兼容MongoDB,成本降低10倍,文档数据库EloqDoc发布云服务
继 EloqCloud for EloqKV 成功发布之后,今天我们很高兴地发布 EloqCloud for EloqDoc——这是我们为云时代构建的全新 MongoDB 兼容的高性能文档数据库服务。
EloqCloud for EloqDoc 带来了突破性的架构,重新定义了文档工作负载在成本、可扩展性和性能之间的完美平衡。
💡 EloqCloud for EloqDoc 主要特性
1、MongoDB 兼容 API
无需代码改动,轻松迁移。
2、分层存储架构
在内存、NVMe 和对象存储之间无缝管理热数据和冷数据。
3、计算与存储解耦
独立扩展存储与计算,以最低成本处理海量数据集。
4、可预测的高性能
每个实例(即使是免费 tier)都配备专属资源,提供比 MongoDB Atlas Free Tier高达10倍的吞吐量。
💡 首个可用于生产环境的文档数据Free Tier
EloqCloud for EloqDoc 推出了一个具备专属资源的生产级Free Tier:
1、25 GB免费存储空间
比 MongoDB Atlas、Supabase 或 Neon 大 50 倍。
2、自动缩容至零
空闲时释放资源以最小化成本。
3、瞬时冷启动
数秒内即可让您的环境恢复在线。
4、高性能
与 MongoDB Atlas Free Tier 相比,吞吐量高10倍。
这是一个资源隔离的、性能可预测的文档数据库,而非共享计算资源或临时沙盒。
⬇下图展示了 MongoDB Atlas 和 EloqCloud for EloqDoc(Free Tier)在三种典型工作负载下的性能对比:
只读、读写和只写。
🚩结果显示差异显著
EloqCloud for EloqDoc 持续优于 MongoDB Atlas,性能高出近一个数量级,即使在其Free Tier 环境下也能超出10倍以上吞吐量。
💡 灵活、成本优化的定价方案
除了业界首个生产级Free Tier之外,EloqCloud for EloqDoc 还提供了市场上最灵活、最经济实惠的付费方案。
您只需为实际使用的资源付费——没有强制的数据副本复制,也没有捆绑的资源。
|
资源类型 |
单价 |
备注 |
|
存储 |
$0.10 / GB / 月 |
包含跨可用区高可用性 |
|
计算 |
$0.14 / vCPU / 小时 |
独立计算计费 |
您可以独立扩展计算和存储——既可以保有大型数据集而仅使用少量计算资源,也可以在需要时增加计算能力。
下图展示了在相同配置下,MongoDB Atlas 和 EloqCloud for EloqDoc 的价格对比。
虽然两个平台提供相似的计算和内存配置,但架构的不同导致了价格的巨大差异。
EloqCloud for EloqDoc 利用对象存储作为其主要数据层,并使用本地NVMe SSD进行缓存,与依赖多个副本和基于EBS存储的MongoDB Atlas 相比,实现了显著的成本节约。
💡 最具成本效益的文档数据库云原生架构
EloqCloud for EloqDoc 如何能够提供生产级Free Tier并实现相较于 MongoDB Atlas 的显著成本节约?答案在于其“成本效益架构”,这是一个为云原生时代重新设计、量身定制的基础。
MongoDB Atlas 要求至少三个副本集节点来维持可用性——这使计算和内存消耗增加了三倍。更糟糕的是,它依赖EBS作为默认存储层,其成本远高于云对象存储。由于每个 EBS 卷在每个计算节点上维护三个副本,一个标准的三节点副本集最终会拥有总共九个存储副本,导致过度的存储开销和成本。
相比之下,EloqCloud for EloqDoc 通过以存储为中心的设计实现了相同甚至更好的可靠性,同时消除了冗余副本并最大化效率:
1、存储驱动的高可用性
EloqDoc 不是复制计算节点,而是利用具有跨可用区复制能力的云对象存储。这提供了持久、高可用的存储,同时将CPU和内存成本降低了高达3倍。
2、对象存储作为主存储
通过用云对象存储替代EBS,EloqDoc 将存储费用降低了高达10 倍,同时提供内置的跨可用区持久性——且无需额外的复制开销。
3、本地NVMe作为缓存
