96%的數據庫還沒有上云，用戶顧慮什么？

科技云報道原創(chuàng)。

今天，幾乎所有的企業(yè)都將數據視為核心資源，數據也成為重要的生產要素。

數十年來，企業(yè)依靠數據庫來存儲和組織數據，各種各樣的應用都依賴于數據庫這一強大的技術發(fā)展、創(chuàng)新。

可以說，每個應用都需要數據庫。傳統(tǒng)的本地部署的關系型數據庫RDS產品不但許可成本高，更新、服務等也需要更多的費用，而且很難管理，用戶要去設置、調優(yōu)、容錯、打補丁等，需要雇傭專業(yè)的數據庫管理員，造成數據庫的管理、維護成本居高不下。

解決這一頑疾的一大方向就是數據庫上云。在2021年，數據庫技術呈現五大發(fā)展方向。

1.更多企業(yè)選擇數據庫上云

大概十年之前，AWS發(fā)布了數據庫托管云服務，云數據庫開始快速發(fā)展。此后，本地數據庫向云上遷移成為一大發(fā)展趨勢，云數據庫成為數據庫市場增長的最快的領域。

AWS已經將其所有應用從甲骨文數據庫遷移到自己的云數據庫上，已有35萬的用戶數據庫遷移AWS上。超過十萬客戶選擇在Amazon Aurora上運行數據庫工作負載，客戶既可享受與具有最高等級的商業(yè)數據庫一樣性能和可用性，而且花費卻僅需商業(yè)數據庫的十分之一，這也使之成為AWS歷史上增長最快的數據庫服務。

雖然關系型數據庫RDS市場也呈現增長態(tài)勢，但其增長源于固有市場的升級、服務等方面。目前大部分的關系型數據庫仍然是本地部署的，并由像甲骨文、微軟、IBM等傳統(tǒng)數據庫供應商提供。

相對于本地部署的數據庫，數據庫上云成為一大發(fā)展趨勢。

第一，云服務商提供的數據庫服務在成本上大大低于商業(yè)數據庫，性能上也得到了優(yōu)化；

第二，最為關鍵的是降低了用戶使用的門檻，用戶只需專注于業(yè)務，維護等技術工作交給云服務商就可以了。

Gartner的報告顯示，越來越多的公司轉向使用云來托管數據庫，云基礎設施和服務正迅速成為數據管理的默認選擇。到2022年，絕大多數數據庫將被部署或遷移到云平臺上，只有25%將選擇在本地部署，5%會被考慮從云平臺回歸到本地。

Gartner將這一趨勢歸因于數據庫被用于分析的場景增加， SaaS 模型的吸引力越來越大等。

毫不否認，目前仍然有高達96%的數據庫應用還沒有遷移到云上，依然被綁定在原有的License模式的本地部署的數據庫下。

?

隨著云計算的迅速發(fā)展和廣泛應用，傳統(tǒng)數據庫越來越不能適應云在擴展性、可靠性和規(guī)?；膬?yōu)勢，數據庫在向“云+數據庫”的方向演進的過程中，“云原生”數據庫應運而生。

騰訊云副總裁李綱認為，云數據庫的發(fā)展，目前正在經歷從第一階段“數據庫上云”，即從數據庫到云數據庫，到第二階段“從云數據庫到云原生數據庫”的變革，“云原生”正是騰訊云數據庫重要的架構體系。

?

從不同企業(yè)的實踐來看，云原生數據庫呈現多方面的優(yōu)勢。

原生數據庫具有高性能和高度兼容的優(yōu)勢，敏捷、靈活的部署能力，可以讓企業(yè)像使用水、電、煤一樣使用云數據庫，從而降低企業(yè)上云門檻、提升上云進程，更好地應對智慧時代復雜的業(yè)務場景，將騰訊云原生技術普惠用戶。

云原生數據庫具有數據庫引擎加云存儲的計算與存儲分離架構，能對數據庫進行全生命周期智能自治管理的優(yōu)化與調優(yōu)，以及實現按真實使用量計費的商業(yè)模式。

云原生數據庫補齊了云原生應用的短板，讓云原生應用發(fā)揮自己的潛，給用戶帶領更大的敏捷性，更好的性能和更經濟的成本。

從上云到云原生，云技術普惠加速企業(yè)上云進程。

?

誕生接近五十年的數據庫世界正在上演一場大戲。一方面，傳統(tǒng)的商業(yè)數據庫系統(tǒng)，雖然依然占據著不小的市場份額，但是用戶系統(tǒng)數量減少，排名靠前依然是Oracle、SQL Sever、DB2、Microsoft Access這幾個老面孔，增長乏力。

另一方面，開源數據庫數量逐漸增多，種類增加，應用擴大，與商業(yè)數據庫幾乎平分天下。

伴隨著商業(yè)數據庫市場發(fā)展所形成的巨大許可成本壓力，開源數據庫因倡導群策群力、免費應用而日益壯大。根據DB-Engines相關統(tǒng)計數據，目前商用數據庫與開源數據庫所占的市場份額日漸趨近對半分的成度，分別接近50%的份額。

