柴司的办公室，就设在北京五环外一座普往常通的写字楼里。在兼并楼层里，还有其他十几家通常迷你的团队，包括几家电商公司。咱们天天王人能看到他们打包、点货。

电商的每一笔订单，王人波及到客户的个东谈主信息，居品信息，订单信息，库存情况，物流信息等等，最终汇总成一个雄壮的数据库。从客户下单，到发货、进货，分析营销扩充计谋等 ..... 蹧跶要围绕着这个数据库来。

尤其在双 11、黑五这样的营销季，订单暴涨，数据库的一个故障，亏蚀的便是实着实在的穷苦钱。

但当多年蕴蓄的数据摆在眼前的时候，到底应该若何束缚、查询？难谈用 Excel 吗？

为了演示这个问题，咱们的确生成了100 万条数据，并趁着华为云数据库双 11 的行为，看支执理 100 万条数据是若何一种体验？

   视频版

↓↓ 看完这个视频就知谈了 ↓↓

↑↑ 信我，的确超等颜面   ↑↑

   图文版

领先，天然不行用 Excel.....

不年少企业在订单数小，历史数据未几的时候，会用土产货数据库。绵薄来说，便是我方买职业器硬件，使用 MySQL 等数据库软件，用钱请独特的运维东谈主员，从新运转搭建一个数据库系统，并焚香洗手沐浴更衣，祷告它能 7 × 24 小时褂讪运行。

数据量小的时候，土产货数据库如实不错应答。但一朝际遇双 11 和跨境电商的"黑五"这样的营销季，业务量暴涨，只须一次故障，就可能让客户刚下的订单，和本来能赚到的钱，告成消亡。

但若是用钱买更强的硬件，又要看着它们在非岑岭期落灰闲置。

是以也有一些企业会买捏造的云职业器，用来确立数据库，也便是各人说的用 ECS 自建数据库：这十分于把硬件外包了出去，但搭建数据库的资本，包括运维东谈主员的资本，如故得我方职守。哪天运维苍老念念喝酒撸串，其他东谈主靠近着复杂的数据库页面，只可一脸懵逼。

那云数据库能贬责这些问题吗？

咱们此次用的华为云提供的基于 MySQL 的计议型数据库职业，也便是 RDS for MySQL，来作念个测试，望望它的性能有多强。

领先，咱们要搭一个电商数据库，并生成 100 万条数据。数据库中要有客户表，居品表，订单表，以及付款，物流等等表格。总之，要尽可能模拟一个电商公司的真正运作。

之后，咱们创建了一个 Python 剧本，用 Faker 库立时创建了 2 万个捏造用户，以及 15 万条订单，付款和物流数据。

在运行之后，数据库中就出现了云南省哈尔滨市的王秀珍，和广西西安市的丁海燕 ...... 这不首要，归正这 2 万名立时生成的捏造用户，只是咱们测试谈具拆开。

居品内外，咱们也模拟了售价 823.62 元的演义，和仅售 121 块钱的空调等爆款商品。

况兼请提神，这些表之间有着复杂的计议：比如订单表内部有 customer_id 计议到用户表内部的用户 id，付款内外有 order_id 计议到订单表。是以这类数据库才叫"计议型数据库"。

在创建完这八张表，一共近 100 万条数据之后，咱们就不错运转试试 RDS for MySQL 到底有几把刷子了。

咱们使用了华为云当前提供免费试用的单机版 8 核 16G 配置，只需重心两下鼠标，聘用我方需要的配置就能直创建数据库，既开即用，比拟于土产货自建职业器的繁经由来说着实太绵薄了～

因为咱们也曾用 Python 剧本确立好了数据，是以进入数据束缚职业界面之后，能告成运转查询。

咱们先望望往时一个月内注册的用户，热热身：

后果耗时1ms......

那么进步一下难度：咱们念念望望每个用户的购物总破钞，并按照从高到低的划定给他们排序，以便于后续给土豪推挥霍，那不错使用团聚函数来查询：

你猜猜此次要多久？

谜底是 177ms，对于 RDS for MySQL 来说，依然是莫得流一滴汗。

那么咱们继续上难度：此次咱们念念要查询通盘客户的最近一次订单以及支付现象，并按照订单的时代划定，排序复返最近的 50 名下单客户。这会波及到多张表的 JOIN 操作，包括客户表，订单表和付款表：

后果咱们看通盘这个词查询时代也只是只好 68ms，依然十分简陋。

那咱们再试一些更复杂的业务逻辑：比如咱们念念查询最近一个月内，每个商品类别的销售总和，以便后续进货。那此次的查询时代是 256ms。

接着咱们查询了平均订单金额高于通盘订单平均值的客户，如故筛选土豪。这要先运筹帷幄出通盘效户的平均订单金额，然后再从通盘效户中筛选出订单金额大于这个数的东谈主。通盘这个词查询时代也只是只好 37ms。

