Huvudkoncept

Lakebase erbjuder en uppsättning funktioner som gör det möjligt för dig att utveckla, testa och skala dina databasapplikationer effektivt. I det här avsnittet beskrivs de grundläggande begreppen som skiljer Lakebase från traditionella databassystem.

Architecture

Lakebase separerar tillståndslös Postgres-beräkning från ett hållbart lagringslager av safekeepers, sidservrar och molnobjektlagring. Att förstå denna separation förklarar varför koncepten nedan, från omedelbara grenar till skal-till-noll, fungerar som de gör.

Läs mer: Arkitektur

Projekt

Ett Lakebase-projekt är den översta containern för alla dina databasresurser. Varje projekt tillhör en Azure Databricks arbetsyta och innehåller en eller flera grenar, var och en med sin egen beräkning och databaser.

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

Läs mer: Projekt | Hantera projekt

Autoscaling

Lakebase justerar automatiskt beräkningsresurser baserat på dina arbetsbelastningskrav. När programmets trafik ökar eller minskar skalas beräkningsresurserna upp eller ned inom det konfigurerade intervallet utan manuella åtgärder eller driftstopp.

Viktiga fördelar:

  • Automatisk justering: Resurser skalas baserat på faktisk efterfrågan.
  • Ingen stilleståndstid: Skalning inom ditt konfigurerade intervall sker utan att anslutningar avbryts. Om du ändrar den lägsta eller högsta CU-konfigurationen kan det dock orsaka ett kort avbrott.
  • Kostnadsoptimering: Betala bara för de resurser som du faktiskt använder.
  • Prestandakonsekvens: Upprätthålla responsiva prestanda vid trafiktoppar.

Läs mer: Autoskalning | Konfigurera automatisk skalning

Skalning till noll

När databasen är inaktiv kan Lakebase automatiskt skala ned beräkningsresurserna till noll, vilket eliminerar kostnaderna för outnyttjad kapacitet. När aktiviteten återupptas skalar beräkningen automatiskt upp igen på några sekunder.

Viktiga fördelar:

  • Noll kostnader för inaktivitet: Inga beräkningsavgifter när databasen är inaktiv.
  • Återuppta omedelbart: Databaser aktiveras automatiskt när de används.
  • Utvecklingsvänlig: Perfekt för utvecklings- och mellanlagringsmiljöer med tillfällig användning.
  • Automatisk hantering: Ingen manuell åtgärd krävs.

Läs mer: Skala till noll | Konfigurera skala till noll

Databasgrenar

Databasgrenar i Lakebase fungerar på samma sätt som Git-grenar för din kod. Du kan skapa omedelbara, isolerade grenar för utveckling, testning eller experimentering utan att duplicera data eller påverka produktionsmiljön.

Viktiga fördelar:

  • Skapa direkt: Brancher skapas på några sekunder med hjälp av 'copy-on-write'-teknik.
  • Kostnadseffektiv: Endast ändrade data lagras separat, vilket minimerar lagringskostnaderna.
  • Isolerade miljöer: Testa ändringar på ett säkert sätt utan att påverka din primära databas.
  • Samarbete: Gruppmedlemmar kan arbeta på separata grenar samtidigt.

Läs mer: Databasgrenar | Hantera grenar

Beräkningar och slutpunkter

En Lakebase-slutpunkt är den stabila anslutningspunkt som programmet använder för att nå en databas. Bakom varje slutpunkt hanterar en eller flera beräkningsinstanser frågebearbetning. Din reťazec pripojenia förblir densamma även när du skalar beräkningsresurser eller lägger till hög tillgänglighet.

En gren har vanligtvis en läs- och skrivslutpunkt (din primära beräkningsinstans) och eventuellt en eller flera skrivskyddade slutpunkter (läsrepliker).

