orczhou.com

  • 首页
  • 云数据库性能测试与对比
    • RDS MySQL 性能对比
    • RDS PostgreSQL 性能对比
    • AWS RDS架构与选型
    • 阿里云RDS架构与选型
    • 阿里云ARM/x86 RDS对比
    • 华为云鲲鹏/x86 RDS对比
    • AWS Graviton/x86 RDS对比
  • 关于MySQL
    • 读《高性能MySQL》
    • 如何学习MySQL
    • MySQL版本现状与选择
    • MySQL的历史版本
  • 其他
    • 云数据库行业动态
    • 关于生活
    • 归档页面
    • 管理页面
    • 关于orczhou
  • 使用Oracle云上的MySQL 9.x作为向量存储

    2025-05-25

    MySQL的向量处理现状

    向量数据库或者说向量处理是,个人认为,最为重要数据库AI能力。目前,各个数据库都在围绕着向量数据库构建更为丰富的LLM/AI相关功能。而MySQL 9最为重要的特性之一就是新增了向量处理能力。当前的版本主要包括了:(a) 向量数据类型;(b) 简单的向量处理函数。其中部分向量处理函数放在了MySQL的企业版或云版本中。

    因为当前MySQL 9系列的版本均为创新版(并不是稳定版),所以相关功能还会不断的迭代和发展。期待未来做出更多丰富功能:(a) 新增向量相似性搜索功能;(b) 并将完整的向量处理能力放到社区版中。后续依旧会持续关注这部分的产品能力。

    本文测试环境为Oracle Cloud,你可以参考在 Oracle 云上免费测试数据库[3]文中创建一个免费的MySQL实例进行测试。

    MySQL中的向量数据类型

    向量数据存储

    在MySQL 9中新增了数据类型vector用来存储向量数据[1],简单的使用方式如下:

    create table vector_t01 (
        id int,
        s_v_01 vector(390),
        s_v_02 vector(390)
    );

    这里表示s_v_01、s_v_02均为390维的向量,每个维度在MySQL中使用4 bytes的单精度浮点类型存储。

    写入向量数据

    为了测试使用方便,这里使用string_to_vector对向量进行转换并进行存储:

    insert into vector_t01 values (1,string_to_vector('[1,2,3]'),string_to_vector('[4,5,6]'));

    查询向量数据

    使用 VECTOR_TO_STRING

    使用 SELECT 直接查询向量数据的话,则返回的是二进制形式,可以使用函数VECTOR_TO_STRING做一次转换:

    select id,VECTOR_TO_STRING(s_v_01),VECTOR_TO_STRING(s_v_02) FROM vector_t01;
    +------+---------------------------------------+---------------------------------------+
    | id   | VECTOR_TO_STRING(s_v_01)              | VECTOR_TO_STRING(s_v_02)              |
    +------+---------------------------------------+---------------------------------------+
    |    1 | [1.00000e+00,2.00000e+00,3.00000e+00] | [4.00000e+00,5.00000e+00,6.00000e+00] |
    +------+---------------------------------------+---------------------------------------+

    如果不使用VECTOR_TO_STRING则返回的是底层的二进制存储内容:

    select id,s_v_01,s_v_02 FROM vector_t01;
    +------+--------------+--------------+
    | id   | s_v_01       | s_v_02       |
    +------+--------------+--------------+
    |    1 |   �?   @  @@  |   �@  �@  �@    |
    +------+--------------+--------------+

    十六进制查询

    如果使用十六进制展示,则有:

    select id,hex(s_v_01),hex(s_v_02) FROM vector_t01;
    +------+--------------------------+--------------------------+
    | id   | hex(s_v_01)              | hex(s_v_02)              |
    +------+--------------------------+--------------------------+
    |    1 | 0000803F0000004000004040 | 000080400000A0400000C040 |
    +------+--------------------------+--------------------------+

