腾讯云TDSQL-C Serverless 产品体验_腾讯tdsql函数

关于serverless

serverless应该是最近几年的最火的技术之一了，而serverless版本的数据库也是云原生数据库的选择之一。腾讯云作为国内领先的云服务厂商，更是在serverless数据库上发力。最近上线的这款serverless数据库提供了更加多样化的选择，可以在资源优化，使用效率等方面有长足的发展。

本文将从头到尾带大家体验下腾讯云TDSQL-C MySQL 版，将会体验其核心功能，并且引入实际 项目对这款数据库进行测试。

腾讯云TDSQL-C Serverless简介

TDSQL-C MySQL 版（TDSQL-C for MySQL）是腾讯云自主研发的全新一代云原生关系型数据库解决方案。它融合了传统数据库的稳定性、云计算的弹性扩展能力以及新一代硬件技术的优势，为用户提供了卓越的数据库服务。TDSQL-C MySQL 版以高弹性、高性能、海量存储和卓越的安全性闻名。

这个创新性的数据库解决方案完全兼容 MySQL 5.7 和 8.0 版本，因此您可以毫不费力地将现有的 MySQL 数据库迁移到 TDSQL-C MySQL 版上。它实现了超过百万级的每秒查询(QPS)吞吐量，提供了PB级别的智能存储，为您的数据提供了坚实的安全保障。

TDSQL-C MySQL 版采用了存储和计算分离的架构，这意味着所有计算节点可以共享一份数据，从而实现了秒级的配置升级和降级。它还能够在秒内恢复故障，单一节点能够支持百万级别的查询吞吐量。此外，它还能够自动进行数据维护和备份，并且可以以惊人的GB/秒速度进行并行回档。

TDSQL-C MySQL 版继承了商业数据库的稳定性、高性能和可扩展性，同时也拥有开源云数据库的灵活性和高效迭代的优势。这意味着您可以轻松将现有的 MySQL 数据库迁移到 TDSQL-C MySQL 版上，而无需修改应用程序代码和配置。

体验准备工作

TDSQL-C Serverless 实例购买

点击如下地址跳转购买页
TDSQL-C MySQL 版购买页

部分配置说明：

开启外网访问权限

开启外网可访问，方便后续测试验证，业务使用不建议开启

数据库实例压测

1. sysbench安装

我们通过sysbench做个简单的压测，看下数据库的一些性能指标

安装，通过如下命令

curl -s https://packagecloud.io/install/repositories/akopytov/sysbench/script.rpm.sh |bash 

yum install -y sysbench
1
2
3

通过如下命令进行检验：

sysbench --version
1

2. 压测数据写入

通过执行如下命令，新建20张表，并且每个表中构建出 100万条测试数据,具体的host、port、user、password根据实际情况进行修改，新建的表也可以根据自己需要去建立。

sysbench --db-driver=mysql --time=300 --threads=10 --report-interval=1 --mysql-host=gz-cynosdbmysql-grp-d27hp6vl.sql.tencentcdb.com --mysql-port=25648 --mysql-user=root --mysql-password=password --mysql-db=experience-15 --tables=20 --table_size=1000000 oltp_read_write --db-ps-mode=disable prepare
1

3. 整体的读写测试

测试数据库的综合读写TPS，使用oltp_read_write模式

通过如下命令执行，可以看到控制台有压测数据输出，如果你想要输出到文件，也可以通过命令配置实现

因为目前实际访问是通过公网进行的，这里只是提供一个压测的思路，感兴趣可以自己在内网实践下

sysbench --db-driver=mysql --time=300 --threads=10 --report-interval=1  --mysql-host=gz-cynosdbmysql-grp-kb212sal.sql.tencentcdb.com --mysql-port=25648 --mysql-user=root --mysql-password=password --mysql-db=experience-15 --tables=20 --table_size=1000000 oltp_read_write --db-ps-mode=disable run
1

控制台压测数据：

4. 只读性能测试

测试数据库的只读性能，使用oltp_read_write模式，执行命令如下：

sysbench --db-driver=mysql --time=300 --threads=10 --report-interval=1 -mysql-host=gz-cynosdbmysql-grp-kb212sal.sql.tencentcdb.com --mysql-port=25648 --mysql-user=root --mysql-password=password --mysql-db=experience-15  --tables=20 --table_size=1000000 oltp_read_only --db-ps-mode=disable run
1

5. 插入性能测试

测试数据库的数据插入性能，使用模式：oltp_insert,命令如下：

sysbench --db-driver=mysql --time=300 --threads=10 --report-interval=1 -mysql-host=gz-cynosdbmysql-grp-kb212sal.sql.tencentcdb.com --mysql-port=25648 --mysql-user=root --mysql-password=password --mysql-db=experience-15 --tables=20 --table_size=1000000 oltp_insert --db-ps-mode=disable run
1

Serverless 特性介绍

以下是提供的特性内容以Markdown表格形式整理：

关于计费的介绍

应该很多同学都经历过降本增效的事情吧，如果用了severless，那么这个就会变得很简单了。

项目体验–python调用数据库生成词云图

使用 Python 向 TDSQL-C 添加读取数据 实现词云图

整个实践步骤如下：

准备pyton环境，安装依赖包

pip install PyMySQL==1.1.0
pip install pandas==2.0.1
pip install wordcloud==1.9.1.1
pip install numpy==1.23.5
pip install matplotlib==3.7.2
pip install Pillow==9.5.0
1
2
3
4
5
6

