阿里云国际站:云原生数据库2.0时代,阿里云如何将云原生进行到底?

news2024/11/25 18:46:19

【猎云网上海】11月3日报道(文/孙媛)

“PolarDB将云原生进行到底!”

在2021年云栖大会上,阿里巴巴集团副总裁、阿里云智能数据库事业部总负责人李飞飞宣布了PolarDB实现三层解耦的重磅升级以及引领云原生数据库技术持续创新的态度。

李飞飞不止一次表示,云原生是未来使用云的标准方式。而“云数据库是未来”并不只是云数据库厂商的说法。

此前Gartner在其发布的研究报告中明确提出,传统的自己部署数据库的方式已经过时。云是未来,所有组织,无论大小都将越来越多地使用云数据库。

Gartner预测,到2022 年75% 的数据库将被部署或迁移至云平台。

从信息化到数字化,时代变革下,商业世界瞬息万变。如何在云原生架构下使用数据库,成为企业的痛点和云厂商的机会,也成为了阿里云在“云计算的终极之战”数据库中所面临的巨大机遇和挑战。

在云原生数据库2.0的数智化时代,云原生代表着业内怎样的趋势?阿里云PolarDB如何将云原生进行到底?政企市场又如何检验阿里云数据库的竞争力?基于这些问题,猎云网与阿里云数据库事业部解决方案资深专家李圣陶、阿里云数据库事业部产品与解决方案部总经理王伟民展开了一场关于“未来云数据库”的对话。

阿里云的云原生数据库2.0

当前的云计算,避开不了云原生,然而,何为云原生,却少有人解释得透彻。

李圣陶认为,云原生有两层含义,一是云的本质,资源池化;二是云原生架构,能够充分发挥出云资源池化的架构才是真正的云原生架构。二者结合,即为云原生。

对于全球企业而言,云原生数据库的出现打破了Oracle等传统商业数据库巨头的市场垄断,高昂的授权费用成为了过去,取而代之的是更开放、易用、安全的云数据库。

2009年,阿里云飞天操作系统写下了第一行代码,阿里集团启动的去“IOE”行动,掀开了新数据库时代的序幕,也悄然改变了游戏规则,中国云计算产业的新篇章也由此开启。

但对于阿里云真正的自研数据库加速,还得从2017年推出自研云原生关系型数据库PolarDB谈起。

王伟民表示,数据库作为一个高度抽象、管理、调度基础资源的基础平台软件系统,是一门集科学、技术、工程、数学、算法一体的基础学科。以前的软件其实只是面对有限的计算、网络、存储;到了云原生时代,所有的底层资源都已经资源池化、服务化。此时的数据库可以理解成是一个DataOS,和以前完全不一样,必须重新设计。只有这样才能很好发挥和调度底层池化的资源,这就是阿里云选择自研的原因。

对于阿里云而言,整个数据库团队的产品理念是推出一系列产品及产品组合,以满足数字化转型下千行百业的多样化业务诉求。因为,即使是同一个客户,也有多样化的复杂业务,单一产品、单一架构很难一一最佳满足,因此单产品不是最优解。

在数据库全面上云的前提下,企业的数据库还是面临着一系列的挑战等待解析,譬如数据安全、数据孤岛、高并发,以及如何实现数据从处理、存储到分析一体化的问题等。

在王伟民看来,最好的方式是,分布式数据库使用开发起来就像传统的单机数据库、集中式数据库一样感觉不到差异,这样一来:一是传统的更容易,二是无论对开发者还是管理者,整个学习曲线和门槛都会小很多。

而这为阿里云提供了向云原生数据库2.0向前演进的动力。

李飞飞表示,云原生数据库2.0就是要向企业级一站式全链路数据管理与服务演进,真正做到触手可及、简单易用、安全可靠。

“云原生数据库2.0对1.0的主要升级在于提供一站式全链路数据管理与服务,通过智能化与安全的RDS提供的自动驾驶能力,让企业级数据库服务触手可及;通过世界领先的PolarDB的三层解耦技术,将云原生进行到底;通过AnalyticDB云原生+MPP数据库实现离在线一体化,让数据分析是实时化、在线化,通过库仓一体的一站式在线数据管理平台DMS,让数据自由流动;为企业数据生产和集成、实时处理与存储、分析和发现、开发与管理提供数据全链路、全生命周期的管理与服务。”

值得注意的是,除了数据在传输过程中、数据在落盘过程中的全加密能力之外,阿里云的云原生数据库2.0还在业内首个提出了Data in use过程中的加密功能,保障数据在处理、分析过程中的全加密。继微软之后,阿里云成为全球第二家推出商业全链路加密数据库的厂商。

三层解耦+内存池化,PolarDB将云原生进行到底

无论是阿里云5月召开的北京云峰会还是刚刚召开的云栖大会,“做深基础”成为了阿里云战略的关键词之一,而对应到数据库业务部门,就是指在内核层面,坚定不移地自研创新。

在2021年云栖大会上,“三层解耦”成为了PolarDB四年来的突破性进展,不但业界首个实现了存储、内存以及计算三层解耦以及内存池化,还领先行业上线多主架构,并成为真正的HTAP数据库系统。

在宣布PolarDB的重大升级中,李飞飞喊出“PolarDB将云原生进行到底”。那么又该如何理解这句话的含义呢?