每个vCPU都配有200+ GB的本地NVMe,提供比EBS高10-100 倍的IOPS,并显著降低缓存未命中延迟,从而实现更快的读取性能。
4、基于Kubernetes的故障转移
单个计算副本受到Kubernetes自动故障转移的保护,可在故障时立即重启计算Pod——确保零数据丢失且无需手动干预。
这种架构使得EloqCloud for EloqDoc能够为实际生产工作负载提供更低的总体拥有成本和更卓越的性能。
💡 Free Trial
立即免费试用 EloqCloud for EloqDoc:https://cloud.eloqdata.com/signup
欢迎加入社群交流!👇👇👇
关注公众号
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
-
上一篇
巾帼力量助力 Flink 引擎 CDC 源模式演进支持 | Apache SeaTunnel 开源之夏成果
今年的开源之夏活动已渐近尾声,历经半年多的潜心开发,Apache SeaTunnel 项目的开发者们收获满满。今天,让我们聚焦于在 Apache SeaTunnel 所支持的 Flink 引擎上实现 CDC 源模式的项目。从项目的初始构思,到一步步的开发实践,再到完成后的感悟,全方位领略这一成果的诞生历程。 接下来,让我们通过采访,走进这位来自北京科技大学的开发者的开源世界,看看她是如何兼顾繁重的学习任务,圆满完成这次开发任务的吧! 个人介绍 项目导师:Lucifer Tyrant 姓名:董嘉欣 学校 + 专业:北京科技大学 大数据管理与应用 GitHub ID:147227543 个人感兴趣或擅长的研究领域:大数据平台开发,曾在快手,美团的数据平台部做数据平台开发工作 兴趣爱好:读一些技术文档,尝试业界新技术栈,看小说 项目名称 Flink引擎CDC Source Schema Evolution支持 项目背景 在实时数据同步场景中,源表的schema变更,如新增列、修改列类型等是常见需求。目前Apache SeaTunnel已经在自研引擎上支持了CDC schema evoluti...
-
下一篇
降薪跳槽,投身开源!只为 AI 落地“最后一公里”
2022 年底,一个 AI 项目上线的深夜。 作为大厂的资深 AI 算法部署工程师,Always 刚完成了第 N 个从算法到上线的项目。他没有喜悦,反而盯着屏幕陷入了沉思。他发现,所有 AI 落地项目,本质上都在重复同一套繁杂的流程——无非是换了模型和业务逻辑。这个过程,正是业内最头痛的AI 落地最后一公里。 “为什么我们要在这些重复的事情上,浪费这么多时间?” 一个念头在他脑中升起:能不能把这套流程彻底抽象成一个通用框架?拖拽⼯作流+有向⽆环图+多端推理⸺这个技术⽅案在他的脑海⾥逐渐清晰。为了实现这个想法,他做出了一个在外人看来“不太理智”的决定:主动降薪 40%,跳槽到一家 955 的公司,从而有更多的时间和精力,把这个框架做出来,并把它开源! 于是,nndeploy 诞生了! 这是一款专为 AI 落地最后一公里 而生的易用、高性能端侧 AI 部署框架。它通过可视化⼯作流降低⻔槛,统⼀接⼝搞定多端推理,并提供 LLM、AIGC、换脸、目标检测、图像分割等开箱即用的 AI 模型部署配置文件。让 AI 落地,从数周缩短至几天。 GitHub 地址:github.com/nndeploy...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- CentOS7编译安装Cmake3.16.3,解决mysql等软件编译问题
- CentOS关闭SELinux安全模块
- Dcoker安装(在线仓库),最新的服务器搭配容器使用
- CentOS8编译安装MySQL8.0.19
- Windows10,CentOS7,CentOS8安装Nodejs环境
- SpringBoot2全家桶,快速入门学习开发网站教程
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- CentOS6,7,8上安装Nginx,支持https2.0的开启
- CentOS7,8上快速安装Gitea,搭建Git服务器







微信收款码
支付宝收款码