PolarDB PostgreSQL企业版固定规格集群的Serverless功能正式上线

本文涉及的产品
RDS PostgreSQL Serverless,0.5-4RCU 50GB 3个月
推荐场景:
对影评进行热评分析
云原生数据库 PolarDB 分布式版,标准版 2核8GB
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
简介: 云原生数据库PolarDB的Serverless功能具备动态弹性扩缩容能力。企业版固定规格集群现已支持Serverless功能,适用于业务波峰波谷明显、负载不确定或期望降低运维成本的场景。

Serverless是云原生数据库PolarDB所具备的动态弹性扩缩容能力。集群中的各个节点能够在秒级内实现弹性扩展,有效应对业务负载的突增,且在整个过程中对业务运行无任何影响。在业务低负载期间,该机制能够自动进行弹性缩容,从而有效降低业务成本。


PolarDB PostgreSQL企业版固定规格集群的Serverless功能正式上线。固定规格集群的Serverless功能可在已经购买的固定规格(计费类型为包年包月或按量付费)集群上开启Serverless功能。


一、功能介绍


该功能使您能够在面对业务波峰波谷时,快速且独立地调整计算和存储能力,从而实现对业务变化的快速响应,同时合理优化成本使用,进一步降低成本、提高使用效率。请参见PolarDB PostgreSQL版Serverless集群。

(一)数据库代理

  1. 数据库代理由固定规格和Serverless两部分组成。其中,固定规格为固定规格集群默认规格,而Serverless部分则根据业务负载进行弹性扩缩。
  2. 扩缩默认按照0.5 PCU的增量进行。扩缩步长会根据当前的PCU使用情况动态调整,当前PCU越大,扩缩步长相对越大。

(二)计算节点

  1. 主节点(RW节点)和只读节点(RO节点)由固定规格和Serverless两部分组成。其中,固定规格部分不随业务压力的变化而改变,Serverless部分随业务负载变化而弹性扩缩。
  2. 每当主节点或只读节点扩展或收缩时,节点的PCU会相应增加或减少。
  3. 扩缩默认按照0.5 PCU的增量进行。扩缩步长会根据当前的PCU使用情况动态调整,当前PCU越大,扩缩步长相对越大。
  4. 您可以设置单节点弹性扩缩的范围,以PCU为单位。系统每秒钟会监测一次计算节点的PCU。

(三)存储空间

存储空间采用固定规格集群的存储。

说明:固定规格集群开启Serverless功能后,集群的最大连接数和最大IOPS与设置的Serverless配置参数单节点资源弹升上限成正比。


二、功能优势


Serverless能够根据业务负载,对集群资源进行秒级动态弹降。其核心优势体现在如下几个方面:

高可用

多节点的架构保障了Serverless集群的高可用,共同保证了 Serverless集群的稳定运行。

高弹性

扩缩范围广:支持自动纵向和横向扩展。

秒级扩缩:从容应对业务负载突增,5秒完成探测,1秒完成扩展;同时在业务负载下降时,集群资源阶梯性自动释放。

数据强一致

支持全局一致性,在集群内实现数据强一致,数据写入后在只读节点上立即可读,性能与弱一致性基本一致。

说明:全局一致性功能默认处于关闭状态,您可以手动为集群连接地址启用相应功能,详细操作请参见全局一致性。

低成本

以PCU定价,真正做到按量付费,帮助您节省成本。成本下降最高可达 80%。

免运维

版本升级、系统部署、扩缩容、报警处理等所有运维工作由阿里云专业团队完成,使用无感知,业务无影响,服务持续可用,真正免运维。


三、适用场景


场景一:有明显业务波峰波谷的场景

场景二:不确定负载的场景,例如物联网(IoT)、边缘计算。

场景三:期望降低运维成本、提升运维效率的场景。

场景四:希望保留已有的PolarDB集群,同时又可以满足业务波动的场景。


四、Serverless实例性能


在下图中可以看到,随着压测任务的进行,集群的整体性能(使用TPS来衡量)和集群主节点PCU数量发生了变化。

变化一:随着压测并发线程数的增加,集群主节点CPU使用率不断提升,触发了主节点PCU的弹升。

变化二:集群的TPS随着PCU的递增也逐渐上升,这说明PolarDB的处理能力借助Serverless弹性获得提升。

变化三:当压测并发线程数开始下降后,随着集群负载下降,集群主节点PCU数量然后逐步自动回缩。


五、前提条件及操作步骤


支持的PolarDB PostgreSQL版的版本如下:点此购买

开启固定规格集群的Serverless功能操作步骤:查看详情

  1. 登录PolarDB控制台,选择集群所在地域,在集群列表中单击目标集群ID进入详情页。
  2. 在基本信息页面的数据库节点区域,单击开启Serverless。
  3. 在开启Serverless对话框中,设置参数,并单击确定。


