Az ideiglenes t\u00e1rol\u00f3 \u00fcr\u00edt\u00e9se, az er\u0151forr\u00e1sok felszabadulnak.<\/li>\n<\/ul>\nEbben az architekt\u00far\u00e1ban csak a lek\u00e9rdez\u00e9s v\u00e9grehajt\u00e1s\u00e1\u00e9rt fizet\u00fcnk. Nincsenek lek\u00e9rdez\u00e9sek \u2014 nincsenek k\u00f6lts\u00e9gek.<\/p>\n
Az Athena p\u00e9ld\u00e1j\u00e1n l\u00e1that\u00f3, hogy a Serverless adatb\u00e1zis val\u00f3s lek\u00e9rdez\u00e9seken m\u0171k\u00f6dik, ak\u00e1r t\u00f6bb t\u00edz vagy sz\u00e1z terab\u00e1jtnyi adatsorral. Sz\u00e1z terab\u00e1jthoz sz\u00e1z szerverre lenne sz\u00fcks\u00e9g, de nek\u00fcnk nem kell fizetn\u00fcnk \u00e9rt\u00fck \u2014 mi a lek\u00e9rdez\u00e9sek\u00e9rt fizet\u00fcnk. Minden lek\u00e9rdez\u00e9s sebess\u00e9ge (nagyon) alacsony a speci\u00e1lis analitikai adatb\u00e1zisok, p\u00e9ld\u00e1ul a Vertica-hoz k\u00e9pest, de \u00edgy nem kell fizetn\u00fcnk a le\u00e1ll\u00e1si id\u0151szakok\u00e9rt.<\/p>\n
Az ilyen adatb\u00e1zis ritka analitikai ad-hoc lek\u00e9rdez\u00e9sekhez alkalmazhat\u00f3. P\u00e9ld\u00e1ul, amikor spont\u00e1n m\u00f3don d\u00f6nt\u00fcnk \u00fagy, hogy ellen\u0151rizz\u00fck egy hipot\u00e9zis \u00e9rv\u00e9nyess\u00e9g\u00e9t hatalmas mennyis\u00e9g\u0171 adat eset\u00e9n. Ezekhez az esetekhez az Athena t\u00f6k\u00e9letes. A rendszer rendszeres lek\u00e9rdez\u00e9sek eset\u00e9n dr\u00e1ga. Ilyenkor t\u00e1rolja az adatokat valamilyen speci\u00e1lis megold\u00e1sban. <\/p>\n
Serverless OLTP megold\u00e1sokhoz<\/h2>\n \nAz el\u0151z\u0151 p\u00e9ld\u00e1ban OLAP-feladatokat (analitikai) vizsg\u00e1ltunk. Most n\u00e9zz\u00fck meg az OLTP-feladatokat.<\/p>\n
K\u00e9pzelj\u00fcnk el egy sk\u00e1l\u00e1zhat\u00f3 PostgreSQL vagy MySQL rendszert. Emelj\u00fck fel a szok\u00e1sos kezelt PostgreSQL vagy MySQL p\u00e9ld\u00e1nyt minim\u00e1lis er\u0151forr\u00e1sokkal. Amikor a p\u00e9ld\u00e1nyra nagyobb terhel\u00e9s \u00e9rkezik, extra replik\u00e1kat csatlakoztatunk, amelyekre r\u00e9szben elosztjuk a lek\u00e9rdez\u00e9si terhel\u00e9st. Ha nincsenek lek\u00e9rdez\u00e9sek \u00e9s terhel\u00e9s, akkor lekapcsoljuk a replik\u00e1kat. Az els\u0151 p\u00e9ld\u00e1ny a master, a t\u00f6bbi replikak\u00e9nt m\u0171k\u00f6dik.<\/p>\n
Ez az \u00f6tlet az Aurora Serverless AWS n\u00e9ven ismert adatb\u00e1zisban val\u00f3sult meg. Az elv egyszer\u0171: a k\u00fcls\u0151 alkalmaz\u00e1sokt\u00f3l \u00e9rkez\u0151 lek\u00e9rdez\u00e9seket egy proxy flott\u00e1n kereszt\u00fcl fogadj\u00e1k. A terhel\u00e9s n\u00f6veked\u00e9s\u00e9t l\u00e1tva, kiszabad\u00edtja a sz\u00e1m\u00edt\u00e1si er\u0151forr\u00e1sokat az el\u0151k\u00e9sz\u00edtett minim\u00e1lis p\u00e9ld\u00e1nyokb\u00f3l - a csatlakoz\u00e1s a lehet\u0151 leggyorsabb. A p\u00e9ld\u00e1nyok kikapcsol\u00e1sa is \u00edgy t\u00f6rt\u00e9nik.<\/p>\n
