如何玩转跨库Join？跨数据库实例查询应用实践

背景

随着业务复杂程度的提高、数据规模的增长，越来越多的公司选择对其在线业务数据库进行垂直或水平拆分，甚至选择不同的数据库类型以满足其业务需求。原本在同一数据库实例里就能实现的SQL查询，现在需要跨多个数据库实例才能完成。业务的数据被“散落”在各个地方，如何方便地对这些数据进行汇总关联查询，已经成为困扰用户的一大难题。

针对这类问题，传统的解决方案需要用户提前将所有实例的数据提前汇集到同一处，然后再做离线查询分析。为此，用户需要维护数据迁移链路，购买机器资源存储汇集起来的数据，付出大量的资源和运维成本。不仅如此，数据迁移也意味着数据延迟，刚刚产生的在线业务数据，需要“等一会”甚至“等一天”才能去做分析，无法满足实时性需求。

为了解决跨数据库实例及时查询的难题，阿里云DMS（数据管理）推出了跨实例查询服务。

什么是跨实例查询服务

跨实例查询服务为不同环境下的在线异构数据源，提供及时的关联查询服务。不论数据库是MySQL、SQLServer、PostgreSQL还是Redis，不论数据库实例部署在哪个阿里云region，无需数据汇集，仅通过一条SQL就能实现这些数据库实例之间的关联查询。

不仅如此，数据库实例也可以部署在不同的资源环境中，除了RDS之外，我们也支持ECS上的自建数据库、具有公网ip的自建数据库、用户本地IDC自建数据库、甚至是部署在其他云厂商的数据库。

功能特性

在线数据及时查询

目前大多数数据分析的解决方案需要将 OLTP 数据库的数据导出至离线数据系统再进行分析，但这种方案很难满足实时性的要求，同时在数据导出至离线系统时也存在数据丢失的风险。

DMS的跨实例查询服务，无需用户迁移任务，直接编写一条SQL࿰