阿里云PolarDB：计存分离架构与性能优势详解

传统数据库架构中，计算资源与存储资源紧密耦合于单一物理服务器，导致扩展时需同步扩容计算与存储单元，形成典型的”木桶效应”。与之形成鲜明对比的是，云原生数据库PolarDB采用计算存储分离架构，将数据库系统划分为计算层与存储层两个独立单元，其中计算层专注于查询处理和事务管理，存储层则负责数据持久化与日志管理。这种解耦设计使两个层级能够独立扩展，计算节点可根据业务负载动态调整，而存储池则可实现PB级容量横向扩展，彻底突破物理服务器的资源限制。

核心技术：共享存储与分布式协议

PolarDB架构的核心突破在于实现了多个计算节点共享同一份远端存储数据。如图所示，系统包含一个可读写的Leader节点和多个只读的Follower节点，这些节点通过网络连接到由大量存储节点构成的分布式存储集群。在数据一致性保障方面，PolarDB通过ParallelRaft协议确保存储层多副本间的数据强一致性。值得一提的是，Follower节点无需从Leader节点全量拉取数据，仅需同步写入日志位点等元信息，这种设计使得主从延迟可控制在毫秒级别。

“共享存储架构完全消除了节点间的数据拷贝，实现了数据量无关的快速弹性能力，这是传统主从结构数据库无法比拟的优势。”

性能突破：软硬协同优化实践

在I/O性能优化方面，PolarDB采用多维度技术方案：

• RDMA网络直连：通过100Gb lossy RDMA构建高稳定性网络，实现近万台节点的线性扩展
• 弹性内存池(EMP)：通过软硬协同实现精细化I/O加速，结合自研持久化内存设备AliSCM显著提升数据访问效率
• 智能存储设备：自研透明压缩盘SMART SSD，配合PolarStore存储引擎，实现存储成本降低60%

这种软硬协同优化使PolarDB在TPC-C基准测试中创造了每分钟20.55亿笔交易(tpmC)的全新世界纪录，性能达到原记录的2.5倍。

极致弹性：秒级扩展与无缝切换

计存分离架构赋予了PolarDB前所未有的弹性能力。当需要增加只读节点时，系统无需进行数据拷贝，新增节点直接接入共享存储，完成必要的内存状态初始化后即可提供服务。这种机制实现了与数据量无关的节点扩展，即使面对TB级数据规模，亦能在秒级完成读能力扩容。在容灾场景下，主备切换通过存储层日志位点的一致性保障，实现原子的节点切换，确保业务连续性。

混合负载：OLTP与OLAP的统一支撑

PolarDB通过大规模并行计算能力，创新性地实现对OLTP（联机事务处理）与OLAP（联机分析处理）混合负载的同时优化。传统架构中，事务型负载与分析型负载往往需要分离部署，而PolarDB允许同一份数据同时服务两类截然不同的工作负载。这一特性极大简化了企业数据架构，避免了复杂的数据同步与ETL流程，同时降低了总体拥有成本。

成本优化：资源效率的极致追求

PolarDB通过多层技术实现成本结构优化：

这种全方位的成本优化使PolarDB在TPC-C测试中同时刷新了性价比纪录，达到每tpmC仅0.8元人民币的单位成本。