Az Aurora keretein bel\u00fcl l\u00e9tezik az Aurora Kapacit\u00e1s Egys\u00e9g, ACU fogalma. Ez (\u00e9rtelemszer\u0171en) egy p\u00e9ld\u00e1ny (szerver). Minden egyes ACU lehet master vagy slave. Minden Kapacit\u00e1s Egys\u00e9g saj\u00e1t mem\u00f3ri\u00e1val, processzorral \u00e9s minim\u00e1lis lemezzel rendelkezik. \u00cdgy egy master \u00e9s a t\u00f6bbi csak olvas\u00e1si replikak\u00e9nt m\u0171k\u00f6dik.<\/p>\n
Ezeknek az akt\u00edv Aurora Kapacit\u00e1s Egys\u00e9geknek a sz\u00e1ma egy konfigur\u00e1lhat\u00f3 param\u00e9ter. A minim\u00e1lis sz\u00e1m lehet egy vagy nulla (ebben az esetben az adatb\u00e1zis nem m\u0171k\u00f6dik, ha nincsenek lek\u00e9rdez\u00e9sek).<\/p>\n
Az Aurora Serverless adatb\u00e1zis k\u00e9pes a lek\u00e9rdez\u00e9si terhel\u00e9s sk\u00e1l\u00e1z\u00e1s\u00e1ra. De err\u0151l a dokument\u00e1ci\u00f3ban nincs egy\u00e9rtelm\u0171 eml\u00edt\u00e9s. Lehet, hogy az a benyom\u00e1s keletkezik, hogy k\u00e9pesek multi-master rendszert l\u00e9trehozni. De val\u00f3j\u00e1ban nincs var\u00e1zslat. <\/p>\n
Ez az adatb\u00e1zis j\u00f3l alkalmas arra, hogy ne k\u00f6lts\u00fcnk el hatalmas \u00f6sszegeket olyan rendszerekre, amelyek hozz\u00e1f\u00e9r\u00e9se kisz\u00e1m\u00edthatatlan. P\u00e9ld\u00e1ul MVP vagy marketing l\u00e1togat\u00f3i oldalak k\u00e9sz\u00edt\u00e9sekor \u00e1ltal\u00e1ban nem sz\u00e1m\u00edtunk stabil terhel\u00e9sre. Ennek megfelel\u0151en, ha nincs hozz\u00e1f\u00e9r\u00e9s, akkor nem fizet\u00fcnk az instance-ek\u00e9rt. Amikor v\u00e1ratlan terhel\u00e9s l\u00e9p fel, p\u00e9ld\u00e1ul egy konferencia vagy rekl\u00e1mkamp\u00e1ny ut\u00e1n, sok ember l\u00e1togat el az oldalra, \u00e9s a terhel\u00e9s hirtelen megn\u0151, az Aurora Serverless automatikusan kezeli ezt a terhel\u00e9st \u00e9s gyorsan csatlakoztatja a sz\u00fcks\u00e9ges er\u0151forr\u00e1sokat (ACU). Azt\u00e1n a konferencia v\u00e9get \u00e9r, mindenki elfelejti a protot\u00edpust, a szerverek (ACU) le\u00e1llnak, \u00e9s a k\u00f6lts\u00e9gek null\u00e1ra cs\u00f6kkennek \u2014 k\u00e9nyelmes.<\/p>\n