而从技术上看,存储、计算和内存的三层解耦是PolarDB的一大创新,但对于阿里云来说可能还只是将云原生进行到底的第一步。只有把云原生做得彻底,才能进一步推动各种资源间的解耦,为客户带来更大的价值。

李圣陶认为,从技术上,三层解耦是否就到底了,不一定。CPU和内存能够进行解耦,未来可能还会跟网络等其他资源进行解耦。而这种资源之间的进一步解耦,一定会再给客户带来价值。

“今天我们已经看到存储、计算分离已经给整个架构带来了巨大的优势,在几年前大家还在讨论计算和存储是否要分离,今天已经没有人怀疑这个判断。未来的云原生数据库一定要关注架构上进一步解耦带来的价值,基于阿里云数据库团队对未来技术发展方向的判断,我们觉得肯定还能做得更多。”李圣陶表示。

而在王伟民看来,将云原生进行到底更是代表了阿里云坚定认可的产品发展方向,也会成为未来各行各业数字化的正确打开方式。

“在生活中,云服务的概念早已存在,类似水电煤,用户完全不需要关注资源量在哪里,由谁提供。这本质上是一个社会专业分工与协作的问题。通过把云计算交给云服务厂商来做,政企客户可以更好地聚焦业务,更专注于业务创新。同样,社会分工之后还会带来资源的集约和规模效应,带来低成本、高性价比等一系列优势,进而促进千行百业业务敏捷、业务创新等。”

领跑中国数据库市场,全面服务政企市场

2021年8月,IDC 发布2020年中国关系型数据库市场研究报告,阿里云以超过28%的市场份额,力压传统数据库厂商,首次排名行业第一。其中,在公有云关系型数据库市场上,阿里云更是以绝对优势领跑,市场份额超过第2至7位的总和。

搞数据库的都清楚,国内数据库市场营收大客户皆来自线下市场。数据显示,国内数据库市场营收,贡献前5的行业分别是金融、电信、政务、制造、交通。仅这5大行业就贡献了中国数据库市场八成以上营收。因为业务特性,这些客户暂时还未大规模使用公共云。经过多年发展,这些客户已经具备自有IT基础设施,同时相应的信息架构、产品体系、运维架构等相对完善。

为了全面服务这些政企客户,阿里云在云栖大会上,宣布开源云原生分布式数据库PolarDB-X,并推出可轻量化、小型化部署的阿里混合云数据库平台DBStack,将阿里云公共云上强大的数据库能力带到政企客户自有IDC或者IaaS上。

李圣陶表示,政企客户和阿里巴巴自有业务一样,在业务发展过程中也会面临方方面面数据库的困难,很多客户需要云数据库能力。“不管是PolarDB-X分布式的能力、PolarDB云原生弹性的能力,还是ADB云原生分析型数据库能力,我们希望通过DBStack带到客户现场,融入到客户业务里。”

在李圣陶看来,随着云厂商技术的成熟、客户业务快速发展的数据库需求以及政策的东风的共同作用下,数据库正迎来快速发展的最佳推力。但短期内快速实现对传统商业数据库的大规模替代仍然面临很大挑战。

数据库也是一门应用技术,需要长年累月的积累。云数据库的历史只有10多年,相比40多年的传统商业数据库,在生态的成熟度上还有很大发展空间。

李圣陶坦言,阿里云2020年能进入到Gartner全球数据库魔力象限的领导者象限,是整个中国数据库技术被国际上认可的标志。虽然阿里云已经取得了阶段性成果,但离全面取代还是有距离。

对于这个话题,王伟民也坦言,企业使用习惯、系统适配以及客户理念上还要有一段路要走。对于阿里云而言,就要是走出一条新的云厂商的路径,以客户的业务场景和业务诉求去做迁移。

而阿里云的最大优势在于阿里的业务中台、数据中台、各种各样的数据库技术能给企业带来的业务增值以及其丰富的业务场景和案例。一旦客户看到这些给业务所带来的价值,对于业务转型诉求的满足,就会给企业采用新技术体系较强拉动力。

