有赞数据库服务设计与实践-3306π南京站

客官°小女子只卖身不卖艺 2022-12-14 03:44 141阅读 0赞

**主题**：**「3306π」南京站活动专访杨奇龙《有赞数据库服务设计与实践》**

**大纲**：

1、杨老师，一直持续在各个技术方面，为大家输出精彩文章，请问您是如何在工作之余进行的技术总结呢？您的学习方法可否分享给大家？

2、各个企业都在引用开源或者自研数据库服务或平台来进行工作提效，请问杨老师如何量化数据库服务带来的成果呢？

3、请问杨老师，有赞数据库服务的开发团队非常高效，但一般中小企业都会希望DBA本身负责研发相关工作，杨老师可否谈谈您对DBA的定位和发展建议呢？

4、 请问杨老师，一般企业在规划数据库服务平台从0到1过程，您比较推荐哪种模块依次开发的顺序来，实现平台的有效设计和有效推广呢？

**分享时间**：

2020年10月17日 13:00-18:00

![1574843126677621.png][]

扫一扫左边二维码，  
立刻报名本次活动。

嘉宾自我介绍

![format_png][]

**杨奇龙**  杭州有赞 DBA ，运营公众号yangyidba 。负责有赞数据库架构设计，数据库服务治理，故障诊断等等

杨老师，一直持续在各个技术方面，为大家输出精彩文章，请问您是如何在工作之余进行的技术总结呢？您的学习方法可否分享给大家？

![format_png 1][]

关于写文章这件事上可以看出我记得我从2009年5月份在itpub的博客写了第一篇文章，基本一路写到现在，算是兴趣和对技术的坚持吧。平时利用工作的机会收集案例，素材，查看官方文档，网络其他牛人的博客等，利用空余时间 做技术试验测试，然后汇总写写文章。

对于不论技术学习还是其他学科的学习，我比较推荐 费曼学习法 ，主动学习，以教促学，不一定真的去教课，我们可以选择说，也可以把知识点写出来，分享给大家。

各个企业都在引用开源或者自研数据库服务或平台来进行工作提效，请问杨老师如何量化数据库服务带来的成果呢？

![format_png 1][]

如何量化工作平台的效果，其实算是服务运营的一部分。我们并没刻意的去采集这方便的数据，主观上自动化比人肉带节约了非常多的时间和提升了幸福感。

自动化之前是人工操作表变更，变更自动化之后我们会将变更动作记录为工单的形式，从申请到审批到变更过开始执行然后变更结束，每个环节都有时间点。基于此我们可以统计变更的耗时，每月的变更量做一个报表，查看数据库相关动作占开发日常需求的百分比，越少说明我们数据库服务的效率越高。

请问杨老师，有赞数据库服务的开发团队非常高效，但一般中小企业都会希望DBA本身负责研发相关工作，杨老师可否谈谈您对DBA的定位和发展建议呢

![format_png 1][]

1） DBA的职能主要还是保障数据库系统稳定，解决日常开发需求，规划数据库架构满足公司业务发展。

2） 作为一线的DBA，我们服务的对象是开发，要多和开发沟通，了解业务场景，为业务方提供合适的存储类型。

3） 保持对技术的好奇心，至少会一门开发语言，用于解决自己工作中的高频问题，提高工作效率。

4） 可以尝试看看MySQL 源码，更透彻理解MySQL的工作原理。

5） 如果工作很长时间，可以尝试跳出DBA的角色，关注"数据"在公司的业务层面的流转，往数据架构师方向发展。

请问杨老师，一般企业在规划数据库服务平台从0到1过程，您比较推荐哪种模块依次开发的顺序来，实现平台的有效设计和有效推广呢？

![format_png 1][]

数据库服务平台面向两个角色，一个是面向开发，一个是面向运维本身。他们都有一个共同的基础--元数据 : 实例 ip，port，schema，table\_name ，表结构，库和表的归属人,业务线 ，所有的服务功能都基于此元数据构建 。

从提高效率的角度上先解决高频率的需求或者说动作。开发日常行为是高频的，比如开发日常的变更，数据查询，数据库，表结构多环境一致性需求。

所以我们实际的建议的顺序是: 元数据 -->自动化建库，建表-->DDL变更/DML变更查询--安全审计。

从运维侧的顺序是：元数据-->HA-->自动备份/恢复-->实例运维(初始化，迁移，部署主从，拆分) --> 日常需求自动化(系统容量评估，报警监控治理，慢查询治理) 等等。

「3306π」南京站

**时间: ****2020年10月17日 13:00-18:00**

地点：南京市玄武区珠江路498号INNO未来城二楼

![format_png 2][]

扫码进群更方便

![format_png 3][]

**关于「3306π」社区**

围绕 MySQL 核心技术，将互联网行业中最重要的数据化解决方案带到传统行业中；囊括其他开源技术RadonDB、ClickHouse、Redis、MongoDB、Hbase、Hadoop、ElasticSearch、Storm、Spark等；分享干货知识，即便是赞助商，也要求如此，拒绝放水

![format_png 4][]

[1574843126677621.png]: /images/20221123/546e797ab69a408a85d6086fa42a50da.png
[format_png]: /images/20221123/3ce97472c19247daafa11b85ff4e29d3.png
[format_png 1]: /images/20221123/d74e6585bfb541a4bd52635347c1be2c.png
[format_png 2]: /images/20221123/b8d72afd59574375966dec738a130bdb.png
[format_png 3]: /images/20221123/e3d121429aaa4228a08a389fb2ab117e.png
[format_png 4]: /images/20221123/821ee8b539634930a084375589e68243.png