Megosztás a következőn keresztül:

Több-bérlős és Azure Database for PostgreSQL

  • Cikk

Az Azure-ban számos több-bérlős megoldás használja a nyílt forráskódú relációsadatbázis-kezelő rendszer Azure Database for PostgreSQL. Ebben a cikkben áttekintjük a több-bérlős rendszerek használatakor hasznos Azure Database for PostgreSQL funkcióit. A cikk útmutatásra és példákra is hivatkozik a Azure Database for PostgreSQL több-bérlős megoldásban való használatához.

Üzembehelyezési módok

Két üzembe helyezési mód érhető el Azure Database for PostgreSQL, amelyek több-bérlős alkalmazásokhoz használhatók:

  • Rugalmas kiszolgáló – Ez egy jó választás a legtöbb olyan több-bérlős üzemelő példányhoz, amely nem igényli az Azure Cosmos DB for PostgreSQL által biztosított magas skálázhatóságot.
  • Azure Cosmos DB for PostgreSQL – Egy azure-beli felügyelt adatbázis-szolgáltatás, amelyet nagy léptékű megoldásokhoz terveztek, amely gyakran több-bérlős alkalmazásokat is tartalmaz. Ez a szolgáltatás az Azure Cosmos DB termékcsalád része.

Megjegyzés

Azure Database for PostgreSQL – Az önálló kiszolgáló a kivezetési útvonalon van, és 2025. március 28-ig kivezetésre van ütemezve. Új több-bérlős számítási feladatokhoz nem ajánlott.

A több-bérlős Azure Database for PostgreSQL funkciói

Ha több-bérlős alkalmazást hoz létre Azure Database for PostgreSQL használatával, számos funkcióval javíthatja a megoldást.

Megjegyzés

Egyes funkciók csak bizonyos üzembehelyezési módokban érhetők el. Ezeket a funkciókat az alábbi útmutató ismerteti.

Sorszintű biztonság

A sorszintű biztonság hasznos lehet a bérlőszintű elkülönítés kikényszerítéséhez megosztott táblák használatakor. A PostgreSQL-ben a sorszintű biztonság úgy valósul meg, hogy sorbiztonsági szabályzatokat alkalmaz a táblákra, hogy bérlőnként korlátozza a sorokhoz való hozzáférést.

A tábla sorszintű biztonságának implementálásakor a teljesítmény enyhe hatással lehet. Ezért előfordulhat, hogy további indexeket kell létrehozni olyan táblákon, amelyeken engedélyezve van a sorszintű biztonság, hogy a teljesítmény ne legyen hatással. Ajánlott teljesítménytesztelési technikákkal ellenőrizni, hogy a számítási feladat megfelel-e az alapkonfiguráció teljesítménykövetelményeinek, ha a sorszintű biztonság engedélyezve van.

További információ:

Horizontális skálázás horizontális skálázással

A horizontális skálázási minta lehetővé teszi a számítási feladatok több adatbázis vagy adatbázis-kiszolgáló közötti skálázását.

A nagyon nagy léptékű megoldások használhatják az Azure Cosmos DB for PostgreSQL-t. Ez az üzembe helyezési mód lehetővé teszi a bérlők horizontális horizontális skálázását több kiszolgálón (csomóponton). Ha elosztott táblákat használ több-bérlős adatbázisokban, biztosíthatja, hogy a bérlő összes adata ugyanazon a csomóponton legyen tárolva, ami növeli a lekérdezési teljesítményt.

Megjegyzés

2022 októberétől Azure Database for PostgreSQL Rugalmas skálázás (Citus) azure Cosmos DB for PostgreSQL-ként lett átállítva, és átkerült a Cosmos DB termékcsaládjába.

További információ:

Kapcsolatkészletezés

A Postgres folyamatalapú modellt használ a kapcsolatokhoz. Ez a modell nem teszi hatékonysá a nagy számú tétlen kapcsolat fenntartását. Egyes több-bérlős architektúrákhoz nagy számú aktív kapcsolat szükséges, ami negatív hatással lesz a Postgres-kiszolgáló teljesítményére.

A PgBounceren keresztüli kapcsolatkészletezés alapértelmezés szerint telepítve van Azure Database for PostgreSQL rugalmas kiszolgálón.

További információ:

Közreműködők

Ezt a cikket a Microsoft tartja karban. Eredetileg a következő közreműködők írták.

Fő szerző:

Egyéb közreműködők:

  • John Downs | Az Azure-hoz készült FastTrack vezető ügyfélmérnöke
  • Arsen Vladimirskiy | Az Azure-hoz készült FastTrack vezető ügyfélmérnöke
  • Paul Burpo | Az Azure ISV-hez készült FastTrack vezető ügyfélmérnöke
  • Assaf Fraenkel | Vezető mérnök/adattervező, IsV-khez és indulókhoz készült Azure FastTrack

A nem nyilvános LinkedIn-profilok megtekintéséhez jelentkezzen be a LinkedInbe.

Következő lépések

Tekintse át a több-bérlős tárolás és az adatok megközelítését.