    这里的0000803F0000004000004040一共是3个bytes,每个byte表示一个分量,例如:0000803F表示第一个分量,即为单精度浮点型的1.0(感兴趣的可以尝试做个转换,这里不再详述)。

    计算向量距离

    目前,MySQL 支持最为常见的“距离”的计算,具体包括:点积(默认)、欧式距离、余弦距离的计算:

    -- s_v_01: (1,2,3)
    -- s_v_01: (4,5,6)
    SELECT 
      DISTANCE(s_v_01,s_v_02,"DOT") as dis_dot,
      DISTANCE(s_v_01,s_v_02,"COSINE") as dis_cos,
      DISTANCE(s_v_01,s_v_02,"EUCLIDEAN") as dis_ecu
    FROM vector_t01;
    
    +---------+----------------------+-------------------+
    | dis_dot | dis_cos              | dis_ecu           |
    +---------+----------------------+-------------------+
    |      32 | 0.025368213653564453 | 5.196152210235596 |
    +---------+----------------------+-------------------+

    需要注意的是,目前该距离计算函数(DISTANCE[2])仅在Oracle Cloud或MySQL企业版本中提供。后续还将持续关注MySQL所提供的向量产品能力、以及其他GenAI相关功能。

    参考链接

    • [1] MySQL 9.0 Reference Manual :: 13.3.5 The VECTOR Type
    • [2] MySQL 9.1 Reference Manual :: 14.21 Vector Functions
    • [3] 在 Oracle 云上免费测试数据库
  • 云数据库行业动态@2025-05-23

    2025-05-23

    标题:OceanBase发布PowerRAG 、共享存储和桌面版;AWS支持PostgreSQL 18;庆祝MySQL 30活动将与成都举行

    重要更新

    OceanBase发布PowerRAG 、共享存储和桌面版[1]。其中PowerRAG功能是由OB Cloud上的OceanBase提供的全新功能,支持文档存储、分片到向量检索等功能[2];“共享存储”则可以更好的适配各类云存储架构;桌面版则可以在2c6g的环境完成OceanBase部署与体验。

    ACMUG(中国MySQL用户组)组织的庆祝MySQL 30周年,暨ACMUG年度分享,将于23~24日于成都举行,感兴趣的可以去现场与MySQLer们面基。时间:5月23日-24日(13:00-17:50);地址:成都市武侯区吉庆四路188号IMC国际广场成都书声科技(叫叫)四楼演播厅[3]。

    更新详情

    阿里云
    • RDS MySQL全球多活数据库(GAD)支持更多海内外地域。[4]
    • RDS MySQL标准版云盘只读实例新增128核512 GB规格。[5]
    • RDS PostgreSQL的大版本升级功能在蓝绿部署和本地升级等模式的基础上,新增了零停机模式[6]
    • RDS SQL Server新增监控指标sqlserver.alwayson_lagsecs[7]
    Azure(微软云)
    • Cosmos DB支持使用 DiskANN 进行过滤向量搜索[10]
    • Azure Backup 为 Azure Database for PostgreSQL 提供存储备份[11]
    • Azure SQL支持JSON 索引[13]
    • DocumentDB 中支持向量搜索[20]
    • Cosmos DB 支持全局二级索引[22]
    GCP(谷歌云)
    • Spanner 现已支持 BigQuery 的跨区域联合查询[32]
    • BigQuery 发布“连续查询”允许您构建长期有效、连续处理的 SQL 语句,这些语句可以实时分析、处理 BigQuery 中传入的数据并执行机器学习 (ML) 推理。[33]
    • Cloud SQL for MySQL 现已支持次要版本 8.0.42[39]
    • Spanner 支持创建预过滤向量索引,该索引仅索引数据库中符合特定过滤条件的行。使用预过滤向量索引可以将搜索限制为仅适用于满足过滤条件的行,从而提高近似最近邻 (ANN) 搜索器的性能和召回率 [42]
    Oracle云
    • HeatWave支持更完整的网络安全组功能[43]
    AWS(亚马逊云)
    • Aurora、RDS 支持查看开源引擎主要版本的支持日期[45]
    • RDS 支持 MariaDB 10.5.29 和 10.6.22 [47]
    • Aurora Global Database 引入了对最多 10 个辅助区域集群的支持[48]
    • PostgreSQL 18 Beta 1 现已在 Amazon RDS 数据库预览环境中推出[59]

