阿里雲RDS金融資料庫(三節點版)-效能篇
標籤
PostgreSQL , MySQL , 三節點版 , 金融資料庫 , Raft , 分散式共享儲存版
背景
終於到了效能篇，三節點同時滿足了企業對資料庫的可用性、可靠性的要求，那麼效能如何呢？
提到效能測試，我有幾點一定要說明一下，很多朋友對效能的理解可能有偏差，那麼如何評判效能的好壞呢？
1、首先要明確測試的環境，包括資料庫主機（主要包括CPU、記憶體、網路卡，如果你的資料庫能用上FPGA、GPU的計算能力，還得算上他們，例如PostgreSQL就可以利用GPU和FPGA進行計算加速。）、資料儲存（主要是各個塊大小、Queue deep的連續、隨機IOPS能力，連續、隨機讀寫頻寬）、測試機和資料庫主機的網路（頻寬和RT），測試機的硬體指標。
2、明確參照物，沒有參照物我們無法評判效能的好與壞。例如三節點、兩節點、單節點的對比。
3、明確測試的benchmark，例如對於OLTP場景，可以按工業標準TPC-C進行測試。或者使用者可以自己建模進行測試。而對於MySQL的測試，大家喜歡用sysbench以及sysbench中自帶的那些test case。
4、測試中，注意資料庫驅動、快取預熱、測試客戶端、連線數、測試資料量、測試資料的分佈。。。等對測試結果帶來的干擾。我曾經就有遇到過有朋友同樣的硬體環境，因為各種原因，測試出來的結果大相庭徑的。
例如測試客戶端，開啟了DEBUG日誌輸出，導致測試TPS下降嚴重。同樣的測試CASE，用JAVA寫的和用C寫的，測試結果也有一定的差異。
5、資料庫、儲存、OS、防火牆的優化對測試結果的影響也巨大。如果要對比測試結果，那麼環境務必保持一致，包括這些配置。
在考慮到以上因素的情況下，與參照物進行對比（例如pg 9.6和pg 10比較，pg和mysql 比較, 三節點和單節點、2節點的比較等），評判效能的好壞才有價值。
效能評測case設計
相信大家會比較關心三節點和單節點、雙節點的效能對比，為了更加貼近現實場景我們來看看架構的區別。
單節這裡不多說，沒有負擔效能肯定是首當其衝的。
我們從雙節點開始說。
雙節點可以部署在同一機房，也可以部署在同城異地機房。
當雙節點部署在同城異地機房時，RT一定是打折扣的，所以對於小事務效能一定會下降明顯，但是獲得的好處是抵禦機房級故障。
同一機房可以獲得良好的RT，但是無法抵禦機房級故障，也無法同時做到可用性和可靠性，在滿足可用性時，可靠性就必須打折扣（因為不能使用完全同步複製）。
對於三節點，部署非常有彈性，我們可以選擇同機房+同城機房的部署方法。可以抵禦機房級故障，同時還有極好的RT。做到了效能、可靠性兼得。
取樣同機房+異地機房的部署方法，不僅能抵禦機房故障，還能抵禦城市災難。
對於三節點，還可以選擇3機房的部分方法，犧牲一定的RT，可以抵禦城市級災難。
根據以上論證，不難發現，效能和部署有關，部署和保護級別有關。
三節點的部署極為靈活，根據主備節點的分佈，抵禦的風險級別不一樣，當然RT也不一樣。
我們可以得出這樣的預期。
效能怎麼樣呢？
三節點 vs 2節點 vs 單節點
阿里雲RDS目前提供了單節點、雙節點、三節點幾種形態的產品。
1、單節點，主打經濟實用，雖然是單節點，但是資料儲存依舊是有多份的，備份和時間點恢復一個都不少。
2、雙節點，經典的一主一備架構，相比單節點可以做到更高的可用性和可靠性。
3、三節點，具備可用性的同時，還具備可靠性（多副本強同步模式，資料0丟失），是企業核心資料庫、金融級業務的最佳選擇。
在PostgreSQL中，同步模式為事務級可控，目前包含：
非同步(到達wal buffer)、本地fsync(持久化)、本地持久化+備庫write(到達os buffer)、本地fsync(持久化)+備庫fsync(持久化)、本地持久化+備庫apply（WAL應用）。
在PostgreSQL中，副本數全域性可控，目前包含：
“`
{FIRST | ANY } num {(standby_name1 , …. ) | (*) }
“`
FIRST為經典模式，排在前面的num個STANDBY為同步備，後面的為候選同步備。
ANY為quorum based模式，表示所有節點都是同步備，到達num指定的足夠副本數即可。
根據不同的 “同步模式+副本數” 組合，可以根據業務需求，形成非常靈活的資料庫HA架構。
下面分別對比三種形態的效能，給使用者一個參考，使用者有個直觀的認識。
測試環境
1、雙節點配置：
32C，80萬IOPS，512G記憶體，同機房10GB網路。同步複製模式（等待超過1秒自動降級為非同步模式）。
2、三節點配置（同機房+同城機房版本）：
32C，80萬IOPS，512G記憶體，同機房10GB網路，同城機房間網路頻寬未知。同步複製模式（至少1個備庫響應COMMIT RECORD ACK）。
都不使用分組提交，WAL級別都為replica。
以PostgreSQL 單節點、雙節點、三節點為例，對比各個模式的效能。
1、只讀事務
預期：
只讀事務，不管是幾節點，效能是一樣的。
-- 構造1000萬記錄，按PK查詢。
create table test1(id int primary key, info text, crt_time timestamp);
insert into test1 select generate_series(1,10000000), md5(random()::text), now();
-- 測試指令碼如下，隨機按PK查詢。
vi test1.sql
set id random(1,10000000)
select * from test1 where id=:id;
-- 併發測試
pgbench -M prepared -n -r -P 1 -f ./test1.sql -c 64 -j 64 -T 120
測試結果
雙節點：
query mode: prepared
number of clients: 64
number of threads: 64
duration: 120 s
number of transactions actually processed: 127744490
latency average = 0.060 ms
latency stddev = 0.017 ms
tps = 1064517.898216 (including connections establishing)
tps = 1064671.106607 (excluding connections establishing)
script statistics:
- statement latencies in milliseconds:
0.001 set id random(1,10000000)
0.059 select * from test1 where id=:id;
三節點：
query mode: prepared
number of clients: 64
number of threads: 64
