写点什么

从传统企业角度看我们为什么需要云原生数据库

  • 2022-10-18
    北京
  • 本文字数:1629 字

    阅读完需:约 5 分钟

从传统企业角度看我们为什么需要云原生数据库

去年,数据作为新型生产要素已经被纳入到“十四五”规划中,IT 的发展也产生了越来越多的数据,很多企业把成为一个数据驱动型企业其发展目标。据 Forrester 的研究指出,数据驱动型的企业每年平均增长可达 30%。

 

数据已经成为企业核心资产和创新的主要驱动力。一个坚实的数据基础是企业获得数据价值的保障。作为数据处理中枢,数据库是数据基础很重要的一部分。

 

IDC 对亚马逊云科技数据库、大数据和 AI/ML 的产品分析的文章揭示,现有的客户如果采用了数据相关的云服务以后,五年的投资回报率会达到 415%,总体运营成本可以降低 48%。可以看到,数字化转型给企业的业务带来的增长还是非常有效的。因此,越来越多的企业正在追求数字化转型。  

 

企业数字化转型必将带来的新趋势:产生海量、多样化的数据;现代化应用下的微服务需要专门构建的数据库以获得最佳表现;快速开发与迭代需要平衡数据库的成本与性能。

传统企业面临的数据挑战

 

相比互联网等云原生的企业,传统行业企业由于行业的特定应用需求以及历史遗留数据等原因,面临的数据挑战也更为艰巨:

 

  • 无法快速扩展:传统 IDC 资源有限且无法快速扩展,共享存储、MPP 等传统数据库的技术架构无法充分利用云的弹性能力,云存储,难以充分发挥云的优势。

  • 运维高成本:商业数据库的 License 也带来了高昂的成本,同时需要大量硬件投资和庞大的运维团队。

  • 迭代速度慢:繁琐的部署运维工作分散精力减缓系统迭代速度,减缓创新速度。

  • 无法支撑全球业务扩展:不易扩展到多个国家城市配合全球业务扩展。

  • 功能/性能瓶颈:传统关系型数据库应对不同业务场景需求的能力存在瓶颈。

为什么需要云原生数据库?

 

而云原生数据库则可以很好地解决以上问题,新架构下的数据库形式能够助力企业更快地扩展业务、专注于创新,并加快新功能的上市时间,主要表现为:

 

  • 云计算解决了开源数据库在易用性、可靠性、扩展性、性能等方面的问题,相比传统商业数据库,降低了高昂的成本。通过云上托管的数据库服务,客户可以用开源数据库实现媲美商业数据库的性能,而成本通常只有商业数据库的几分之一。

  • 专门构建的托管数据库,为企业工作负载,尤其是现代化应用架构下的微服务提供极致性能,不同的问题由专门的数据库来解决。

  • 基于云端海量资源池的云数据库可以根据企业工作负载需求快速弹性扩展,无服务器的数据库将这一特性发挥到极致。

  • 云原生数据库可以利用云端的其他服务,包括计算、网络、存储、安全、大数据、AI/ML,通过深度集成,将各种能力融会贯通。

  • 企业可以按用量付费,无需预置资源。

  • 托管数据库服务使客户可以集中精力在高价值的应用开发上,并借助全球数据库配合全球业务扩展。

 

总的来说,对用户而言,云原生数据库可以帮助他们更快地拓展业务,同时让用户可以摆脱一些底层基础架构繁琐且很难解决的问题,更加专注于业务创新,加快业务上市的时间。

亚马逊云科技推出首个云原生数据库 Amazon DynamoDB

基于以上传统数据库性能上的瓶颈以及数字化转型时企业对于业务上云的迫切需求,亚马逊云科技推出了 Amazon DynamoDB 数据库。

 

据亚马逊云科技大中华区产品部总经理陈晓建介绍,推出该款数据库的背后还有一段小故事。

 