六、咨询方式


如果您对 云原生数据库PolarDB PostgreSQL版Serverless 功能感兴趣,您可以添加钉钉群(群号:75850003226)或扫描下方二维码进入钉钉群,与业务专家共同探讨更多技术细节和最佳实践。

相关实践学习
【文生图】一键部署Stable Diffusion基于函数计算
本实验教你如何在函数计算FC上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。函数计算提供一定的免费额度供用户使用。本实验答疑钉钉群:29290019867
建立 Serverless 思维
本课程包括: Serverless 应用引擎的概念, 为开发者带来的实际价值, 以及让您了解常见的 Serverless 架构模式
相关文章
|
9天前
|
关系型数据库 OLAP 数据库
拒绝等待!阿里云瑶池数据库 x Qwen3,构建增强式RAG
阿里巴巴发布的通义千问Qwen3在性能上超越多个国际顶尖模型,阿里云瑶池数据库已适配该模型,支持私域部署并与Dify无缝集成。传统RAG方案在处理复杂关系和多跳推理时存在局限,而GraphRAG通过图结构存储知识,结合Qwen3和AnalyticDB PostgreSQL,可有效解决这些问题,提升知识关联检索与分析能力。某新零售客户案例表明,GraphRAG能更好地满足高复杂度业务需求,提供直观的知识图谱可视化服务。阿里云提供Qwen3全系列模型的私域部署解决方案,确保数据安全和服务稳定性。
|
2月前
|
存储 关系型数据库 分布式数据库
登顶TPC-C|云原生数据库PolarDB技术揭秘:单机性能优化篇
阿里云PolarDB云原生数据库在TPC-C基准测试中,以20.55亿tpmC的成绩打破性能与性价比世界纪录。此外,国产轻量版PolarDB已上线,提供更具性价比的选择。
|
11天前
|
存储 人工智能 安全
MCP 规范新版本特性全景解析与落地实践
MCP Specification 在 2025-03-26 发布了最新的版本,本文对主要的改动进行详细介绍和解释
580 141
|
9天前
|
人工智能 IDE Devops
通义灵码编程智能体,上线!
近期,Qwen3正式发布并开源8款“混合推理模型”,参数量235B,激活仅需22B,性能超越多个国际顶尖模型。通义灵码全面支持Qwen3,上线编程智能体,具备工程级变更、自动感知、工具使用和终端命令执行四大能力。插件集成魔搭MCP广场2400+服务,大幅提升开发效率。目前,通义灵码插件下载超1500万,生成代码超30亿行,服务上万家企业。
|
6天前
BigDecimal保留两位小数
本文介绍了BigDecimal保留两位小数的三种方法:`setScale`、`DecimalFormat`和`String.format`。其中,`setScale`可设置保留规则并返回BigDecimal类型值;`DecimalFormat`通过匹配规则返回字符串类型值;`String.format`为字符串自带方法,同样返回字符串类型值。此外,文章还对比了四种保留小数规则(如`00.00`、`#0.00`等),总结出`#0.00`是最适用的规则。附有详细代码示例与控制台打印结果,便于理解与实践。
82 18
|
29天前
|
存储 关系型数据库 MySQL
【告别容量焦虑】RDS MySQL高性能本地盘全规格最大存储空间提升,最高可达16TB!
RDS MySQL存储能力狂飙升级,高性能本地盘全规格最大存储空间提升,最高可达16TB!这波升级,值得一试!
|
8天前
|
人工智能 安全 API
不到100行代码,实现一个简易通用智能LLM Agent
本文将分享如何使用不到 100 行的 Python 代码,实现一个具备通用智能潜力的简易 LLM Agent。你将看到整个实现过程——从核心原理、提示(Prompt)调优、工具接口设计到主循环交互,并获得完整复现代码的详细讲解。
418 99
不到100行代码,实现一个简易通用智能LLM Agent
|
1月前
|
人工智能 JSON 自然语言处理
我终于成为了全栈开发,各种AI工具加持的全过程记录
本文从一个需求出发,全程记录如何进行全栈开发。
428 50
我终于成为了全栈开发,各种AI工具加持的全过程记录
|
5月前
|
Cloud Native 关系型数据库 分布式数据库
PolarDB 分布式版 V2.0,安全可靠的集中分布式一体化数据库管理软件
阿里云PolarDB数据库管理软件(分布式版)V2.0 ,安全可靠的集中分布式一体化数据库管理软件。
|
23天前
|
JSON JavaScript Linux
【MCP教程系列】如何自己打包MCP服务并部署到阿里云百炼上
本文章以阿里云百炼的工作流为例,介绍如何将其封装为MCP服务并部署到平台。主要步骤包括:1)使用Node.js和TypeScript搭建MCP服务;2)将项目打包并发布至npm官方平台;3)在阿里云百炼平台创建自定义MCP服务;4)将服务添加到智能体中进行测试。通过这些步骤,您可以轻松实现工作流的MCP化,并在智能体中调用自定义服务。
【MCP教程系列】如何自己打包MCP服务并部署到阿里云百炼上
OSZAR »