duration: 120 s
number of transactions actually processed: 128084101
latency average = 0.060 ms
latency stddev = 0.029 ms
tps = 1067351.606315 (including connections establishing)
tps = 1067570.502782 (excluding connections establishing)
script statistics:
- statement latencies in milliseconds:
0.001 set id random(1,10000000)
0.059 select * from test1 where id=:id;
2、只寫小事務
預期：
只寫的小事務，保護級別越高，RT就越高，RT在整個事務中的佔比越高，效能影響就越大。
-- 構造表，UPSERT操作，按PK，有則更新，無則插入。
create table test2(id int primary key, info text, crt_time timestamp);
-- 測試指令碼如下，ID範圍1到10億，有則更新，無則插入。
vi test2.sql
set id random(1,1000000000)
insert into test2 values (:id, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
-- 併發測試
pgbench -M prepared -n -r -P 1 -f ./test2.sql -c 64 -j 64 -T 120
測試結果
雙節點：
query mode: prepared
number of clients: 64
number of threads: 64
duration: 120 s
number of transactions actually processed: 16471972
latency average = 0.466 ms
latency stddev = 7.586 ms
tps = 137244.632272 (including connections establishing)
tps = 137264.346853 (excluding connections establishing)
script statistics:
- statement latencies in milliseconds:
0.001 set id random(1,1000000000)
0.465 insert into test2 values (:id, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
三節點：
query mode: prepared
number of clients: 64
number of threads: 64
duration: 120 s
number of transactions actually processed: 15043211
latency average = 0.510 ms
latency stddev = 9.061 ms
tps = 125351.050926 (including connections establishing)
tps = 125433.189301 (excluding connections establishing)
script statistics:
- statement latencies in milliseconds:
0.001 set id random(1,1000000000)
0.509 insert into test2 values (:id, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
讀寫混合事務（讀多寫少）
預期：
讀多寫少的混合事務，保護級別越高，RT就越高，但RT在整個事務中的佔比與事務本身的耗時有關，整個事務的時間越短，RT的效能影響就越明顯。
-- 構造讀請求表，構造1000萬記錄，按PK查詢。
create table test3(id int primary key, info text, crt_time timestamp);
insert into test3 select generate_series(1,10000000), md5(random()::text), now();
-- 構造表，UPSERT操作，按PK，有則更新，無則插入。
create table test4(id int primary key, info text, crt_time timestamp);
-- 測試指令碼如下，10個只讀，一筆寫操作，ID範圍1到10億，有則更新，無則插入。
vi test3.sql
set id1 random(1,10000000)
set id2 random(1,1000000000)
begin;
select * from test3 where id=:id1;
select * from test3 where id=:id1+1000;
select * from test3 where id=:id1+5000;
select * from test3 where id=:id1+10000;
select * from test3 where id=:id1+100;
select * from test3 where id=:id1-1000;
select * from test3 where id=:id1-5000;
select * from test3 where id=:id1-10000;
select * from test3 where id=:id1+800;
select * from test3 where id=:id1-800;
insert into test4 values (:id2, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
end;
-- 併發測試
pgbench -M prepared -n -r -P 1 -f ./test3.sql -c 64 -j 64 -T 120
測試結果
雙節點：
query mode: prepared
number of clients: 64
number of threads: 64
duration: 120 s
number of transactions actually processed: 6262104
latency average = 1.226 ms
latency stddev = 7.466 ms