    参考链接

    • [1] https://mp.weixin.qq.com/s/Ax8Iov00ebfjsCy3Afub_Q
    • [2] https://www.oceanbase.com/docs/common-oceanbase-cloud-1000000002951473
    • [3] https://mp.weixin.qq.com/s/3dDU3PH9huyJytM_g3t93w
    • [4] https://help.aliyun.com/zh/rds/apsaradb-rds-for-mysql/what-is-a-global-active-database/
    • [5] https://help.aliyun.com/zh/rds/apsaradb-rds-for-mysql/read-only-apsaradb-rds-for-mysql-instance-types
    • [6] https://help.aliyun.com/zh/rds/apsaradb-rds-for-postgresql/upgrade-the-major-engine-version-of-an-apsaradb-rds-for-postgresql-instance/
    • [7] https://help.aliyun.com/zh/rds/apsaradb-rds-for-sql-server/view-standard-monitoring
    • [10] https://azure.microsoft.com/updates?id=491237
    • [11] https://azure.microsoft.com/updates?id=491576
    • [13] https://azure.microsoft.com/updates?id=494265
    • [20] https://azure.microsoft.com/updates?id=492016
    • [22] https://azure.microsoft.com/updates?id=491257
    • [32] https://cloud.google.com/bigquery/docs/spanner-federated-queries#cross_region_queries
    • [33] https://cloud.google.com/bigquery/docs/continuous-queries-introduction
    • [39] https://cloud.google.com/sql/docs/mysql/upgrade-minor-db-version
    • [42] https://cloud.google.com/spanner/docs/find-approximate-nearest-neighbors#filter-vector-index
    • [43] https://docs.oracle.com/iaas/releasenotes/mysql-database/heatwave-nsg.htm
    • [45] https://docs.aws.amazon.com/AmazonRDS/latest/AuroraUserGuide/extended-support-viewing-support-dates.html
    • [47] https://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/MariaDB.Concepts.VersionMgmt.html
    • [48] https://aws.amazon.com/about-aws/whats-new/2025/05/amazon-aurora-global-database-support-10-secondary-region-clusters
    • [59] https://aws.amazon.com/about-aws/whats-new/2025/05/postgresql-18-beta-1-amazon-rds-database-preview/
    • [60] https://aws.amazon.com/about-aws/whats-new/2025/05/aws-transform-net-generally-available
  • 在Schema-Less场景下使用MySQL:MySQL JSON Path的使用

    2025-05-18

    随着 MySQL 对 JSON 类型的原生支持,操作 JSON 数据已变得非常高效与强大。在过去数年的版本中,MySQL 也在不断地增强 JSON 处理相关的功能。在 JSON 处理中需要非常频繁的使用“JSON Path” 语法,而这部分又是略微复杂的部分,本文将系统的介绍如何在 MySQL 中使用 JSON Path,包括语法规则、各种通配符用法、递归匹配等高级技巧,并通过丰富示例帮助开发者快速掌握。

    什么是 JSON Path?

