Основные понятия

Lakebase основан на наборе функций, позволяющих эффективно разрабатывать, тестировать и масштабировать приложения базы данных. В этом разделе представлены основные понятия, которые отличают Lakebase от традиционных систем баз данных.

Проекты

Проект Lakebase — это контейнер верхнего уровня для всех ресурсов базы данных. Каждый проект принадлежит рабочей области Databricks и содержит одну или несколько ветвей, каждая из которых имеет собственные вычислительные ресурсы и базы данных.

Project
└── Branch (e.g., production)
    ├── Compute (read-write)
    └── Database (e.g., databricks_postgres)

Дополнительные сведения. | Управление проектами

Autoscaling

Lakebase автоматически настраивает вычислительные ресурсы на основе требований рабочей нагрузки. По мере увеличения или уменьшения трафика приложения вычислительные ресурсы адаптируются в настроенном диапазоне без ручного вмешательства или простоя.

Ключевые преимущества:

• Автоматическая корректировка: Масштаб ресурсов на основе фактического спроса.
• Нет простоя: Масштабирование в пределах настроенного диапазона происходит без прерывания подключений. Однако изменение минимальной или максимальной конфигурации CU может привести к краткому прерыванию.
• Оптимизация затрат: Оплачивайте только те ресурсы, которые вы используете.
• Согласованность производительности: Сохраняйте скорость реагирования во время пиков трафика.

Дополнительные сведения: Автомасштабирование | настройки автомасштабирования

Масштабирование до нуля

Если база данных неактивна, Lakebase может автоматически масштабировать вычислительные ресурсы до нуля, устраняя затраты на неиспользуемую емкость. При возобновлении действия вычислительные ресурсы автоматически масштабируются в считанные секунды.

Ключевые преимущества:

• Нулевые затраты на простой: Плата за вычисления не взимается, если база данных неактивна.
• Мгновенное возобновление: Базы данных автоматически просыпаются при доступе.
• Подходящее для разработки: Идеально подходит для разработки и тестовых сред с периодическим использованием.
• Автоматическое управление: Никакого вмешательства вручную не требуется.

Дополнительные сведения: масштабирование до нуля |

Ветви базы данных

Ветви базы данных в Lakebase работают аналогично ветвям Git для кода. Вы можете создавать мгновенные, изолированные ветви для разработки, тестирования или экспериментирования без дублирования данных или влияния на рабочую среду.

Ключевые преимущества:

• Мгновенное создание: Ветви создаются за считанные секунды с помощью технологии копирования по записи.
• Экономия: Только измененные данные хранятся отдельно, минимизируя затраты на хранение.
• Изолированные среды: Протестируйте изменения безопасно, не затрагивая базу данных-источник.
• Простая совместная работа: Участники группы могут одновременно работать над отдельными филиалами.

Узнать больше: ветви баз данных | Управление ветвями

Вычисления и конечные точки

Конечная точка Lakebase — это стабильная точка подключения, используется приложением для доступа к базе данных. За каждой конечной точкой обработку запросов выполняют один или несколько вычислительных экземпляров. Ваша строка подключения остается неизменной, даже если вы масштабируете вычислительные ресурсы или обеспечиваете высокую доступность.

Ветвь обычно имеет одну конечную точку для чтения и записи (ваш основной вычислительный узел) и, опционально, одну или несколько конечных точек только для чтения (реплики чтения).

Дополнительные сведения: вычисления и конечные точки |

Высокая доступность

Высокая доступность связывает первичный вычислительный узел для чтения и записи с одним или несколькими вторичными вычислительными узлами, распределенными между зонами доступности. Когда основной становится недоступным, вторичный объект автоматически продвигается и приложение продолжается с последней зафиксированной транзакции. Ваша строка подключения остается неизменной на всем протяжении.

Ключевые преимущества:

• Автоматическое переключение при отказе: Вторичный вычислительный экземпляр автоматически переводится в основной без ручного вмешательства.
• Без потери данных: Переключение при отказе сохраняет все зафиксированные транзакции.
• Стабильные строки подключения: После переключения при отказе вашему приложению не нужно менять параметры подключения.

Дополнительные сведения. Управление высокимуровнем |

Реплики для чтения

Реплики для чтения — это независимые узлы чтения, которые выполняют операции чтения с теми же данными, что и основной узел чтения и записи. В отличие от традиционных реплик, реплики чтения Lakebase не дублируют данные— они считываются из одного уровня хранилища, что позволяет создавать мгновенные копии и устранять дополнительные затраты на хранение.

Ключевые преимущества:

• Горизонтальное масштабирование: Распределяйте запросы на чтение между несколькими репликами.
• Нет дублирования данных: Все реплики считываются из одного хранилища.
• Мгновенное создание: Доступно в секундах без копирования данных.
• Экономичность: Отсутствие дополнительных затрат на хранение, а также поддержка автомасштабирования и масштабирования до нуля.

Дополнительные сведения: реплики чтения | Управление репликами чтения

Как они работают вместе

Эти основные понятия работают вместе для создания мощной и гибкой платформы баз данных:

1. Проекты упорядочивают все ресурсы базы данных и принадлежат рабочей области Databricks.
2. Автомасштабирование гарантирует, что каждая ветвь имеет правильный объем вычислительных ресурсов на основе спроса.
3. Масштабирование до нуля снижает затраты на неактивные ветви путем приостановки вычислений, если они не используются.
4. Ветви базы данных позволяют создавать изолированные среды для разработки и тестирования без дублирования данных.
5. Вычислительные ресурсы и конечные точки предоставляют стабильные точки подключения при масштабировании или перенастройке инфраструктуры.
6. Высокая доступность обеспечивает автоматическое переключение при отказе между зонами доступности для производственных рабочих нагрузок.
7. Реплики для чтения распределяют нагрузку чтения по дополнительным вычислительным экземплярам.

Эта архитектура позволяет создавать и масштабировать приложения базы данных с большей гибкостью, меньшими затратами и меньшими эксплуатационными затратами, чем традиционные системы баз данных.