tps = 52175.718194 (including connections establishing)
tps = 52182.927235 (excluding connections establishing)
script statistics:
- statement latencies in milliseconds:
0.001 set id1 random(1,10000000)
0.001 set id2 random(1,1000000000)
0.034 begin;
0.069 select * from test3 where id=:id1;
0.065 select * from test3 where id=:id1+1000;
0.063 select * from test3 where id=:id1+5000;
0.062 select * from test3 where id=:id1+10000;
0.060 select * from test3 where id=:id1+100;
0.060 select * from test3 where id=:id1-1000;
0.060 select * from test3 where id=:id1-5000;
0.059 select * from test3 where id=:id1-10000;
0.058 select * from test3 where id=:id1+800;
0.058 select * from test3 where id=:id1-800;
0.104 insert into test4 values (:id2, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
0.471 end;
三節點：
query mode: prepared
number of clients: 64
number of threads: 64
duration: 120 s
number of transactions actually processed: 5926527
latency average = 1.296 ms
latency stddev = 9.677 ms
tps = 49377.940916 (including connections establishing)
tps = 49386.111317 (excluding connections establishing)
script statistics:
- statement latencies in milliseconds:
0.002 set id1 random(1,10000000)
0.001 set id2 random(1,1000000000)
0.035 begin;
0.070 select * from test3 where id=:id1;
0.066 select * from test3 where id=:id1+1000;
0.064 select * from test3 where id=:id1+5000;
0.063 select * from test3 where id=:id1+10000;
0.061 select * from test3 where id=:id1+100;
0.061 select * from test3 where id=:id1-1000;
0.060 select * from test3 where id=:id1-5000;
0.060 select * from test3 where id=:id1-10000;
0.059 select * from test3 where id=:id1+800;
0.058 select * from test3 where id=:id1-800;
0.113 insert into test4 values (:id2, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
0.524 end;
讀寫混合事務（讀少寫多）
預期：
讀少寫多的混合事務，保護級別越高，RT就越高，但RT在整個事務中的佔比與事務本身的耗時有關，整個事務的時間越短，RT的效能影響就越明顯。
-- 測試指令碼如下，10個寫，一個讀。
vi test4.sql
set id1 random(1,10000000)
set id2 random(1,1000000000)
begin;
select * from test3 where id=:id1;
insert into test4 values (:id2, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
insert into test4 values (:id2+101, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
insert into test4 values (:id2+1020, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
insert into test4 values (:id2+2030, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
insert into test4 values (:id2+5040, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
insert into test4 values (:id2+10500, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
insert into test4 values (:id2-106, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
insert into test4 values (:id2-1070, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
insert into test4 values (:id2-5080, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
insert into test4 values (:id2-9090, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
end;
-- 併發測試
pgbench -M prepared -n -r -P 1 -f ./test4.sql -c 64 -j 64 -T 120
測試結果
雙節點：
query mode: prepared