Ez a megold\u00e1s nem alkalmas stabil magas terhel\u00e9s kezel\u00e9s\u00e9re, mert nem k\u00e9pes m\u00e9retezni az \u00edr\u00f3i terhel\u00e9st. Mindezek a kapcsol\u00f3d\u00e1sok \u00e9s lekapcsol\u00e1sok a \u00fagynevezett \u201escale point\u201d pillanat\u00e1ban t\u00f6rt\u00e9nnek \u2014 abban az id\u0151pontban, amikor az adatb\u00e1zist nem tartja egy tranzakci\u00f3, nem tartj\u00e1k ideiglenes t\u00e1bl\u00e1k. P\u00e9ld\u00e1ul egy h\u00e9ten bel\u00fcl a scale point tal\u00e1n meg sem t\u00f6rt\u00e9nik, \u00e9s az adatb\u00e1zis egyetlen er\u0151forr\u00e1son m\u0171k\u00f6dik, \u00edgy egyszer\u0171en nem tud sem b\u0151v\u00fclni, sem \u00f6sszeh\u00faz\u00f3dni. <\/p>\n
Nincs var\u00e1zslat \u2014 ez egy \u00e1tlagos PostgreSQL. De a g\u00e9pek hozz\u00e1ad\u00e1s\u00e1nak \u00e9s lekapcsol\u00e1s\u00e1nak folyamata r\u00e9szben automatiz\u00e1lt.<\/p>\n
Serverless by design<\/h2>\n \nAz Aurora Serverless egy r\u00e9gi adatb\u00e1zis, amelyet felh\u0151re \u00edrtak \u00e1t, hogy kihaszn\u00e1lja a Serverless el\u0151nyeit. Most pedig mes\u00e9lek egy adatb\u00e1zisr\u00f3l, amelyet eredetileg felh\u0151re, a serverless megk\u00f6zel\u00edt\u00e9s szerint \u00edrtak \u2014 Serverless-by-design. Ezt az alapot azzal a c\u00e9llal fejlesztett\u00e9k ki, hogy nem felt\u00e9telezz\u00e9k, hogy fizikai szervereken m\u0171k\u00f6dik.<\/p>\n
Ez az adatb\u00e1zis Snowflake n\u00e9ven fut. H\u00e1rom kulcsfontoss\u00e1g\u00fa blokkja van.<\/p>\n
A m\u00e1sodik blokk \u2014 t\u00f6bb virtu\u00e1lis sz\u00e1m\u00edt\u00f3 klaszter a sz\u00e1m\u00edt\u00e1sokhoz (a k\u00e9pen \u2014 egy k\u00e9k k\u00f6r\u00f6kb\u0151l \u00e1ll\u00f3 k\u00e9szlet).<\/p>\n
A harmadik blokk \u2014 az S3 alap\u00fa adatkezel\u0151 rendszer. Az S3 egy korl\u00e1tlan objektumt\u00e1r az AWS-ben, olyasmi, mint egy korl\u00e1tlan Dropbox az \u00fczlet sz\u00e1m\u00e1ra.<\/p>\n
N\u00e9zz\u00fck meg, hogyan m\u0171k\u00f6dik a Snowflake egy hideg ind\u00edt\u00e1ssal. Ez azt jelenti, hogy van egy adatb\u00e1zis, az adatok bet\u00f6ltve, de akt\u00edv lek\u00e9rdez\u00e9sek nincsenek. Ennek megfelel\u0151en, ha nincs lek\u00e9rdez\u00e9s az adatb\u00e1zishoz, akkor egy gyors in-memory Metaadat szolg\u00e1ltat\u00e1sunk van fel\u00e1ll\u00edtva (az els\u0151 blokk). Van egy S3 t\u00e1rol\u00f3nk, ahol az adataink t\u00e1bl\u00e1kra felosztva, \u00fagynevezett mikropart\u00edci\u00f3kban tal\u00e1lhat\u00f3k. Egyszer\u0171s\u00edtve: ha a t\u00e1bl\u00e1ban \u00fcgyletek vannak, akkor a mikropart\u00edci\u00f3k a tranzakci\u00f3k napjai. Minden nap k\u00fcl\u00f6n mikropart\u00edci\u00f3, k\u00fcl\u00f6n f\u00e1jl. Ez\u00e9rt amikor az adatb\u00e1zis