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