    JSON Path 是一种表示法,用来描述如何在 JSON 文档中定位数据。类似于文件系统路径,JSON Path 指引着从 JSON 根节点出发,逐步深入结构内部。在 MySQL 中,几乎所有的 JSON相关的函数都会使用到,包括:JSON_EXTRACT()、JSON_SET()、JSON_REPLACE()、JSON_REMOVE()、JSON_CONTAINS()等。

    我们看到的场景的写法类似于:$.name、$.colors[0]、$.store**.price等。

    基础语法说明

    JSON Path的基础语法,遵循以下规则:

    • $:表示 JSON 文档的根节点。
    • .:用于访问对象中的属性。
    • ["key"]:另一种访问对象属性的方式,适合处理特殊字符的 key。
    • [index]:访问数组中的元素。
    • *:通配符,匹配所有子元素。
    • **:递归通配符,匹配所有嵌套层级的元素
    • [start to end]:数组范围选择

    JSON Path 基本示例

    示例表与示例数据

    创建带 JSON字段的表,并写入数据:

    CREATE TABLE t1 (
        id INT PRIMARY KEY AUTO_INCREMENT,
        data JSON
    );
    
    INSERT INTO t1 (data) VALUES
    ('{
      "name": "Alice",
      "age": 25,
      "email": "alice@example.com"
    }');

    提取对象字段

    这里使用基本的$.name引用根节点中属性为name的对象,示例如下:

    mysql> SELECT JSON_EXTRACT(data, '$.name') FROM t1;
    +------------------------------+
    | JSON_EXTRACT(data, '$.name') |
    +------------------------------+
    | "Alice"                      |
    +------------------------------+
    1 row in set (0.00 sec)

    也可以使用如下等价的写法data->'$.name':

    mysql> SELECT data->'$.name' FROM t1;
    +----------------+
    | data->'$.name' |
    +----------------+
    | "Alice"        |
    +----------------+

    访问数组元素

    初始化如下数据:

    -- truncate table t1;
    
    INSERT INTO t1 (data) VALUES
    ('{
      "colors": ["red", "green", "blue"]
    }');

    先访问colors属性,再查找该数组对象的第一个元素(注意:编号是0),故 JSON Path 为$.colors[0],示例如下:

    mysql> SELECT data->'$.colors[0]' AS first_color FROM t1;
    +-------------+
    | first_color |
    +-------------+
    | "red"       |
    +-------------+

    访问数组的范围

    除了像上述展示的,可以使用数值访问数组外,还可以使用0 to 1这样的语法表示一个范围,并访问数组中的多个元素:

    mysql> SELECT data->'$.colors[0 to 1]' AS first_color FROM t1;
    +------------------+
    | first_color      |
    +------------------+
    | ["red", "green"] |
    +------------------+
    
    mysql> SELECT data->'$.colors[1 to 1]' AS first_color FROM t1;
    +-------------+
    | ["green"]   |
    +-------------+
    
    mysql> SELECT data->'$.colors[1 to 2]' AS first_color FROM t1;
    +-------------------+
    | ["green", "blue"] |
    +-------------------+

    使用通配符

    准备示例数据

    为了展示相关的示例,这里先给出一个更为复杂的示例数据:

    CREATE TABLE t1 (
        id INT PRIMARY KEY AUTO_INCREMENT,
        data JSON
    );
    -- truncate table t1;
    
    INSERT INTO t1 (data) VALUES
    ('{
      "store": {
        "book": [
          {
            "category": "fiction",
            "title": "Harry Potter",
            "price": 29.99
          },
          {
            "category": "fiction",
            "title": "Lord of the Rings",
            "price": 49.99
          }
        ],
        "bicycle": {
          "color": "red",
          "price": 19.95
        }
      }
    }');

    使用通配符查询所有book

    则可以使用如下的搜索表达式:$.store.book[*]:

    SELECT data->'$.store.book[*]' AS all_books 
    FROM t1;
    
    mysql> SELECT data->'$.store.book[*]' AS all_books
        -> FROM t1;
    +--------------------------------------------------------------+
    | all_books                                                    |
    +--------------------------------------------------------------+
    | [{"price": 29.99, "title"...}, {"price": 49.99, "title"...}] |
    +--------------------------------------------------------------+