ebben a m\u00f3dban m\u0171k\u00f6dik, csak az adatok \u00e1ltal elfoglalt hely\u00e9rt fizet. R\u00e1ad\u00e1sul a helyd\u00edj nagyon alacsony (k\u00fcl\u00f6n\u00f6sen a jelent\u0151s t\u00f6m\u00f6r\u00edt\u00e9s figyelembev\u00e9tel\u00e9vel). A metaadat szolg\u00e1ltat\u00e1s is folyamatosan \u00fczemel, de az optimaliz\u00e1l\u00e1shoz nem ig\u00e9nyel sok er\u0151forr\u00e1st, \u00edgy a szolg\u00e1ltat\u00e1s l\u00e9nyeg\u00e9ben ingyenesnek tekinthet\u0151. <\/p>\n
Most k\u00e9pzelj\u00fck el, hogy egy felhaszn\u00e1l\u00f3 \u00e9rkezik az adatb\u00e1zisunkhoz, \u00e9s ind\u00edt egy SQL-lek\u00e9rdez\u00e9st. Az SQL-lek\u00e9rdez\u00e9s azonnal a Metaadat szolg\u00e1ltat\u00e1s feldolgoz\u00e1s\u00e1ba ker\u00fcl. Ennek megfelel\u0151en, miut\u00e1n megkapta a lek\u00e9rdez\u00e9st, ez a szolg\u00e1ltat\u00e1s elemzi a lek\u00e9rdez\u00e9st, az el\u00e9rhet\u0151 adatokat, a felhaszn\u00e1l\u00f3 jogosults\u00e1gait, \u00e9s ha minden rendben van, elk\u00e9sz\u00edti a lek\u00e9rdez\u00e9s feldolgoz\u00e1si terv\u00e9t.<\/p>\n
Ezut\u00e1n a szolg\u00e1ltat\u00e1s elind\u00edtja a sz\u00e1m\u00edt\u00e1si klasztert. A sz\u00e1m\u00edt\u00e1si klaszter egy szerverekb\u0151l \u00e1ll\u00f3 klaszter, amely v\u00e9grehajtja a sz\u00e1m\u00edt\u00e1sokat. Ez azt jelenti, hogy a klaszter tartalmazhat 1 szervert, 2, 4, 8, 16, 32 \u2014 ahogy szeretn\u00e9. \u00d6n csak bedobja a lek\u00e9rdez\u00e9st, \u00e9s r\u00e1 azonnal megkezd\u0151dik a klaszter elind\u00edt\u00e1sa. Ez val\u00f3j\u00e1ban m\u00e1sodperceket vesz ig\u00e9nybe.<\/p>\n
Minden SQL k\u00e9rd\u00e9s nemcsak aggreg\u00e1lt adatokat olvashat ki a kor\u00e1bban bet\u00f6lt\u00f6tt adatokb\u00f3l, hanem \u00faj adatokat is bet\u00f6lthet\/l\u00e9trehozhat az adatb\u00e1zisban. Teh\u00e1t lehet egy olyan k\u00e9r\u00e9s, ami p\u00e9ld\u00e1ul \u00faj rekordokat illeszt be egy m\u00e1sik t\u00e1bl\u00e1zatba, ami egy \u00faj part\u00edci\u00f3 megjelen\u00e9s\u00e9t eredm\u00e9nyezi a sz\u00e1m\u00edt\u00e1si klaszteren, amely, cser\u00e9be, automatikusan elment\u0151dik az egyetlen S3 t\u00e1rol\u00f3ba.<\/p>\n
A fent le\u00edrt forgat\u00f3k\u00f6nyv, a felhaszn\u00e1l\u00f3 \u00e9rkez\u00e9s\u00e9t\u0151l a klaszter elind\u00edt\u00e1s\u00e1ig, az adatok bet\u00f6lt\u00e9s\u00e9ig, a k\u00e9rd\u00e9sek v\u00e9grehajt\u00e1s\u00e1ig, az eredm\u00e9nyek megszerz\u00e9s\u00e9ig, a virtu\u00e1lis sz\u00e1m\u00edt\u00e1si klaszter, virtu\u00e1lis rakt\u00e1r haszn\u00e1lat\u00e1nak perc alap\u00fa