number of clients: 64
number of threads: 64
duration: 120 s
number of transactions actually processed: 3290435
latency average = 2.334 ms
latency stddev = 22.840 ms
tps = 27416.206491 (including connections establishing)
tps = 27419.825894 (excluding connections establishing)
script statistics:
- statement latencies in milliseconds:
0.001 set id1 random(1,10000000)
0.001 set id2 random(1,1000000000)
0.035 begin;
0.079 select * from test3 where id=:id1;
0.162 insert into test4 values (:id2, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
0.110 insert into test4 values (:id2+101, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
0.107 insert into test4 values (:id2+1020, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
0.106 insert into test4 values (:id2+2030, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
0.107 insert into test4 values (:id2+5040, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
0.106 insert into test4 values (:id2+10500, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
0.099 insert into test4 values (:id2-106, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
0.099 insert into test4 values (:id2-1070, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
0.100 insert into test4 values (:id2-5080, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
0.099 insert into test4 values (:id2-9090, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
1.118 end;
三節點：
query mode: prepared
number of clients: 64
number of threads: 64
duration: 120 s
number of transactions actually processed: 3179246
latency average = 2.416 ms
latency stddev = 25.711 ms
tps = 26485.773742 (including connections establishing)
tps = 26489.361989 (excluding connections establishing)
script statistics:
- statement latencies in milliseconds:
0.002 set id1 random(1,10000000)
0.001 set id2 random(1,1000000000)
0.035 begin;
0.079 select * from test3 where id=:id1;
0.161 insert into test4 values (:id2, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
0.107 insert into test4 values (:id2+101, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
0.104 insert into test4 values (:id2+1020, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
0.102 insert into test4 values (:id2+2030, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
0.101 insert into test4 values (:id2+5040, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
0.100 insert into test4 values (:id2+10500, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
0.096 insert into test4 values (:id2-106, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
0.094 insert into test4 values (:id2-1070, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
0.093 insert into test4 values (:id2-5080, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
0.092 insert into test4 values (:id2-9090, md5(random()::text), now()) on conflict (id) do update set info=excluded.info,crt_time=excluded.crt_time;
1.241 end;
效能對比報表如圖：
1、TPSQPS對比
| TPS | 只讀 | 只寫 | 讀多寫少 | 讀少寫多 |
|---|---|---|---|---|