Läs mer: Beräknings- och slutpunkter | Hantera beräkningar

lagringsarkitektur

Lakebase lagrar data i ett distribuerat lagringslager som är separat från beräkning. Lagringen är zonredundant och består oberoende av beräkningsresursens status, oavsett om beräkningsresursen körs, pausas eller växlar över vid fel. Den här lagringsavgränsningen möjliggör omedelbara grenar, läsrepliker och skalning till noll utan dataduplicering.

Viktiga fördelar:

  • Lagring med hög tillgänglighet: Azure Databricks underhåller lagring med hög tillgänglighet oberoende av inställningen för ha-beräkning.
  • Bevaras genom beräkningsändringar: Lagringen är fortfarande tillgänglig genom beräkningsfel, pauser eller konfigurationsändringar.
  • Grund för grenar och repliker: Direkt förgreningsskapande och läsrepliker förlitar sig båda på flera beräkningsinstanser som delar samma lagringslager.

Läs mer: Lagringsarkitektur

Hög tillgänglighet

Hög tillgänglighet parar en primär läs-/skrivberäkning med en eller flera sekundära beräkningsinstanser fördelade över tillgänglighetszoner. När den primära noden blir otillgänglig befordrar Lakebase automatiskt en sekundär nod, och din applikation fortsätter från den senast genomförda transaktionen. Din anslutningssträng förblir oförändrad hela tiden. Lagringen är redan högtillgänglig. Att aktivera HA ger redundans i beräkningslagret för automatisk felövertagning.

Viktiga fördelar:

  • Automatisk failover: Lakebase befordrar en sekundär beräkningsinstans utan manuell inblandning.
  • Ingen dataförlust: Redundans bevarar alla incheckade transaktioner.
  • Stabila anslutningssträngar: Programmet behöver inte ändra anslutningskonfigurationen efter en redundansväxling.

Läs mer: Hög tillgänglighet | Hantera hög tillgänglighet

Läs repliker

Läsrepliker är oberoende läsbara datorberäkningar som utför läsåtgärder på samma data som din primära skriv-/läsdator. Till skillnad från traditionella repliker duplicerar inte Lakebase-läsrepliker data. De läser från samma lagringslager, vilket möjliggör omedelbar skapande och eliminerar extra lagringskostnader.

Viktiga fördelar:

  • Vågrät skalning: Distribuera läsbegäranden över flera repliker.
  • Ingen dataduplicering: Alla repliker läser från samma lagringsenhet.
  • Skapa direkt: Tillgänglig på några sekunder utan datakopiering.
  • Kostnadseffektiv: Inga ytterligare lagringskostnader, plus stöd för automatisk skalning och skalning till noll.

Läs mer: Läs repliker | Hantera läsrepliker

Hur de fungerar tillsammans

Dessa grundläggande begrepp fungerar tillsammans för att skapa en kraftfull och flexibel databasplattform:

  1. Projekt organiserar alla dina databasresurser och tillhör en Azure Databricks arbetsyta.
  2. Automatisk skalning säkerställer att varje gren har rätt mängd beräkning baserat på efterfrågan.
  3. Skala till noll minskar kostnaderna för inaktiva grenar genom att pausa beräkningen när den inte används.
  4. Med databasgrenar kan du skapa isolerade miljöer för utveckling och testning utan att duplicera data.
  5. Beräkningar och slutpunkter ger stabila anslutningspunkter när du skalar eller konfigurerar om infrastrukturen.
  6. Lagringsarkitekturen håller dina datazonsredundanta och högtillgängliga, oberoende av beräkningstillstånd.
  7. Hög tillgänglighet ger redundans på beräkningsnivå och automatisk redundansväxling över tillgänglighetszoner för produktionsarbetslaster.
  8. Läsrepliker distribuerar lästrafik över ytterligare beräkningsinstanser.

Med den här arkitekturen kan du skapa och skala databasprogram med större flexibilitet, lägre kostnader och mindre driftkostnader än traditionella databassystem.