配置数据库连接信息

db_config = {
    'host': "gz-cynosdbmysql-grp-kb212sal.sql.tencentcdb.com",  # 主机名
    'port': 25648,  # 端口
    'user': "root",  # 账户
    'password': "Tpassword",  # 密码
    'database': 'database',

}
1
2
3
4
5
6
7
8

创建读取excel文件的函数

def excelTomysql():
    path = '词频'  # 文件所在文件夹
    files = [path + "/" + i for i in os.listdir(path)]  # 获取文件夹下的文件名,并拼接完整路径
    for file_path in files:
        print(file_path)
        filename = os.path.basename(file_path)
        table_name = os.path.splitext(filename)[0]  # 使用文件名作为表名，去除文件扩展名
        # 使用pandas库读取Excel文件
        data = pd.read_excel(file_path, engine="openpyxl", header=0)  # 假设第一行是列名
        columns = {col: "VARCHAR(255)" for col in data.columns}  # 动态生成列名和数据类型

        create_table(table_name, columns)  # 创建表
        save_to_mysql(data, table_name)  # 将数据保存到MySQL数据库中，并使用文件名作为表名
        print(filename + ' uploaded and saved to MySQL successfully')

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

根据excel文件名创建数据库表名

def create_table(table_name, columns):
    # 建立MySQL数据库连接
    conn = pymysql.connect(**db_config)
    cursor = conn.cursor()
    # 组装创建表的 SQL 查询语句
    query = f"CREATE TABLE IF NOT EXISTS {table_name} ("
    for col_name, col_type in columns.items():
        query += f"{col_name} {col_type}, "
    query = query.rstrip(", ")  # 去除最后一个逗号和空格
    query += ")"

    # 执行创建表的操作
    cursor.execute(query)

    # 提交事务并关闭连接
    conn.commit()
    cursor.close()
    conn.close()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

将读取的excel 数据保存到数据库对应的表中

def excelTomysql():
    path = '词频'  # 文件所在文件夹
    files = [path + "/" + i for i in os.listdir(path)]  # 获取文件夹下的文件名,并拼接完整路径
    for file_path in files:
        print(file_path)
        filename = os.path.basename(file_path)
        table_name = os.path.splitext(filename)[0]  # 使用文件名作为表名，去除文件扩展名
        # 使用pandas库读取Excel文件
        data = pd.read_excel(file_path, engine="openpyxl", header=0)  # 假设第一行是列名
        columns = {col: "VARCHAR(255)" for col in data.columns}  # 动态生成列名和数据类型

        create_table(table_name, columns)  # 创建表
        save_to_mysql(data, table_name)  # 将数据保存到MySQL数据库中，并使用文件名作为表名
        print(filename + ' uploaded and saved to MySQL successfully')
1
2
3
4
5
6
7
8
9
10
11
12
13
14

读取数据库中存入的数据

def query_data():
    # 建立MySQL数据库连接
    conn = pymysql.connect(**db_config)
    cursor = conn.cursor()
    # 查询所有表名
    cursor.execute("SHOW TABLES")
    tables = cursor.fetchall()

    data = []
    dic_list = []
    table_name_list = []
    for table in tables:
        # for table in [tables[-1]]:
        table_name = table[0]
        table_name_list.append(table_name)
        query = f"SELECT * FROM {table_name}"
        # # 执行查询并获取结果
        cursor.execute(query)
        result = cursor.fetchall()
        if len(result) > 0:
            columns = [desc[0] for desc in cursor.description]
            table_data = [{columns[i]: row[i] for i in range(len(columns))} for row in result]
            data.extend(table_data)
        dic = {}
        for i in data:
            dic[i['word']] = float(i['count'])
        dic_list.append(dic)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

执行函数,并生成词云图

if __name__ == '__main__':
    ##excelTomysql()方法将excel写入到mysql
    excelTomysql()
    print("excel写入到mysql成功！")
    # query_data()方法将mysql中的数据查询出来，每张表是一个dic，然后绘制词云
    result_list, table_name_list = query_data()
    print("从mysql获取数据成功！")
    for i in range(len(result_list)):
        maskImage = np.array(Image.open('background.PNG'))  # 定义词频背景图
        # 定义词云样式
        wc = wordcloud.WordCloud(
            font_path='PingFangBold.ttf', # 设置字体
            mask=maskImage,  # 设置背景图
            max_words=500,  # 最多显示词数
            max_font_size=100)  # 字号最大值
        # 生成词云图
        wc.generate_from_frequencies(result_list[i])  # 从字典生成词云
        # 保存图片到指定文件夹
        wc.to_file("词云图/{}.png".format(table_name_list[i]))
        print("生成的词云图【{}】已经保存成功！".format(table_name_list[i] + '.png'))
        # 在notebook中显示词云图
        plt.imshow(wc)  # 显示词云
        plt.axis('off')  # 关闭坐标轴
        plt.show()  # 显示图像
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

总结

总之，TDSQL-C MySQL 版是一个强大而灵活的数据库解决方案，它汇集了业界领先的技术，为您的数据提供了卓越的性能、可靠性和安全性。无论是在性能需求上，还是在数据迁移上，它都能够满足您的各种需求。