tarif\u00e1ja szerint ker\u00fcl elsz\u00e1mol\u00e1sra. A tarifa az AWS z\u00f3n\u00e1t\u00f3l \u00e9s a klaszter m\u00e9ret\u00e9t\u0151l f\u00fcgg\u0151en v\u00e1ltozik, de \u00e1tlagosan ez n\u00e9h\u00e1ny doll\u00e1r \u00f3r\u00e1nk\u00e9nt. A n\u00e9gy g\u00e9pb\u0151l \u00e1ll\u00f3 klaszter k\u00e9tszer annyiba ker\u00fcl, mint a k\u00e9t g\u00e9pb\u0151l \u00e1ll\u00f3, a nyolc g\u00e9pb\u0151l \u00e1ll\u00f3 pedig m\u00e9g k\u00e9tszer annyiba. A 16-os, 32-es g\u00e9pes lehet\u0151s\u00e9gek is el\u00e9rhet\u0151k, a k\u00e9r\u00e9sek \u00f6sszetetts\u00e9g\u00e9t\u0151l f\u00fcgg\u0151en. De csak azok\u00e9rt a percek\u00e9rt fizetsz, amikor a klaszter val\u00f3ban m\u0171k\u00f6dik, mert ha nincsenek k\u00e9rd\u00e9sek, \u201efelrakod a kezed\u201d, \u00e9s 5-10 perc v\u00e1rakoz\u00e1s ut\u00e1n (konfigur\u00e1lhat\u00f3 param\u00e9ter) mag\u00e1t\u00f3l le\u00e1ll, felszabad\u00edtja az er\u0151forr\u00e1sokat \u00e9s ingyeness\u00e9 v\u00e1lik.<\/p>\n
Teljesen val\u00f3s forgat\u00f3k\u00f6nyv, amikor k\u00fcldesz egy lek\u00e9rdez\u00e9st, a klaszter megjelenik, mondjuk, egy perc alatt, tov\u00e1bbi egy percig sz\u00e1molja, azt\u00e1n \u00f6t perc a le\u00e1ll\u00edt\u00e1s, \u00e9s v\u00e9g\u00fcl h\u00e9t percnyi munk\u00e1\u00e9rt fizetsz a klaszternek, nem h\u00f3napok\u00e9rt \u00e9s \u00e9vek\u00e9rt.<\/p>\n
Az els\u0151 forgat\u00f3k\u00f6nyv a Snowflake egyfelhaszn\u00e1l\u00f3s verzi\u00f3j\u00e1nak haszn\u00e1lat\u00e1t \u00edrta le. Most k\u00e9pzelj\u00fck el, hogy sok felhaszn\u00e1l\u00f3 van, ami m\u00e1r k\u00f6zelebb \u00e1ll a val\u00f3s forgat\u00f3k\u00f6nyvh\u00f6z.<\/p>\n
Tegy\u00fck fel, hogy sok elemz\u0151 \u00e9s Tableau-jelent\u00e9s van, amelyek folyamatosan bomb\u00e1zz\u00e1k az adatb\u00e1zisunkat rengeteg egyszer\u0171 analitikai SQL-lek\u00e9rdez\u00e9ssel.<\/p>\n
Ezen k\u00edv\u00fcl legyenek lelem\u00e9nyes adatkutat\u00f3k, akik borzalmas dolgokat pr\u00f3b\u00e1lnak v\u00e9grehajtani az adatokkal, tizedek terab\u00e1jtnyit kezelve, milli\u00e1rdok \u00e9s trilli\u00f3k sorait elemezve. <\/p>\n
A fent le\u00edrt k\u00e9t terhel\u00e9st\u00edpus eset\u00e9n a Snowflake lehet\u0151v\u00e9 teszi, hogy t\u00f6bb f\u00fcggetlen sz\u00e1m\u00edt\u00e1si klasztert hozzunk l\u00e9tre k\u00fcl\u00f6nb\u00f6z\u0151 teljes\u00edtm\u00e9nnyel. Ezek a sz\u00e1m\u00edt\u00e1si klaszterek f\u00fcggetlen\u00fcl m\u0171k\u00f6dnek, de k\u00f6z\u00f6s, konzisztens adatokkal dolgoznak.<\/p>\n
