课程视频
从云托管到云原生
云托管可以将已有数据库部署到云实例上,运维与资源交付方式发生变化,实例内部仍可能保持计算、缓存和存储耦合。云原生专题则重点讨论如何利用共享存储、独立日志和资源池重新划分数据库职责。
这些是课程用于比较设计的架构方向,不是所有云产品都采用完全相同的组件和协议。
三种 OLTP 资源划分
计算与存储分离,使计算节点与持久容量能够分别扩展,数据不必随每个计算实例重新放置。远端存储带来访问延迟和网络成本,本地缓存仍很重要。
计算、日志、存储进一步分离,让低延迟日志服务与页面存储各自承担适合的任务。提交可以围绕日志的持久化安排,页面服务再应用日志生成可读页面,但系统必须定义日志、页面与可见性的共同顺序。

计算、缓存、存储分离增加共享缓存层,减少不同计算节点反复从存储读取同一数据,并让内存也能独立调度。它同时引入缓存一致性、版本和额外故障边界,不能只计算命中时的读取收益。
主备同步与恢复
课程讨论日志与页面耦合或分离的数据组织,以及主备如何获取最新状态。部分设计将页面重做放到存储层,计算节点恢复时丢弃失效缓存、重新取得可用页面,减少本地重做过程。
“计算层不做重做”并不是“不需要恢复日志”,而是职责被移到其他层。双层缓存与存储容错还要保证缓存损坏、节点失联时,仍能找到满足提交与快照条件的数据。
云原生分析
OLAP 也可以采用存算分离,上层 Worker 分别处理分片,必要时交换中间结果。独立计算集群有利于隔离不同负载,但共享存储与网络仍可能形成竞争。

元数据可以支持剪枝、复制和版本管理,计算下推减少向上搬运的数据,本地缓存保留重复访问内容。下推与缓存结合时,要估计在远端计算和传回本地之间的成本,避免把所有工作都推给存储侧。
弹性与无服务器执行
资源可以按实例或更细任务粒度调度。无服务器形式降低用户直接管理实例的负担,底层仍需处理冷启动、任务状态、数据位置、缓存复用和失败重试。
扩缩容应结合数据分布与执行阶段:任务增加后是否有足够独立工作,已有状态是否需要迁移,最后汇总是否成为瓶颈,都会决定实际弹性收益。
