MMOS:支持超卖的多租户数据库内存资源共享方法

多租户数据库为每个租户分配固定的资源配额,而这些资源配额通常未全部得到有效利用,这种静态分配策略导致资源利用率不高。若在不影响租户性能的前提下将未利用的空闲资源共享给其他租户使用,即实现资源超卖,则可以提高资源利用率、提升平台收益。为了支持资源超卖,需要准确预测租户的资源需求,动态地按需为租户分配资源。已有的针对多租户数据库的资源共享方法的研究对象主要是CPU资源,鲜有支持超卖的内存资源共享方法。鉴于此,在联机分析处理场景下,提出了一种支持超卖的多租户数据库内存资源共享方法MMOS(Multi-tenant database Memory resource Overselling and Sharing)。该方法通过准确预测每个租户的内存需求区间,按照区间上限为租户动态调整内存配额,在不影响租户性能的前提下,统一管理空闲内存资源以支持更多租户,实现内存超卖。实验结果表明,MMOS在租户负载动态变化的场景下具有较好效果。在不同资源量的资源池下,支持的租户数可以增加2~2.6倍,资源利用率峰值提升175%~238%。同时,每个租户的业务与性能未受影响。

面向多租户数据库的Skyline处理算法

对面向服务的多租户数据库上的Skyline查询展开了深入研究,提出了一个有效的查询处理算法--面向多租户数据库的Skyline(multi-tenant database oriented Skyline,MDOS)。针对多租户数据库环境下,数据往往以枢轴表形式存贮的特点,设计了一个基于B+树的索引阵列。基于该索引结构,进一步采用启发式剪枝策略,极大地降低了支配测试的次数。大量的实验表明,MDOS算法具有较高的综合性能。

SaaS模式下多租户数据库的研究

SaaS模式下的多租户数据库能够平衡数据共享和数据隔离的要求,租户数据的存储、子用户与租户的对应、权限的管理、数据的扩展等是在多租户数据库设计过程中不可回避的问题。本文对这四个问题进行了研究,并给出了具体的解决思路和实现方法。

一种基于云的SaaS分布式多租户数据库研究

给出一种基于云平台的Saa S分布式多租户数据库架构,探索了Saa S多租户应用面临的租户自定义数据访问控制和租户海量数据存储两大挑战的解决方法。使用云平台虚拟机作为局部存储节点,借助数据切分和读写分离,实现了可用性和扩展性强的租户海量数据的存储。采用灵活的键值对模型存储租户自定义数据,提出了基于元数据的租户自定义数据访问控制方法,并设计了访问控制算法。将典型应用TPC-W转换为多租户模式并进行原型实验分析,结果表明该架构是有效和可行的。

基于混合云资源池多租户数据库容灾应用

如今,随着云计算的发展,各类企事业单位逐步开始利用云计算技术提供业务、数据等托管服务,通过基于互联网的“托管”及“租用”的模式解决企业数据库基础设施建设的问题,以降低数据库部署、容灾等运维成本。文中主要从混合云环境下多租户数据库实际业务需求以及数据保护的角度,阐述了通过混合云资源池多租户数据库RAC(Real Application Clusters)+DG(Data Guard)的数据库容灾模式,可大大提升混合云资源池多租户数据库服务的可靠性及连续性,从而数据库即服务(DBaaS)的高可用性得到充分体现。

基于共享模式的SaaS多租户数据划分机制研究

对SaaS模式下,对共享模式的多租户数据在云中多节点环境的划分问题进行了研究,提出一种支持SaaS应用的多租户数据划分模型和算法。与目前主要面向分析型应用并且缺乏事务支持的分区技术和云数据库解决方案进行比较,理论分析和实验结果同时表明,该划分机制能有效地实现云环境中系统规模动态扩展,同时最大限度地降低分布式事务代价。

基于Chord的多租户索引机制研究

多租户数据管理是支持SaaS应用高效运行的重要组成部分.随着租户规模的不断扩大,多租户数据库需要云计算环境下的每个节点都存储并处理租户数据,因此适合利用对等结构(P2P)组织管理多租户数据.组织良好、易扩展的云中多租户索引机制是高效查询的关键.文中基于P2P结构对多租户索引机制展开研究,针对不同租户的索引易相互干扰、租户数据分布无序的问题,通过对Chord的映射方法进行改进将所有租户索引统一映射到一个标识符空间,给出的映射函数使单个租户索引可以隔离、保序地在空间分布.同时设计了各节点所负责的标识符空间范围的分配算法,使租户索引及数据可均衡、聚集地放置在各节点,从而使查询时既能通过对等结构避免性能瓶颈,也降低了数据传输成本.文中给出了多租户索引机制的动态维护策略,提出的标识符空间增倍方法使该索引机制能够适应租户数量与索引不断增加的应用场景.实验结果表明,该机制在租户规模较大时,与集中式索引相比查询时间至少可以节省50%,吞吐量提高1.5倍.

通过系统架构的优化实现企业数据仓库的平稳迁移

本文通过对企业数据仓库体系架构的分析,开展了对模型设计和数据迁移路径的研究,发现可以通过系统架构的优化有效地支持企业数据仓库中数据模型和历史数据迁移的顺利完成。此架构优化的好处也体现在保证了数据分析服务的连续性,业务不会受到企业数据仓库升级期间模型传输和冻结期的影响。另一个关键点就是企业数据仓库底层的分布式大规模并行数据库所提供的多租户云架构。基于此共享架构所搭建的企业数据仓库可以灵活部署数据应用项目,在升级和迁移过程中,利用合理资源部署所需要的开发和测试环境,不仅满足了独立性的要求,也能减轻数据冗余。多租户的系统架构除了满足迁移和升级外,也可以在资源发生瓶颈时进行横向扩展。不仅在系统架构和部署方面应用多租户,通过探索简化数据冗余,更好地履行数据的单一来源的原则方面也可以探索和应用这种系统架构。从而提供用户更好的应用效果、更低的运营成本和最大化的资源投入。

面向多租户的多层次可伸缩SaaS软件架构研究

针对SaaS模式下面向多租户的SaaS软件如何随着用户数量及请求规模的变化而进行自适应伸缩的问题,在分析SaaS软件的可伸缩需求的基础上,从一个较为宏观的角度提出了一个面向多租户的多层次可伸缩SaaS软件架构.该软件架构将SaaS软件的伸缩层次划分为业务层和数据层两个部分,从应用、流程和构件等三个粒度研究多粒度业务层的动态可伸缩实现方法;在数据层,以内存数据库子层、全局数据库子层以及数据引擎构建一个面向多租户的数据库开发框架,实现租户数据的隔离、存储以及一致性.基于该软件架构,开发了一个面向物流行业的多租户SaaS原型系统,验证了其有效性和可用性.