| 雙節點(tps) | 1064671 | 137264 | 52182 | 27419 |
| 三節點(tps) | 1067570 | 125433 | 49386 | 26489 |
| 雙節點(qps) | 1064671 | 137264 | 574002 | 301609 |
| 三節點(qps) | 1067570 | 125433 | 543246 | 291379 |
| 效能損耗 | -0.27% | 8.6% | 5.3% | 3.4% |
2、平均響應時間
| 平均響應時間 | 只讀 | 只寫 | 讀多寫少 | 讀少寫多 |
|---|---|---|---|---|
| 雙節點(ms) | 0.060 | 0.466 | 1.226 | 2.334 |
| 三節點(ms) | 0.060 | 0.510 | 1.296 | 2.416 |
3、響應抖動對比(方差)
抖動主要和SSD的GC回收的管理機制，以及主備網路的穩定性有關。
| 響應時間方差 | 只讀 | 只寫 | 讀多寫少 | 讀少寫多 |
|---|---|---|---|---|
| 雙節點(ms) | 0.017 | 7.586 | 7.466 | 22.840 |
| 三節點(ms) | 0.029 | 9.061 | 9.677 | 25.711 |
4、對比圖
1、TPS
2、QPS
3、事務響應時間
4、事務響應時間抖動（方差）
抖動主要和SSD的GC回收的管理機制，以及主備網路的穩定性有關。
複製層面 – MySQL和PostgreSQL的差異
複製機制決定了兩種產品的差異。
PostgreSQL，通過WAL的物理式複製同步備庫。產生多少WAL就複製多少WAL，不需要等待事務結束才開始複製。因此備庫與主庫的WAL延遲與事務大小無關，僅僅與網路頻寬和網路RT有關。每次事務結束時（不論事務大小），僅僅等待COMMIT RECORD ACK即可（commit record是固定大小的，非常小），所以不管事務多大，延遲都是等效的。
MySQL，通過binlog進行復制同步備庫。主庫上沒有結束的事務，binlog不會發給備庫，因此備庫的延遲和事務大小直接相關。事務越大(指產生影響的ROW越多的事務)，產生的BINLOG越多，事務提交的RT越高，延遲越嚴重。MySQL業務應儘量避免大事務。
小結
從測試結果不難發現，三節點寫事務效能相比雙節點低一丁點(5%左右)，換來的是魚與熊掌兼得(高可用和高可靠)。阿里雲RDS(三節點版)已成為金融使用者的最佳選擇。
三節點的效能影響主要來自事務提交後，等待WAL或binlog傳送給備庫，收到ACK需要多久。PostgreSQL和MySQL的差異如上所述。
經過以上測試，不同型別的場景，預期和實際測試效果一致。
單節點的效能一定是最好的（因為不需要等待備庫複製事務的WAL ACK），但是對於可用性和可靠性的測試意義不大。另一方面我們也能得到這樣的推論。
1、如果兩節點為非同步複製配置，那麼效能應該和單節點相當。
2、如果兩節點為同步（帶自動降級功能）複製配置，那麼效能和三節點相當，這與測試完全相符，三節點和兩節點的效能不相上下。
三節點與兩節點效能方面的差異微乎其微。
1、只讀事務
只讀事務，不管是幾節點，效能是一樣的。
2、只寫小事務
只寫的小事務，保護級別越高，RT就越高，RT在整個事務中的佔比越高，效能影響就越大。
3、讀寫混合事務（讀多寫少）
讀多寫少的混合事務，保護級別越高，RT就越高，但RT在整個事務中的佔比與事務本身的耗時有關，整個事務的時間越短，RT的效能影響就越明顯。
4、讀寫混合事務（讀少寫多）
讀少寫多的混合事務，保護級別越高，RT就越高，但RT在整個事務中的佔比與事務本身的耗時有關，整個事務的時間越短，RT的效能影響就越明顯。
系列文章
阿里雲RDS金融資料庫(三節點版)
阿里雲RDS金融資料庫 – PostgreSQL三節點版(敬請期待)
相關文章
- RDS MySQL 5.7三節點企業版重磅釋出MySql
- PG 資料庫 從阿里雲pg rds 同步資料。資料庫阿里
- 【招聘】阿里雲-rds 資料庫開發團隊招聘阿里資料庫
- 【RAC】刪除RAC資料庫節點（三）——刪除監聽資料庫
- 資料庫圈周盤點：阿里雲公佈NoSQL資料庫自研2.0計劃;Zilliz獲新輪融資資料庫阿里SQL
- 雲資料庫RDS是什麼？雲資料庫RDS有什麼優勢？資料庫
- 阿里雲RDS與ECS自建庫搭建主從複製阿里
- mongo資料庫單節點搭建Go資料庫
- 前沿分享｜阿里雲資料庫高階技術專家 宋利兵：阿里雲企業級自治資料庫RDS詳解阿里資料庫
- 【故障公告】阿里雲 RDS 資料庫突發 CPU 近 100% 引發全站故障阿里資料庫
- 資料庫——查詢樹形結構某節點的所有子節點、所有父節點資料庫
- 阿里雲RDS PG最佳實踐阿里
- 阿里雲RDS 管理介面的bug阿里
- 阿里雲們扎堆集結，資料庫黃金時代到了？阿里資料庫
- 正式開源金融資料庫效能測試工具 Detabench-T 。資料庫
- 國產資料庫oceanBbase,達夢,金倉與mysql資料庫的效能對比 九、python讀金倉資料庫資料庫MySqlPython
- MySQL · 最佳實踐 · 如何索引 JSON 欄位 (阿里雲 RDS-資料庫核心組 )MySql索引JSON阿里資料庫
- 【故障公告】阿里雲 RDS SQL Server 資料庫例項 CPU 100% 引發全站故障阿里SQLServer資料庫
- 3節點RAC資料庫夯故障分析資料庫
- exadata vmwate 安裝資料庫節點資料庫
- 天翼雲RDS資料庫如何修改資料庫引數資料庫
- 資料庫–如何連線RDS例項，使用雲資料庫？資料庫
- 坑！火山引擎雲資料庫 MySQL 版節點記憶體只增不減資料庫MySql記憶體
- 提升資料庫效能的8點要求資料庫
- 國產資料庫oceanBbase,達夢,金倉與mysql資料庫的效能對比 五、python讀mysql寫入金倉資料庫資料庫MySqlPython
- 雲吞鋪子：RDS for MySQL CPU效能問題分析第一篇MySql
- 阿里雲資料庫RDS福利--阿里雲優惠券免費領，訂單額大於代金券即可使用阿里資料庫
- PHPMyAdmin 設定阿里雲rds訪問PHP阿里
- 記阿里雲 RDS MySQL 的一個大坑阿里MySql
- Gbase 8a資料庫節點替換資料庫
- 雲資料庫MongoDB單節點系列釋出資料庫MongoDB
- inode節點耗盡導致資料庫OOM資料庫OOM
- Oracle RAC恢復成單節點資料庫Oracle資料庫
- 金三銀四的面試黃金季節，Android面試題來了！Android面試題
- 年終盤點：2017年資料庫領域的融資事件資料庫事件
- 雲資料庫RDS儲存能力進化解析！資料庫
- 資料庫入門之RDS選擇原則資料庫
- 雲關係型資料庫（Relational Database Service，RDS）資料庫Database