隨著國家數字化轉型加速，以及業(yè)務環(huán)境發(fā)生根本性變化。數據作用被前所未有的展現出來，而作為其承載體的數據庫如何高效穩(wěn)定的運行，則成為了重中之重。在這樣的背景下，除了互聯網企業(yè)之外，傳統(tǒng)行業(yè)企業(yè)數據庫也開始了積極的轉型之路，尤其是云上部署的訴求日趨強烈。據很多云MSP公司數據反映，近年來云數據庫遷移項目增長明顯，甚至用蔚然成風來形容也絲毫不為過。但是，在從傳統(tǒng)IT環(huán)境向云端轉進的過程中，數據庫在遷移、安全、效率和成本等方面的問題卻也日趨凸顯。在即將舉辦的第十四屆中國IDC產業(yè)年度大典（IDCC2019）上，將有相關話題的討論。
云數據庫應用已成趨勢
由于各種結構化和非結構化數據的爆發(fā)，企業(yè)為了支撐自身業(yè)務，會部署各種不同類型的數據庫。但是數據庫的運維和優(yōu)化，則逐漸變成了一種負擔。隨著業(yè)務量的激增，數據庫的彈性擴容，容災備份等需求讓傳統(tǒng)IT環(huán)境不堪重負，企業(yè)不得不在運維方面投入更多的成本。
在這樣的情況下，云數據庫的價值被凸顯出來。云數據庫大的特點是讓傳統(tǒng)的數據庫“服務化”，讓企業(yè)從安裝，部署，備份和彈性等各個方面解放出來。其可靠性，備份恢復，調整優(yōu)化以及運維，統(tǒng)統(tǒng)交給云服務平臺。企業(yè)自身則只需要專注于業(yè)務發(fā)展即可。云數據庫的這些優(yōu)勢對于很多業(yè)務快速增長的互聯網行業(yè)，以及金融保險，甚至政府都具有非常大的價值。
科智咨詢（中國IDC圈）高級分析師王若冰認為，國家層面積極推動“企業(yè)上云”政策，落實到各省即為“萬企上云”的地方政策，各區(qū)域政府均積極通過政策引導和操作指導方面加快企業(yè)上云進程。在正確的引導下，企業(yè)也意識到傳統(tǒng)數據庫在成本、運維難度等方面均有極大的瓶頸，難以滿足數字化轉型時期企業(yè)的信息處理需求，數據庫上云未來將在全國，乃至全球范圍內成為難以逆轉的大趨勢。
騰訊云數據庫產品負責人王義成先生表示，從使用云數據庫的行業(yè)來看，作為新興領域的泛互聯網行業(yè)增長最為明顯。近些年來由于用戶在購物模式，以及碎片化時間利用方面的巨大變化，電商，游戲和短視頻領域對云數據庫的需求不斷增長。與此同時，作為傳統(tǒng)行業(yè)的金融，甚至政府也大力將本地數據庫向云端遷移。但是在具體需求方面，和泛互聯網行業(yè)相比，金融及政府由于行業(yè)的特殊性，對于云數據庫的穩(wěn)定可控，以及安全性要求更為苛刻。比如我們騰訊云打造的張家港農商銀行新一代核心業(yè)務系統(tǒng)就很能說明問題。這是國內銀行首次在傳統(tǒng)核心業(yè)務系統(tǒng)場景下，采用國產分布式數據庫，打破了該領域對國外數據庫的長期依賴，完成了國內傳統(tǒng)銀行對金融核心領域技術自主可控的要求。
多云數據庫部署是企業(yè)核心訴求
如前文所述，現在部署云端數據庫的行業(yè)越來越多，不僅有大型金融機構，泛互聯網企業(yè)，還有來自于零售和制造等領域的企業(yè)。行業(yè)的增多必然導致需求的復雜化，在這其中不僅有本地數據庫向云端遷移的需求，也有跨地域，甚至跨國的遷移。
企業(yè)上云最初的需求是提升效率和降低成本。但是隨著業(yè)務的不斷變化，降低成本的需求被弱化，而如何加速新業(yè)務迭代，提升應用靈活性和擴展性逐漸成為了上云企業(yè)的痛點。在這樣的背景下，在同一個應用當中調用不同的數據庫和數據模型的需求逐漸顯現。
在傳統(tǒng)IT環(huán)境下，應用的大多是關系型數據庫，但這種數據庫能夠支持的用戶數量和數據存儲量有限，只能支持縱向擴展，且大部分用戶必須集中在同一區(qū)域內。但是隨著大數據時代的來臨，一個完善的數據庫必須能夠滿足分布在全國，乃至世界各地數以百萬計的用戶訪問,并做到快速響應。至于數據量，則動輒PB甚至EB......用戶對于數據庫的遷移，根本目的已經演變成了大限度的提升業(yè)務水平。據相關調查機構的數據顯示，到2023年，75%的數據庫將放在云平臺上，這一趨勢甚至將改變DBMS（數據庫管理系統(tǒng)）供應商格局。
王義成表示，隨著企業(yè)業(yè)務需求的增加，多云部署是一種必然的趨勢，而所謂的多云管理則是超融合的一部分，或者可以理解為，如何做好多云融合。比如私有云和公有云的融合，私有云和IDC的融合等。騰訊看來，多云管理并不是難點，大的難點在于多云之間數據的彼此互通。
多云部署可以從兩個方面來理解。一方面是企業(yè)用戶將自己的應用部署在不同的云平臺上，而訪問的都是基于一家云平臺的數據庫。因為其數據庫是唯一的，所以這是最簡單的一種方式。但另一方面，多云數據庫的部署和互通，才是難點。比如一個用戶的數據庫原本部署在騰訊云上，但是出于可控性的需求，其會在阿里云，或者華為云上也部署同樣的數據庫，以實現多云災備。但難點也在于此，需要在不同的云平臺上實現數據的讀寫同步。我們發(fā)布的GDS產品，目的就是幫助客戶解決此類問題。
AI未來將成云數據庫有效助力
近些年來，AI在諸多領域發(fā)揮了重要作用。隨著其觸角的深入，在云數據庫領域，也將逐步出現AI的身影。王義成認為，拋開技術的進步不談，從需求端上來說，AI的應用主要也是近些年來人口紅利消失的必然。比如為了降低用工成本，現在很多中高端的餐飲企業(yè)逐漸取消了人工點餐，取而代之的是自助點餐機。這其實就是為了提升效率降低成本的必然選擇。AI與此如出一轍。
話題回到AI在未來數據庫當中的應用。傳統(tǒng)IT環(huán)境下，數據庫的維護需要大量人工。但是如果借助AI，則釋放很多原本需要人工來維護的基礎性工作。這主要有三個方面，首先是通過訓練，使得AI能輔助完成數據庫的調參工作。其次是基于數據判斷，以及對當前性能的對比，然后去建議索引調整以及后面的優(yōu)化。最后一點，通過AI訓練之后，可以讓數據庫的優(yōu)化器運行的更加流暢。
王義成，騰訊云數據庫產品負責人，在數據庫領域深耕10余年，從事過數據庫研發(fā)、數據庫管理員以及云數據庫產品經理多項工作。作為騰訊云數據庫核心人員參與騰訊云TDSQL及CynosDB等產品的自主研制與設計。
熱門專題
