全局唯一
• 公共表、参数表、数据字典表等都是数据量较小，变动少，每个数据库都保存一份

---

四、TDSQL-C MySQL Serverless解决的痛点：

TDSQL-C MySQL Serverless实例提供了CPU、内存的实时弹性能力，构建云上资源架构下的MySQL产品新形态。

1. 常规业务下的痛点：

Item	业务方案	业务痛点	Serverless实例解决方案
1	自建MySQL实例	(1). 需要购买大量的云服务器构建MySQL集群，设备成本费用高 (2). 专人运维成本，部署业务 (3). 双11等活动时，提前负责服务的扩缩容	(1). 按量收费，不使用不收费 (2). 云函数计算，从CI/CD到服务部署，扩缩容，全部自动完成，客户可以更专注于业务代码
2	传统的云数据库	(1). 提供多种内存/CPU规格给用户购买 (2). 用户只能按最大负载量购买满负载配置，即使没有使用到，也需要为选中的规格付费	(1). 自动扩缩容，访问量上来时自动扩容，降低时自动缩容，用户不需要关注规格 (2). 按照实际使用的资源付费 (3). 不使用不计费，如果没有访问，不应该收费

2. Serverless数据库特点：

举个场景：如果自己想要出行就只能购买汽车、摩托车，现在可以直接通过滴滴等第三方平台使用打车服务，只需输入目的地即可，不需要再关注买车的坑、开车怕被撞和汽车保养的问题，核心诉求得到了更好的满足。

Serverless数据库可以看做，直接在云上直接购买虚拟机，部署业务，负责服务的扩缩容，从CI/CD到服务部署，扩缩容，全部自动完成，用户只需要更专注于业务代码即可。

Serverless数据库的基本特点是无需运维、以API方式提供服务、按实际使用计费、无使用无费用等。

3. 在业务波动较大的场景下，普通实例和Serverless实例资源使用和规格变化情况如下图所示：

由上图可以看到，在业务波动较大的场景下：

Item	数据实例	资源低谷期	资源高峰期	灵活性
1	普通实例	在低谷期浪费的资源较多	在高峰期资源不足，业务受损	比较固定的资源
2	Serverless实例	在低谷期可以动态弹性释放不需要的资源，从而减少了资源浪费	在高峰期也能完全满足业务需求，保证业务不受损，提高了系统的稳定性	动态弹性伸缩能