    这里比较容易错误的写成:$.store.book.*、$.store.book.[*]或$.store.book*。

    使用通配符递归查询

    列出所有书店中的书名

    依旧使用上述的数据,这里可以使用递归的通配符(**)查询结构中所有title属性的取值,则'$.store**.title':

    SELECT data->'$.store**.title' AS all_books 
    FROM t1;
    +---------------------------------------+
    | all_books                             |
    +---------------------------------------+
    | ["Harry Potter", "Lord of the Rings"] |
    +---------------------------------------+

    当然,也可以改成直接从“根”处开始递归查找,即$**.title

    mysql> SELECT data->'$**.title' AS all_books  FROM t1;
    +---------------------------------------+
    | all_books                             |
    +---------------------------------------+
    | ["Harry Potter", "Lord of the Rings"] |
    +---------------------------------------+

    类似的,我们还可以取出所有的价格:

    SELECT 
      data->'$.store**.price' AS book_prices 
    FROM t1;
    +-----------------------+
    | book_prices           |
    +-----------------------+
    | [29.99, 49.99, 19.95] |
    +-----------------------+

    小结

    熟悉 MySQL JSON Path Syntax 可以让开发者更加高效操作 JSON 数据。更多参考:

    • The JSON Data Type @ MySQL Reference Manual
  • 云数据库行业动态@2025-05-16

    2025-05-16

    标题: OceanBase创始人阳老师荣誉退休,致敬并祝福;Databricks10亿美金收购创新数据库Neon;MySQL 30周年中国区活动下周举行

    重点更新

    OceanBase创始人阳老师荣誉退休,致敬并祝福[11]。

    Redis 从SSPL协议改成更被社区接受的AGPL协议, 并发布 8.0 版本 [10]。

    Databricks 持续并购,将以 10 亿美元收购极具创新架构的开源数据库 Neon[1][2] 。Neon 提供了Serverless、扩展能力极强、具备非常好的AI特性的数据库服务,Neon 在架构上最大限度的利用了云基础设施能力,如对象存储的性能/持久性/扩展性/可复制性等、EC2的快速扩展/随时可用等,再叠加了PostgreSQL极强的生态能力。

    MySQL 30周年中国区活动将于下周再成都举行,感兴趣的可以去现场围观[3]。时间:5月23日-24日(13:00-17:50);地址:成都市武侯区吉庆四路188号IMC国际广场成都书声科技(叫叫)四楼演播厅[3]。

    其他值得关注的产品更新包括:

    • Google MCP 数据库工具箱支持 Bigtable 连接器 [63]
    • OCI上Oracle Database 23ai 支持使用数据库内转换模型与 Select AI RAG 结合使用,简化向量模型处理[84]