看起来这些任求着实难不倒 RDS for MySQL，咱们让测试同学阐发终生所学，来点狠的锻真金不怕火。

咱们念念把柄消费总和，先找出最有钱的前 10 名客户，并定位他们最常购买的居品类别，方便后续针对性地职业好大客户。那这个查询会波及多张表多半的 JOIN 操作。后果呢，也只花了 209ms  就完成了查询。

除了关切大客户，咱们还念念望望那些也曾很久没来下单的非活跃用户。咱们不错把最近下单时代跳跃六个月的客户界说为非活跃客户，然后望望他们和活跃用户比拟，对业务的孝敬有多大区别。此次的查询时代是 235ms。

在这个领有接近 100 万条数据的数据库里，咱们用光了对于数据库查询的终生所学。但通盘复杂的查询操作，用时也从来莫得跳跃 0.5 秒，扞拒不行。

终末咱们的测试同学放荡了：他把之前用的一个查询封装成一个函数，然后衔接调用它 100 次，不错看到即便这样复杂的查询衔接奉行 100 次，用时也仅有 18 秒， CPU 欺诈率只好 2% 露面，也就跟咱们札记本电脑待机时的现象差未几。

除了这些查询测试除外，咱们也用性能压测器具 sysbench 对数据库作念了测试，这是在确立为 64 线程的测试后果。这里的 TPS 代表每秒奉行的事务量，QPS 代表每秒的查询数目。不错看到平均 TPS 为 677，QPS 更是达到 1.3 万驾御，足以看出数据库对于高并发场景的性能上风。

况兼，咱们这里用的只是试用配置，在华为的数据库性能白皮书里，还列出了不同 CPU 和内存搭配的性能测试后果，在其测试场景下，TPS 和 QPS 折柳粗略终了最高 6400 和 12.9 万的恐怖获利。

天然，性能只是云数据库职业的一方面汉典。对于数据库职业来说，褂讪、安全也至关首要。

咱们不错在 RDS 的云职业监控细目这里，看到数据库各项的策画监控，并实时收到畸形告警。况兼还不错把柄业务需求，自界说告警章程。

况兼许多时候，这些告警王人用不着你我方来处理：比如挂念磁盘空间不及，那不错在实例的页面聘用磁盘自动扩容，自动化运维，毋庸劳烦正在喝酒撸串的运维苍老。

这亦然 RDS for MySQL 相对于土产货数据库的另一种上风：不论是性能，如故存储等不够用，那王人不错随处随时把柄骨子需求变更扩容，资本低，弹性强。

此外，华为云 RDS for MySQL 还接管了多部署架构和容灾决策，确保数据库随时可用、且可复原到淘气时代节点。

你不错通过自动备份功能，方便地备份和复原数据，毋庸挂念数据丢失带来不测亏蚀。

是以比拟于自建数据库来说，RDS for MySQL 提供的不光是更强的性能，还有更弹性、褂讪、释怀的体验。

天然，一些小团队可能合计 RDS for MySQL 这样强的性能当前还用不上。那不错谈判更轻量级的 Flexus 云数据库 RDS：

它通常提供了开箱即用的体验，也支执数据扩容，备份等功能。性价比很高，很合乎中小企业与个东谈主开采者。

咱们也帮你体验过了，它在性能也很够用。况兼不错无缝升级到圭臬版 RDS for MySQL，毋庸挂念异日业务增长之后出现瓶颈——这极少很首要，固然咱们是小团队，但出来混，谁还不怀着一个作念大作念强的梦念念呢？

若是你有需要的话，不错望望华为双 11 手艺的云数据库专场，赶一波新客专享优惠。

终末，通常手脚一家小团队，咱们深知各人王人靠近着雷同的问题：咱们财力和东谈主手有限，只可把资源连接在主业上。其他的事情，最佳能交给绵薄、高效、褂讪、性价比高的外部职业来贬责。而不是参增多半资本，渐渐摸索，从 0 搭建。

从这个真义上来说，每家小公司，王人高度依赖一个健全、完善的交易基础法式体系。高速的互联网、方便的物流、庸俗袒护的通信、互助器具，以及咱们今天先容的，褂讪、易用、可靠的云职业等等加在全部，才共同组成了这一基础法式。

它们就像水和电一样，略显败兴，容易被冷漠，但却真正地支执了无数企业和职工的发展与成长。但愿中国异日的交易基础法式能越筑越牢。

下期见！