Sok egyszer\u0171 lek\u00e9rdez\u00e9s eset\u00e9n 2-3 kisebb klasztert hozhatsz l\u00e9tre, amelyek m\u00e9rete k\u00f6r\u00fclbel\u00fcl 2 g\u00e9p. Ez a viselked\u00e9s automatikus be\u00e1ll\u00edt\u00e1sokkal is megval\u00f3s\u00edthat\u00f3. Teh\u00e1t azt mondod: \u201eSnowflake, hozz l\u00e9tre egy kis klasztert. Ha a terhel\u00e9se meghalad egy bizonyos param\u00e9tert, hozz l\u00e9tre hasonl\u00f3 m\u00e1sodikat, harmadikat. Amikor a terhel\u00e9s cs\u00f6kkenni kezd \u2014 \u00e1ll\u00edtsd le a felesleget.\u201d \u00cdgy f\u00fcggetlen\u00fcl att\u00f3l, hogy h\u00e1ny elemz\u0151 \u00e9rkezik \u00e9s kezd el jelent\u00e9seket n\u00e9zni, mindenkinek elegend\u0151 er\u0151forr\u00e1sa van.<\/p>\n
Jelentkez\u0151 eset\u00e9n, ha az elemz\u0151k alszanak, \u00e9s senki sem n\u00e9zi a jelent\u00e9seket \u2014 a klaszterek teljesen le\u00e1ll\u00edthat\u00f3k, \u00e9s ez\u00e9rt m\u00e1r nem kell fizetni.<\/p>\n
Ezenk\u00edv\u00fcl, neh\u00e9z lek\u00e9rdez\u00e9sek eset\u00e9n (adatkutat\u00f3kt\u00f3l) egy nagyon nagy klasztert is l\u00e9trehozhatsz k\u00f6r\u00fclbel\u00fcl 32 g\u00e9ppel. Ez a klaszter is csak azok\u00e9rt a percek\u00e9rt \u00e9s \u00f3r\u00e1k\u00e9rt lesz sz\u00e1ml\u00e1zva, amikor a hatalmas lek\u00e9rdez\u00e9sed fut.<\/p>\n
A fent le\u00edrt lehet\u0151s\u00e9g lehet\u0151v\u00e9 teszi, hogy a klasztereket ne csak 2, hanem t\u00f6bb k\u00fcl\u00f6nb\u00f6z\u0151 terhel\u00e9st\u00edpusra (ETL, monitoring, jelent\u00e9sek materializ\u00e1l\u00e1sa, \u2026) is sz\u00e9tosszuk.<\/p>\n
\u00d6sszefoglalva a Snowflake-r\u0151l. Az adatb\u00e1zis \u00f6tv\u00f6zi a sz\u00e9p \u00f6tletet \u00e9s a m\u0171k\u00f6d\u0151 megval\u00f3s\u00edt\u00e1st. A ManyChat-ben a Snowflake-t haszn\u00e1ljuk az \u00f6sszes rendelkez\u00e9sre \u00e1ll\u00f3 adat elemz\u00e9s\u00e9re. N\u00e1lunk nem h\u00e1rom klaszter tal\u00e1lhat\u00f3, mint a p\u00e9ld\u00e1ban, hanem 5 \u00e9s 9 k\u00f6z\u00f6tt, k\u00fcl\u00f6nb\u00f6z\u0151 m\u00e9retekben. Vannak 16 g\u00e9pes, 2 g\u00e9pes, \u00e9s nagyon kicsi, 1 g\u00e9pes klaszterek is bizonyos feladatokhoz. Ezek sikeresen elosztj\u00e1k a terhel\u00e9st \u00e9s lehet\u0151v\u00e9 teszik sz\u00e1munkra, hogy jelent\u0151s k\u00f6lts\u00e9geket takar\u00edtsunk meg.<\/p>\n
