云数据库对比

云数据库对比：RDS vs Aurora vs PolarDB

云数据库彻底改变了运维方式：自动备份、一键扩容、多可用区 HA、按需计费。但不同云厂商的产品在架构、性能、成本和生态上差异显著，选型错误代价极高。

云数据库全景

Amazon RDS for MySQL

AWSRDS for MySQL

托管的传统 MySQL，底层基于 EBS 存储。最大优势是完全兼容原生 MySQL，迁移无缝；最大局限是性能受单机 EBS IOPS 瓶颈限制。

关键特性

适用场景与限制

✅ 适合：
- 现有 MySQL 应用上云，需要完全兼容
- 中小规模，IOPS 需求 < 64K
- 开发/测试环境（db.t3.micro 极便宜）

❌ 限制：
- 不能修改 super_read_only 等底层参数
- 不支持 MyISAM 表（全量备份期间会锁表）
- 存储扩容只能向上，不能缩减

Amazon Aurora MySQL

AWSAurora MySQL

AWS 自研的云原生数据库，存储层重新设计：数据在 3 个可用区的 6 个副本中存储，写入只需 4/6 副本确认即可返回，读取只需 3/6 副本。InnoDB Redo Log 直接写存储层，绕过了 double-write buffer。

Aurora 架构
┌─────────────────────────────────────┐
│  Writer Instance    Reader Instance │
│  (compute)          (compute)       │
└──────────┬──────────────────────────┘
           │ 日志写入 (非数据页)
┌──────────▼──────────────────────────┐
│   Aurora 分布式存储层                │
│   AZ-1: [copy1][copy2]              │
│   AZ-2: [copy3][copy4]              │
│   AZ-3: [copy5][copy6]  (6 副本)   │
└─────────────────────────────────────┘
写入仲裁: 4/6  读取仲裁: 3/6

Aurora vs RDS 性能对比

Aurora Serverless v2

# 配置 Aurora Serverless v2 扩缩容范围
aws rds modify-db-cluster \
  --db-cluster-identifier my-cluster \
  --serverless-v2-scaling-configuration MinCapacity=0.5,MaxCapacity=128

-- 1 ACU ≈ 2 GB RAM，0.5 ACU 是最小单位
-- 可在数秒内从 0.5 ACU 扩展到 128 ACU
-- 适合：流量波动大的 SaaS / 开发测试环境

Aurora 的隐藏限制

注意这些 Aurora 与原生 MySQL 的差异：

• 不支持 MyISAM（静默转换为 InnoDB，可能出 bug）

• AUTO_INCREMENT 在故障切换后可能不连续（GAP 更大）

• 某些 FULLTEXT 索引行为不同

• 不支持 XA 事务（Aurora MySQL 2.x）

• 存储引擎层不开放，无法安装插件

阿里云 PolarDB for MySQL

阿里云PolarDB for MySQL

阿里云自研，架构与 Aurora 类似，一写多读，底层使用 PolarFS 分布式存储。在中国公有云市场占有率第一，深度集成阿里云生态（DMS、DTS、MaxCompute）。

PolarDB HTAP 特性

-- 开启 In-Memory Column Store (IMC)，无需修改 SQL
-- 优化器自动决定是否使用列式引擎
SET polar_enable_imci = ON;

-- 指定 HINT 强制使用 IMCI（分析查询）
SELECT /*+ IMCI */ department, SUM(salary)
FROM employees
GROUP BY department;
-- 在只读节点执行，不影响主库写入性能

Google Cloud Spanner

Cloud Spanner 是 Google 的全球分布式数据库，提供真正的全球强一致性（TrueTime API），但与 MySQL 兼容性有限（通过 MySQL 接口层访问），价格昂贵。适合需要全球多区域写入的应用。

# Cloud Spanner 定价示例（us-central1 单区域）
Processing units: $0.09/100 PU/hour
Storage:          $0.30/GB/month

# 1000 PU (最小建议生产配置) ≈ $720/月 起步
# 适合：跨国金融/游戏/SaaS，不适合成本敏感的国内业务

深度对比：Aurora vs PolarDB

上云迁移方案

自建 MySQL → 云数据库迁移步骤

阶段 1: 全量迁移
  mysqldump / Xtrabackup → 云数据库初始化

阶段 2: 增量同步（实时 CDC）
  源库 Binlog → DTS/DMS/Debezium → 目标云库

阶段 3: 数据校验
  pt-table-checksum / 云厂商校验工具

阶段 4: 业务切流
  修改应用连接串 → 灰度切换 → 全量切换

阶段 5: 清理
  下线源库，保留观察期（建议 7 天）

# AWS DMS（Database Migration Service）迁移配置示例
aws dms create-replication-task \
  --replication-task-identifier mysql-to-aurora \
  --source-endpoint-arn arn:aws:dms:... \
  --target-endpoint-arn arn:aws:dms:... \
  --migration-type full-load-and-cdc \
  --table-mappings file://table-mappings.json \
  --replication-task-settings file://task-settings.json

成本优化

AWS 费用优化技巧

# 1. 使用 Reserved Instances（预留实例）节省 30-60%
aws rds purchase-reserved-db-instances-offering \
  --reserved-db-instances-offering-id ... \
  --db-instance-count 1 \
  --reserved-db-instance-id my-reserved-instance

# 2. 使用 gp3 替代 gp2（同 IOPS 费用更低）
aws rds modify-db-instance \
  --db-instance-identifier mydb \
  --storage-type gp3 \
  --iops 3000 \
  --storage-throughput 125

# 3. Aurora Serverless v2 适合低流量环境
# 最小 0.5 ACU ≈ 按 $0.12/ACU-hour 计费

# 4. 停止非生产实例
aws rds stop-db-instance --db-instance-identifier dev-db
# 注意：停止后最多 7 天自动重启

选型指南

实践建议：对于国内出海 SaaS 产品，推荐主库使用 PolarDB（国内区域）+ Aurora（海外区域），通过 Global Database 功能实现跨地域读写分离，兼顾国内低延迟和海外可用性。