因為市場需求多樣化，開源數據庫產品也會變得更加多樣化，以滿足用戶數據處理方面的需求。從集中式到分布式，從SQL到NoSQL到NewSQL，從關系型到非關系型，從支持結構化數據到支持非結構化數據，從事務處理到事務分析，到時間序列等，開源數據庫遍地開花，出現多種多樣的數據庫類型。

同時，在不同領域，更是出現了像MySQL、PostgreSQL、MongoDB、Apache Cassandra這樣的明星數據庫，在Web開發(fā)人員方面已經長期得分。

開源數據庫把數據庫應用的成本降下來了，讓更多的企業(yè)能夠用得起數據庫。開放源代碼軟件100%地節(jié)省了許可費用，而且開放源代碼數據庫也大大節(jié)省了硬件成本。如果全部擁抱開放源代碼軟件的話，企業(yè)可以通過從Oracle轉移到像MongoDB這樣的數據庫節(jié)省70％的成本。在AWS平臺上，運行Oracle的標價（RDS）是每小時25.68美元。運行PostgreSQL或MySQL（RDS）的價格是它的1/8到1/10。

4.國產數據庫“成長”驚人

?

2020年11月發(fā)布的Gartner數據庫魔力象限報告中，中國數據庫廠商占據三席，分別是阿里、騰訊、華為，標志著國內數據庫進入全新發(fā)展階段。阿里云首次挺進全球數據庫第一陣營——領導者象限，這也是中國數據庫40年來首次進入全球頂級數據庫行列。

隨著國內云廠商技術能力不斷提升，數據庫等核心技術的國產化也取得重大突破，對本土客戶的需求將會有更好地適應和匹配，數據庫國產化成為行業(yè)發(fā)展的必然。

除了參與到國際權威機構評估外，國內廠商也積極參與到國際標準的評測之中。這其中以阿里Oceanbase打破TPC-C、AnalyticDB打破TPC-H、TPC-DS為代表。

國內云廠商的數據庫產品積極參與多海外市場競爭。隨著更多的海外區(qū)域的部署、更多的客戶案例，已經有越來越多的國外用戶使用到了中國的數據庫產品。特別是在亞太市場，國內云廠商產品擁有很強的競爭力，并且保持了快速的發(fā)展，正向全球市場進行突破。

在應用場景上，線上應用，國產數據庫成為當仁不讓的主力，更多的企業(yè)客戶將自己的核心業(yè)務構建在云端。以阿里雙11為例，這不僅是一場購物狂歡節(jié)，也是一次技術大考。通過構建在阿里云的數據庫產品，給出了完美的答案。

與此同時，本地應用上，以數據庫技術高地著稱的金融客戶，也開始嘗試使用國產數據庫。從阿里的OB、PorlaDB、ADB，華為的GaussDB，騰訊的TDSQL等云產品，到TiDB、SequoiaDB、GoldenDB等，在金融客戶中逐步推廣。目前騰訊云數據庫已在金融行業(yè)大規(guī)模落地應用，包括平安銀行信用卡A+新核心系統(tǒng)國產化、人保財險系統(tǒng)的數據庫國產化、張家港農商行的核心系統(tǒng)數據庫國產化落地等典型案例。

國產數據庫已經進入快速發(fā)展時期，新產品不僅符合國產化要求，還積極融入國產生態(tài)系統(tǒng)，可適配上下游一系列國產軟硬件。

5.無服務器數據庫花開國內外

?

Serverless無服務器技術快速增長，離不開無服務器數據庫的打底。

AWS在無服務器技術和數據庫上都走在業(yè)界前例。2018年，Amazon Aurora Serverless問世，其中Amazon Aurora Serverless v1可在5到50秒內擴展數據庫容量，在需要時每次將容量翻倍，且由于它是無服務器的，客戶也無需操心數據庫容量管理。

2020年推出的升級版本Amazon Aurora Serverless v2能夠在不到一秒鐘的時間內將數據庫工作負載擴展到數十萬個事務。它能精細化調整容量，而不是每次需要擴展工作負荷時都將容量翻倍，從而為滿足應用程序需求提供合適的數據庫資源。

今年4月，騰訊云正式發(fā)布國內首個Serverless數據庫新品——PostgreSQL for Serverless。相比普通云上數據庫，該數據庫能夠最快1秒完成部署，成本降低70%。

12月騰訊云發(fā)布自研云原生數據庫CynosDB Serverless，是國內首款計算和存儲全Serverless架構的云原生MySQL數據庫。

無服務器數據庫目前已被成千上萬的客戶用做高效益的數據庫選項，以應對低流量、間歇性或不可預知流量的應用需求?？蛻糁恍铻槭褂玫娜萘扛顿M，與按高峰負載而配置的容量成本相比，可以節(jié)省數據庫成本。

在新場景方面，無服務器數據庫能夠有效支持開發(fā)、測試環(huán)境低頻數據庫使用場景，IoT、邊緣計算等不確定負載場景，以及小程序云開發(fā)、中小企業(yè)建站等SaaS應用場景。

無服務器數據庫能夠實現無感擴縮容，能夠讓企業(yè)用戶像使用 水、電、煤一樣使用云數據庫，并按實際使用量計費，不用不付費，將為數百萬開發(fā)者帶來更靈活的業(yè)務開發(fā)模式、更快捷的上云體驗，以及更大空間的成本優(yōu)勢。

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。