Az adatb\u00e1zis sikeresen sk\u00e1l\u00e1zza az olvas\u00e1si \u00e9s \u00edr\u00e1si terhel\u00e9st. Ez \u00f3ri\u00e1si k\u00fcl\u00f6nbs\u00e9g \u00e9s hatalmas \u00e1tt\u00f6r\u00e9s a 'Aurora'-hoz k\u00e9pest, amely csak az olvas\u00e1si terhel\u00e9st tudta kezelni. A Snowflake lehet\u0151v\u00e9 teszi, hogy ezeket a sz\u00e1m\u00edt\u00e1si klasztereket az \u00edr\u00e1si terhel\u00e9s sk\u00e1l\u00e1z\u00e1s\u00e1ra is haszn\u00e1ljuk. Amint eml\u00edtettem, a ManyChat-ben t\u00f6bb klasztert haszn\u00e1lunk, a kis \u00e9s szuperkicsi klaszterek f\u0151k\u00e9nt ETL-feladatokra \u00e9s adatok bet\u00f6lt\u00e9s\u00e9re szolg\u00e1lnak. Az elemz\u0151k pedig k\u00f6zepes klasztereken dolgoznak, amelyek nincsenek kit\u00e9ve az ETL-terhel\u00e9snek, ez\u00e9rt nagyon gyorsan m\u0171k\u00f6dnek. <\/p>\n
Ennek megfelel\u0151en az adatb\u00e1zis j\u00f3l illik az OLAP-feladatokhoz. Azt azonban sajn\u00e1latos m\u00f3don elmondhatjuk, hogy az OLTP-terhel\u00e9sekhez m\u00e9g nem alkalmazhat\u00f3. El\u0151sz\u00f6r is, ez egy oszlopos adatb\u00e1zis, az \u00f6sszes k\u00f6vetkezm\u00e9ny\u00e9vel egy\u00fctt. M\u00e1sodsorban, az a megk\u00f6zel\u00edt\u00e9s, amikor minden egyes k\u00e9r\u00e9s eset\u00e9n a sz\u00fcks\u00e9ges sz\u00e1m\u00edt\u00e1si klasztert el\u0151h\u00edvj\u00e1k \u00e9s adatokkal t\u00f6ltik fel, sajnos m\u00e9g nem el\u00e9g gyors az OLTP-terhel\u00e9sekhez. A m\u00e1sodperces v\u00e1rakoz\u00e1si id\u0151 OLAP-feladatokn\u00e1l norm\u00e1lis, de OLTP-feladatokn\u00e1l elfogadhatatlan, jobb lenne 100 ms, de m\u00e9g jobb lenne - 10 ms.<\/p>\n
Result<\/h2>\n \nA serverless adatb\u00e1zis lehet\u0151v\u00e9 v\u00e1lik az adatb\u00e1zis Stateless \u00e9s Stateful r\u00e9szekre val\u00f3 feloszt\u00e1s\u00e1val. Val\u00f3sz\u00edn\u0171leg \u00e9szrevette, hogy az \u00f6sszes p\u00e9ld\u00e1ban a Stateful r\u00e9sz \u2013 mondjuk, hogy \u2013 a mikropart\u00edci\u00f3k S3-ban val\u00f3 t\u00e1rol\u00e1sa, m\u00edg a Stateless \u2013 az optimaliz\u00e1l\u00f3, a metaadatok kezel\u00e9se, a biztons\u00e1ggal kapcsolatos k\u00e9rd\u00e9sek feldolgoz\u00e1sa, amelyek f\u00fcggetlen, k\u00f6nny\u0171 Stateless szolg\u00e1ltat\u00e1sk\u00e9nt emelkedhetnek fel.<\/p>\n
A SQL lek\u00e9rdez\u00e9sek v\u00e9grehajt\u00e1sa szint\u00e9n \u00fagy \u00e9rtelmezhet\u0151, mint k\u00f6nny\u0171 \u00e1llapot\u00fa szolg\u00e1ltat\u00e1sok, amelyek serverless \u00fczemm\u00f3dban megjelenhetnek, mint a Snowflake sz\u00e1m\u00edt\u00e1si klaszterei, let\u00f6lthetik csak a sz\u00fcks\u00e9ges adatokat, v\u00e9grehajthatj\u00e1k a lek\u00e9rdez\u00e9st \u00e9s 'elhalhatnak'.<\/p>\n