2004 年以前,亚马逊一直使用的都是全球最大的商业数据库。但到在 2004 年美国圣诞季又恰逢“黑五”购物节,导致亚马逊的业务在峰值时中断了几个小时。后来技术人员去检测时发现,造成业务宕机的原因是因为用户的业务请求突破了商业数据库性能的天花板,导致整个业务中断了约四个小时。

 

事后亚马逊技术团队在分析这个问题的时候发现,70%的数据访问并不需要 SQL 事务级别的复杂性。因此技术团队开始研究 NoSQL 非关系型数据库,并于 2012 年推出第一个云原生 NoSQL 数据库 Amazon DynamoDB。

 

在 Amazon DynamoDB 问世后的十年里,亚马逊云科技对其进行的持续完善,不仅涉及底层可用性、持久性、安全性和规模等特性,还包括易用性等。现在 Amazon DynamoDB 已服务于全球众多客户,也包括亚马逊自身。Amazon DynamoDB 十年来的实践证明了云原生数据库是打破传统数据库瓶颈的必然归宿。

 

2022-10-18 10:495017
用户头像
李冬梅 加V:busulishang4668

发布了 1223 篇内容, 共 838.3 次阅读, 收获喜欢 1316 次。

关注

评论

发布
暂无评论
发现更多内容

Hadoop之YARN的内部机制

hanke

大数据 hadoop 开源 YARN

架构师训练营-Web 攻击与防护

引花眠

架构师训练营 4 期

初识Golang之聊聊类型

Kylin

3月日更 21天挑战 Java转go Go 语言

Ubuntu 日常系列:常用软件

TroyLiu

Linux ubuntu Ubuntu20.04

容器引擎学习笔记

lenka

3月日更

Docker 教程(二):Dockerfile

看山

Docker Dockerfile

最新版Swagger 3升级指南和新功能体验!

王磊

Java swagger

大作业

瑾瑾呀

大作业-附件5

曾烧麦

产品训练营

JDK动态代理的实现机制

xzy

Java 动态代理 原理分析

卡梅隆和他的《阿凡达》「Day 22」

道伟

28天写作

哈希吧,滚雪球学 Python 哈希表与可哈希对象

梦想橡皮擦

28天写作 3月日更

高并发HTTP请求实践

高性能架构探索

javascript中的Strict模式

程序那些事

JavaScript ES6 程序那些事

利用深度元学习对城市销量进行预测 | AAAI 2021论文解读

京东科技开发者

零售 预测

用户行为分析模型实践(一)—— 路径分析模型

vivo互联网技术

大数据 数据分析 用户行为分析

AI开发效率低,你可以试试华为NAIE AutoML

华为云开发者联盟

华为 AI 框架 AutoML NAIE平台

架构师训练营 4 期 第11周

引花眠

架构师训练营 4 期

如何打造一款全球化的App?

故胤道长

硅谷 国际化 ios开发 Android开发 硅谷问道

优雅编程 | 24个Javascript代码优化技巧

devpoint

js 空值运算符 高级函数 模板字面量

面试官再问你优先级队列,请把这篇文章丢给他

Silently9527

Java 优先级队列 二叉堆

写代码这件事

ES_her0

28天写作 3月日更

源码分析-Netty: 并发编程的实践(二)

程序员架构进阶

源码分析 Netty 多线程高并发 28天写作 3月日更

分布式事务

insight

分布式事务 3月日更

在PostgreSQL中使用ltree处理层次结构数据

PostgreSQLChina

数据库 postgresql 开源 软件 开源社区

学无定法——知识反转效应

Justin

心理学 28天写作 游戏设计

寻找被遗忘的勇气(十四)

Changing Lin

3月日更

Google面试题-怎样实现拼写纠错的功能?

Nick

数据结构 二分查找 数据结构与算法

通用中间件模型

型火🔥

架构 分布式 抽象 中间件 模型

jdk 源码系列之 TheadPoolExecutor

sinsy

jdk ThreadPoolExecutor

52条SQL语句性能优化策略,建议收藏

Java小咖秀

MySQL 性能优化 后端 MySQL性能优化

从传统企业角度看我们为什么需要云原生数据库_文化 & 方法_李冬梅_InfoQ精选文章