当下很多政企客户、运营商客户、金融客户在进行技术自主可控的一系列升级动作,诚然这背后有政策的牵引,但更多考虑的是把业务系统向云的架构进行升级转型和更新,引入微服务、多活架构、资源池化等一系列云原生的技术。

“到今天,云数据库厂商和传统商业数据库厂商最大的不同,在于自带场景。阿里云对外提供的很多服务和技术,都是阿里自有的业务孵化出来的。在过去十年里,我们业务不断推动技术发展,才把技术拉到了今天的这个高度,才能让阿里云站在一个比较有利的位置上,去实现云数据库对传统商业数据库的替代。”王伟民表示。

据了解,阿里云作为最早为政企服务的中国云厂商,服务十年以上的企业就有近一万家。截至目前,阿里云数据库产品和技术服务已经服务自然人税收管理系统、中国邮政、中国太保、友邦保险等客户,全面应用在核心系统之中。

坚持自研,引领新数据库时代

纵观全球数据库市场的格局,开源和云数据库已经成为这个产业确定的两大趋势。而2020年则是一个值得在未来回望的关键时刻:这一年,Oracle被微软夺去了数据库龙头位置,阿里云、AWS等云数据库厂商进入全球数据库领导者象限。

这些现象并非偶然,其预示着产业变革已悄然发生:随着云计算的普及,数据库市场发生了根本性改变,云厂商已经打破传统商业数据库的堡垒,强势将云数据库带入各行各行业中,成为数据库领域全新力量。

回顾阿里云数据库的发展之路,一步步走得踏实坚定:从商用数据库到开源数据库,再到自研数据库。如今随着分布式、云原生数据库的崛起,又迅速走在行业前沿,打造出丰富的企业级数据库产品组合。

2021年的云栖大会,无论是PolarDB重磅升级、PolarDB-X开源、AnalyticDB技术架构升级,还是DBStack的推出,都彰显了阿里云“做深基础”,坚持自研和创新的信念和方向,更全面、更彻底为政企客户提供数据库能力,助力后者数智化转型升级。

在以开源、分布式和云计算为主导的新数据库时代之下,中国数据库力量已经悄然壮大,走在前列的必定有阿里云。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/722798.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Java性能权威指南-总结25

Java性能权威指南-总结25 数据库性能的最佳实践随机数Java原生接口字符串的性能 数据库性能的最佳实践 随机数 Java7提供了3个标准的随机数生成器类:java.util.Random、java.util.concurrent.ThreadLocalRandom以及java.security.SecureRandom。这三个类在性能方面…

SpringBoot教学资料1-SpringBoot基础

SpringBoot简介 Spring Boot 优点 •可快速构建独立的Spring应用 •直接嵌入Tomcat(无需部署WAR文件) •提供依赖启动器简化构建配置 •极大程度的自动化配置Spring和第三方库 •提供生产就绪功能 •极少的代码生成和XML配置 •Spring Boot是基于Spring框架开发的全新框架&…

jenkins使用ftp工具,上传文件至服务器报错“Could not write file”

一、错误说明 使用ftp上传文件 ERROR: Exception when publishing, exception message [Could not write file. Server message: [553 Could not create file.]]11:12:45 FTP: Connecting from host [test-xxx-java-user-service-3-932ft-hsb69-t5wmf] 11:12:45 FTP: Conne…

『DotNetBrowser』.Net的浏览器嵌入组件,该选择DotNetBrowser 还是 CefSharp?

📣读完这篇文章里你能收获到 全方位对比DotNetBrowser 和 CefSharp的优缺点 文章目录 一、引言二、引擎三、架构1. CefSharp架构2. DotNetBrowser架构 四、对比1. 稳定性和内存使用2. 应用程序域3. AnyCPU4. H.264, AAC5. 安全6. Visual Studio设计器7. 嵌入应用程…

通过DAPLink和STLink使用RTT输出日志

前提 阅读此文章的前提是已经移植好SEGGER RTT,如未移植请参考我的另一篇博客 《基于J-Link RTT Viewer输出日志(适用于JLink DAPLink STLink)》 由于SEGGER RTT 自带的 JLinkRTTViewer.exe 只支持自家的J-Link,所以使用DAPLink和STLink我们得另辟蹊径…

【设计模式】第二十一章:命令模式详解及应用案例

系列文章 【设计模式】七大设计原则 【设计模式】第一章:单例模式 【设计模式】第二章:工厂模式 【设计模式】第三章:建造者模式 【设计模式】第四章:原型模式 【设计模式】第五章:适配器模式 【设计模式】第六章&…

shiro系列vulhub所有漏洞复现CVE-2020-1957、CVE-2016-4437、CVE-2010-3863、shiro-721 代码执行

文章目录 Apache Shiro 认证绕过漏洞(CVE-2020-1957)漏洞详情:复现: Apache Shiro 1.2.4反序列化漏洞(CVE-2016-4437)漏洞详情:复现: Apache Shiro 认证绕过漏洞(CVE-2010-3863&…

