随着云端数据库的蓬勃发展，市面上涌现出越来越多的数据库，如何满足日益增长的客户需求，是每个云厂商必须考虑的问题。
华为云数据库聚焦企业，致力于打造企业级数据库，为企业客户提供稳定可靠、安全可信、可持续创新的云服务，华为云数据库 GeminiDB 在此情境下应运而生。
华为云数据库 GeminiDB
华为云数据库 GeminiDB 是一款基于华为新一代 DFV 计算存储分离架构打造的 Active-Active 全分布式架构多模 NoSQL 数据库服务，相比社区版具有分钟级计算扩容、秒级存储扩容、数据强一致、超低时延、高速备份恢复性能的优势。
目前已兼容 Cassandra、MongoDB 两款 NoSQL 接口，日前新增 Redis 和 InfluxDB 两个兼容接口，正在火热邀测中。
➤
GeminiDB for Redis
Redis 是一个键值型内存数据库，提供了丰富的数据模型，广受业界欢迎。
但是，社区版 Redis 也存在一些饱受开发者诟病的问题，如数据全内存存储成本过高，无法满足海量存储需求 ; 进程重启时服务恢复慢，耗时长，影响可用性；热备可靠性不足，业界现有集群方案弹性不够，扩容操作复杂、耗时长等。
针对这些痛点，华为云数据库打造了 GeminiDB for Redis，这是一款基于华为黑科技 DFV Pool 打造的数据库产品，是业界首款基于共享存储架构的 Redis 产品，面向海量数据实时持久化存储场景，与业界现有 Redis 方案相比，具有五大核心优势。
极具竞争力的五大优势
- 高兼容度 兼容社区版所有数据结构的全部命令，优于社区版 Redis Cluster 对单机版 Redis 的兼容度。
- 高性价比 GeminiDB for Redis 存储容量不受内存限制，海量数据存储无压力，同时拥有优异的性能。根据不同使用场景，使用同等内存规格的资源，可提供数倍于社区版的性价比。
- 高可靠性 底层存储使用多副本强一致高可用协议，上层数据实时下沉到存储池，数据安全可靠。
- 高可用性 计算节点无状态，故障节点数据被自动接管，无需主备倒换，无需数据迁移，数据强一致。
- 高伸缩性 秒级弹性扩容，增删节点、分裂节点均无需搬迁数据。
应用场景
GeminiDB for Redis 可广泛适用于游戏、电商、社交等场景，绝大多数场景下可替换 Redis 使用，例如：
- 游戏场景中的角色信息、经验道具信息、好友排名
- 电商场景中的海量商品展示信息、购物评论信息
- 社交场景中的好友信息、关系链信息、评论列表等等
对于数据存储量巨大，有极大的成本压力，并且对性能、可靠性、伸缩性均有高要求的场景，GeminiDB for Redis 是极佳选择。
➤
GeminiDB for InfluxDB
InfluxDB 是一个时间序列数据库，用于处理海量写入与查询，具有完善的功能和优异的性能，在业界被誉为时序数据库一哥。
华为云数据库团队在 InfluxDB 基础上精心自研出 GeminiDB for InfluxDB，用于存储大规模的时序数据并进行实时分析，具有以下明显优势：
与开源相比，GeminiDB for InfluxDB 基于计算存储分离架构，可完全解绑存储与计算资源，用户可按需申请。
在内存资源消耗方面，华为云数据库利用动态 GC 解决内存消耗问题。
GeminiDB for InfluxDB 采用分布式集群设计，在开源单机基础上拓展分布式能力，副本卸载到存储，计算层无需关注复杂的一致性协议，可专注于计算。
应用场景
- 云边一体的端到端时序解决方案，助力工业物联网时序数据轻松上云
在工业物联网领域，需要采集时序数据的设备（传感器）一般分布在各个工厂。客户机房稳定性不受控制，可能会出现掉电、网络异常、磁盘损坏等问题，导致数据丢失。
GeminiDB for InfluxDB 在分布式云端服务的基础上，拓展边缘时序数据库应用，通过云边协同方式同步数据，在客户机房部署边缘时序数据库应用，客户数据写入边缘，边缘上传数据到云端，边缘节点异常情况可从云端恢复数据，确保数据无遗漏。
- 运维监控
GeminiDB for InfluxDB 亿级时间线支持，完美解决大量运维监控数据采集、分析问题。
加速行业落地，华为云数据库不止步。GeminiDB for Redis 和 GeminiDB for InfluxDB 的推出，极大程度上满足了客户对新型数据库的多样化管理需求，帮助企业聚焦自身业务场景，实现新一轮发展。未来，华为云数据库还会持续构筑领先的技术资源，持续为客户提供更优的服务。
白云分割线
目前，华为云数据库双 11 大促火爆进行中，全新一代云主机低至 0.6 折，高性能云数据库 MySQL 低至 2 折，速来瓜分 1 亿红包券，畅享折上折，更有 Mate 30 Pro 等豪礼赠送，详情猛戳阅读原文~
本文转载自 HW 云数据库。
评论