    更新详情

    阿里云
    • RDS MySQL标准版云盘只读实例新增128核512 GB规格(mysqlro.x4.16xlarge.1c)[x]。
    • RDS MySQL 高可用系列升级为集群系列—高可用系列升级为集群系列时支持保留数据库代理。[4]
    Azure(微软云)
    • Cosmos DB for MongoDB 中的数据 API 发布 [5]
    GCP(谷歌云)
    • BigQuery 新增多项 SQL 功能中[9]
    • Bigtable Studio 支持导出查询结果 [13]
    • AlloyDB 支持在 AlloyDB Studio 中使用 IAM 身份验证 [27]
    • 支持使用 Cloud SQL for PostgreSQL 备份迁移到 AlloyDB for PostgreSQL[39]
    • Dataflow 支持构建向量嵌入的提取、转换和加载 (ETL) 数据到AlloyDB [41]
    • Cloud SQL Enterprise Plus 版支持AI 辅助故障排除 [44]
    • Google MCP 数据库工具箱支持 Bigtable 连接器 [63]
    Oracle云
    • Oracle Database 23ai 支持使用数据库内转换模型与 Select AI RAG 结合使用,简化向量模型处理[84]
    火山云(字节)
    • 云数据库 MySQL 支持恢复数据至原实例和批量回档场景下,支持极速恢复,加速恢复任务,提升整体恢复效率[8]。
    • MongoDB 新增支持设置默认白名单,设置默认白名单后,新建实例时会自动选中默认白名单。[89]
    • MongoDB 事件中心新增支持展示事件描述信息,当执行了按备份文件恢复新实例、按时间点恢复到新实例或恢复已删除实例操作后,您可以在事件中心找到对应的事件操作,并在事件描述中查看源实例和新实例的实例 ID 信息。[90]
    百度云
    • ((2025-5-9)) PegaDB支持本地盘[94]
    AWS(亚马逊云)
    • RDS 支持 MySQL 8.0.42[95] 8.4.5 [96]
    • Aurora MySQL 3.09(兼容 MySQL 8.0.40)现已正式发布[99]
    • Aurora 和 RDS for PostgreSQL、MySQL 和 MariaDB 现提供 R8g 和 M8g 实例的预留实例[101]
    • Aurora 和 RDS for PostgreSQL、MySQL 和 MariaDB 现提供适用于 R7i 和 M7i 实例的预留实例[102]
    • RDS for PostgreSQL 支持次要版本 17.5、16.9、15.13、14.18 和 13.21[109]
    • Aurora PostgreSQL Limitless 数据库现在支持 PostgreSQL 16.8[111]
    腾讯云
    • TDSQL-C MySQL 版、云数据库 MySQL发布数据库代理版本1.3.17。[124][130]
    • TDSQL-C MySQL、云数据库 MySQL 只读分析引擎发布了全新内核版本1.2404.24.0与2.2410.6.0。[125]
    • 云数据 MySQL 支持备份保留设置功能,可避免实例误删除导致备份被立即销毁,确保数据可追溯和可恢复性。[126]
    • TDSQL-C MySQL 版、云数据库 MySQL 只读分析引擎实例支持对实例配置进行变更。[127][132]
    • TDSQL-C MySQL 版、云数据库 MySQL 只读分析引擎实例支持了多节点高可用能力。[128][133]
    • TDSQL-C MySQL 版、云数据库 MySQL 只读分析引擎实例支持了配置告警能力。[129][134]
    • ((2025-05-09)) 云数据库 SQL Server 支持表级别账号授权,可针对某一个账号对表的权限进行授予[135]