实验二(OSPF+PPP+hub-spoke)7 5

1.合理划分IP地址: R1: R2: R3: R4: R5: R6: 2.启用OSPF单区域: R1及路由表: [r1]display ip routing-table protocol ospf R2及路由表: R3及路由表&#…

Atlassian Jira Software 9.9.1 特别版

敏捷团队首选的软件开发工具,Atlassian Jira Software 专为软件团队中的每位成员构建,可用于规划、跟踪和发布卓越的软件。 Scrum 板 利用可自定义的 Scrum 板,敏捷团队可集中精力尽可能迅速地交付迭代和增量价值。 看板 借助灵活的看板图&am…

【MySQL】在Linux下删除和安装MySQL

文章目录 一、前言二、检查、卸载内置环境三、获取mysql官方yum源四、正式安装MySQL服务五、登录MySQL配置my.cnf设置开机启动 一、前言 大家好久不见,今天开始分享关系型数据库Mysql的一些知识。 二、检查、卸载内置环境 2.1 首先使用命令查询当前mysql的运行状…

解决dbeaver查询结果乱码问题

问题描述: 通过dbeaver查询informinx 查询结果数据集是乱码 解决方案 : 右键编辑连接 在驱动属性里面新增 用户属性 NEWCODESET 值为 GBK,8859-1,819 解决数据库本身就是GBK编码,但是查询结果集编码不一致难题

Python+CNN 手写公式识别计算系统

系统:Win10 环境:Pycharm/Vscode Python3.7 效果图: 部分代码如下: import torch import torch.nn as nn import torch.nn.functional as F import torch.optim as optim from torchvision import datasets,transforms#定义…

5.8.9 TCP拥塞控制

5.8.9 TCP拥塞控制 我们先来说一个生活中的例子,在节假日到来的时候,由于高速公路免费通行,大量汽车涌上高速公路,最终造成交通拥堵,类似的情况也有可能出现在网络中,由于核心的交换设备在存储、带宽、速率…

ReentrantReadWriteLock读写锁

1、锁的分类 2、读写锁 读锁&#xff1a;共享锁 写锁&#xff1a;独占锁 3、代码01 class MyCache{private volatile Map<String,Object> map new HashMap<>();private ReadWriteLock rwLock new ReentrantReadWriteLock();public void put(String key,Obje…

Windows 如何打开和编辑.lnk文件

文章目录 一、背景二、查看/修改.lnk文件内容方案1&#xff1a;用type命令查看方案2&#xff1a;更改.lnk文件后缀为.txt再查看方案3&#xff1a;用记事本或NodePad打开方案4&#xff1a;使用HxD hex editor十六进制编辑器方案5&#xff1a;使用第三方库查看或编辑1. Matmaus/L…

GO语言中Protocol buffer简介

Protocol buffer 一、Protobuf简介 1.1、RPC 通信 对于单独部署&#xff0c;独立运行的微服务实例而言&#xff0c;在业务需要时&#xff0c;需要与其他服务进行通信&#xff0c;这种通信方式是进程之间的通讯方式&#xff08;inter-process communication&#xff0c;简称I…

机器学习 day23(激活函数的作用,线性激活函数的不足)

线性激活函数的局限性 如果我们将神经网络模型中的所有激活函数都设为线性激活函数&#xff0c;那整个神经网络模型就跟线性回归模型极其相似&#xff0c;且它无法拟合比线性回归模型更复杂的关系 激活函数全设为线性回归激活函数的例子 若把a带入a&#xff0c;则a可简化为…

Unity包体积优化实践

目录 简述优化前优化中assets目录资源ab包动态下发资源大小优化dll大小优化场景模型动态下载和加载优化assets目录后大小 lib目录优化目标架构裁剪代码优化代码和引用 其他优化项Shader优化Release模式编译选项 优化后 简述 在移动端App混合Unity开发的项目中&#xff0c;Unit…

VSCode配置C/C++环境(极简版)

预期结果&#xff1a; 首先安装扩展&#xff1a; 然后按照下面readme.txt中即可 链接&#xff1a;https://pan.baidu.com/s/16OV5Kr82i0gWCc4bvKs42g 提取码&#xff1a;zxcv

【模式识别目标检测】——模式识别技术车牌检测应用

目录 引入 一、模式识别主要方法 1、统计模式识别 2、基于隐马尔可夫模型识别 3、模糊模式识别 4、人工神经网络模式识别 总结 二、模式识别应用 1、车牌定位 2、车牌识别 参考文献&#xff1a; 引入 人在观察事物或现象时&#xff0c;常寻找它与其他事物或现象不同…