A szerver n\u00e9lk\u00fcli, produkci\u00f3s szint\u0171 adatb\u00e1zisok m\u00e1r el\u00e9rhet\u0151k, \u00e9s m\u0171k\u00f6dnek. Ezek a szerver n\u00e9lk\u00fcli adatb\u00e1zisok k\u00e9szen \u00e1llnak az OLAP feladatok kezel\u00e9s\u00e9re. Sajnos az OLTP feladatokhoz val\u00f3 alkalmaz\u00e1suk\u2026 \u00e1rnyalt, mivel vannak korl\u00e1toz\u00e1sok. Egyr\u00e9szt ez h\u00e1tr\u00e1ny. M\u00e1sr\u00e9szt viszont lehet\u0151s\u00e9g. Lehet, hogy az olvas\u00f3k k\u00f6z\u00f6tt valaki megtal\u00e1lja a m\u00f3dj\u00e1t, hogyan lehet az OLTP adatb\u00e1zist teljesen szerver n\u00e9lk\u00fcli, korl\u00e1toz\u00e1sok n\u00e9lk\u00fcl megval\u00f3s\u00edtani az Auror\u00e1val.<\/p>\n
Rem\u00e9lem, \u00e9rdekes volt. A szerver n\u00e9lk\u00fcli j\u00f6v\u0151\u00e9rt \ud83d\ude42habr.com<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"\u0412\u0441\u0435\u043c \u043f\u0440\u0438\u0432\u0435\u0442! \u041c\u0435\u043d\u044f \u0437\u043e\u0432\u0443\u0442 \u0413\u043e\u043b\u043e\u0432 \u041d\u0438\u043a\u043e\u043b\u0430\u0439. \u0420\u0430\u043d\u044c\u0448\u0435 \u044f \u0440\u0430\u0431\u043e\u0442\u0430\u043b \u0432 \u0410\u0432\u0438\u0442\u043e \u0438 \u0448\u0435\u0441\u0442\u044c \u043b\u0435\u0442 \u0440\u0443\u043a\u043e\u0432\u043e\u0434\u0438\u043b Data Platform, \u0442\u043e \u0435\u0441\u0442\u044c \u0437\u0430\u043d\u0438\u043c\u0430\u043b\u0441\u044f \u0432\u0441\u0435\u043c\u0438 \u0431\u0430\u0437\u0430\u043c\u0438: \u0430\u043d\u0430\u043b\u0438\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u043c\u0438 (Vertica, ClickHouse), \u043f\u043e\u0442\u043e\u043a\u043e\u0432\u044b\u043c\u0438 \u0438 OLTP (Redis, Tarantool, VoltDB, MongoDB, PostgreSQL). \u0417\u0430 \u044d\u0442\u043e \u0432\u0440\u0435\u043c\u044f \u044f \u0440\u0430\u0437\u043e\u0431\u0440\u0430\u043b\u0441\u044f \u0441 \u0431\u043e\u043b\u044c\u0448\u0438\u043c \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u043e\u043c \u0431\u0430\u0437 \u0434\u0430\u043d\u043d\u044b\u0445 \u2014 \u0441\u0430\u043c\u044b\u0445 \u0440\u0430\u0437\u043d\u044b\u0445 \u0438 \u043d\u0435\u043e\u0431\u044b\u0447\u043d\u044b\u0445, \u0438 \u0441 \u043d\u0435\u0441\u0442\u0430\u043d\u0434\u0430\u0440\u0442\u043d\u044b\u043c\u0438 \u043a\u0435\u0439\u0441\u0430\u043c\u0438 \u0438\u0445 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u044f. \u0421\u0435\u0439\u0447\u0430\u0441 […]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":91636,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[688],"tags":[],"class_list":["post-91635","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-administrirovanie"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t