    参考链接

    • [1] https://www.reuters.com/technology/databricks-buy-startup-neon-1-billion-wsj-reports-2025-05-14/
    • [2] https://www.databricks.com/blog/databricks-neon
    • [3] https://mp.weixin.qq.com/s/V3NN1LOqRObScudH-aZVYA
    • [4] https://help.aliyun.com/zh/rds/apsaradb-rds-for-mysql/upgrade-an-apsaradb-rds-for-mysql-instance-from-rds-high-availability-edition-to-rds-cluster-edition
    • [5] https://azure.microsoft.com/updates?id=491008
    • [6] https://azure.microsoft.com/updates?id=490995
    • [7] https://azure.microsoft.com/updates?id=489702
    • [8] https://www.volcengine.com/docs/6313/171450
    • [9] https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#group_with_structs
    • [10] https://antirez.com/news/151
    • [11] https://mp.weixin.qq.com/s/j-CgF6CaP-kylz7aB2gWxA
    • [13] https://cloud.google.com/bigtable/docs/manage-data-using-console
    • [27] https://cloud.google.com/alloydb/docs/manage-data-using-studio#authentication
    • [39] https://cloud.google.com/sql/docs/postgres/backup-recovery/migrate-cloud-sql-to-alloydb
    • [41] https://cloud.google.com/alloydb/docs/ai/build-etl-pipeline-alloydb-dataflow
    • [84] https://docs.oracle.com/iaas/releasenotes/autonomous-database-serverless/2025-05-indb-transformer-with-select-ai-rag.htm
    • [89] https://www.volcengine.com/docs/6447/101172
    • [90] https://www.volcengine.com/docs/6447/100903
    • [94] https://cloud.baidu.com/doc/SCS/s/Illxg0vy4
    • [95] https://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/MySQL.Concepts.VersionMgmt.html
    • [96] https://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/MySQL.Concepts.VersionMgmt.html
    • [99] https://aws.amazon.com/about-aws/whats-new/2025/05/amazon-aurora-mysql-3-09-compatible-mysql-8-0-40-generally-available
    • [101] https://aws.amazon.com/about-aws/whats-new/2025/05/amazon-aurora-rds-postgresql-mysql-mariadb-reserved-instances-8g-m8g
    • [102] https://aws.amazon.com/about-aws/whats-new/2025/05/amazon-aurora-rds-postgresql-mysql-mariadb-reserved-instances-r7i-m7i
    • [109] https://aws.amazon.com/about-aws/whats-new/2025/05/amazon-rds-postgresql-supports-new-minor-versions/
    • [111] https://aws.amazon.com/about-aws/whats-new/2025/05/amazon-aurora-postgresql-limitless-database-postgresql-16-8
    • [124] https://cloud.tencent.com/document/product/236/89741
    • [125] https://cloud.tencent.com/document/product/236/115774
    • [126] https://cloud.tencent.com/document/product/236/118344
    • [127] /document/product/236/118296
    • [128] /document/product/236/118297
    • [129] /document/product/236/117338
    • [130] https://cloud.tencent.com/document/product/1003/89751
    • [131] https://cloud.tencent.com/document/product/1003/109576
    • [132] /document/product/1003/118299
    • [133] /document/product/1003/118300
    • [134] /document/product/1003/115672
    • [135] https://cloud.tencent.com/document/product/238/43236
  • 在 Oracle 云上免费测试数据库

    2025-05-09

    Oracle 云(即Oracle Cloud Infrastructure,简称OCI )的免费策略大概是所有云厂商中最为彻底与直接的。对于注册的账号,可以持续免费使用主要的云资源,包括虚拟主机(VM.Standard.E2.1.Micro)、数据库(1OCPU 16GB内存)等。

    相比于 AWS 的 一个月免费、GCP的 $300 代金券,OCI在免费策略上是最具诚意的云厂商。在使用方式上,也更具有诚意,不太因为使用超时、忘记关闭、规格选择错误等因素,而造成误收费,这些在AWS、GCP上都是很容易发生的。

    创建免费的数据库

    创建免费的 HeatWave MySQL 实例

    在创建数据库时,就可以选择“Always Free”选项,这时,在后续规格选择的时候,就不会误选成计费实例了。

    开启免费的 HeatWave 实例

    HeatWave是最近几年Oracle/MySQL最重要的发展方向,可以非常好的支持各种复杂与分析类的查询,很好的弥补了MySQL在分析能力上的短板。

    “Always Free” 也非常友好的支持了 HeatWave 相关的特性,可以让开发者非常好的体验HeatWave相关功能。

    创建实例账号

    创建数据库的管理员账号:

    查看免费实例

    在完成实例创建后,实例详情,可以看到“Always Free”标签:

    创建虚拟主机

    选择免费的虚拟主机规格

    这里需要注意,目前支持的免费规格,需要在分类“Virtual Machine->Specialty and previous generation”中选择:

    虚拟主机的基础选项

    查看实例状态

    在虚拟主机的实例列表页,可以查看该实例,并且看到免费标签“Always Free”:

  • Protected: 古城荆州

    2025-05-05

    This content is password protected. To view it please enter your password below:

←Previous Page Next Page→
  • “众鸟高飞尽 孤云独去闲”
  • —唐 李白

关于我

© 2022

orczhou.com

·

Theme by Brian Gardner

本作品采用知识共享许可协议 许可协议进行许可。