云端数据库的春天真来了
點?
- 10月24日,阿里云推出了國內首個云端數據庫跑分平臺,在行業圈中引起了不少討論。在阿明看來,這個平臺推出的背后,實際上仍然潛藏著數據庫領域,用云數據庫替換傳統數據庫的大趨勢,正如19世紀末汽車的出現最終淘汰了馬車。
如果拆開細說,是三個事情。
一是,上云不可逆轉,大趨勢下任何企業數字化轉型都必然要面對和經歷的重要一環。
二是,上云只是一個時間問題,不再是技術問題。傳統IT基礎架構被云所替代,成為必然。
三是,隨著企業用戶上云加速,核心業務應用上云的關鍵離不開云端數據庫的支撐。
由此而言,云計算帶來的企業級用戶數字化轉型的加速,也是有目共睹的了。其中底層基礎軟件在這個加速過程中所發揮出的作用將會越來越大。
為什么呢?
來自全球著名分析機構Gartner的預計,到2022年,全球75%的數據庫將被部署或遷移到云平臺,只有5%的數據庫被考慮遣返到內部部署。
當前距離2022年還有3年左右時間,這段時間里,將成為企業用戶對云端數據庫關注的焦點,同時也將是企業用戶應用遷移到云端數據庫的關鍵時期。
從戰略上來考慮,傳統數據庫的頹勢已經明顯。來自Oracle、IBM、微軟為代表三大傳統商業數據庫廠商,也在不斷提升數據庫云化的進程??墒?#xff0c;因為傳統企業級數據庫的包袱過重,很難在這場變革中,迎來劃時代的創新。
在云計算與大數據時代,對于任何一個公司來說,基于云的創新不給力,必然會走向衰敗。
相反,以AWS、阿里云等公共云廠商所提供的云端數據庫,具備了云的天然彈性能力,兼具開源數據庫的易用、開放特點,以及傳統數據庫的管理和處理性能等優勢,成為企業用戶新業務上云的最佳選擇。?
點?
?
不僅如此,阿里云為業界提供的云上數據庫跑分平臺,提供了和OceanBase打榜時完全一致的云資源環境,全球數據庫廠商都可以來參與。這在很大意義上,就是將云端數據庫的能力向企業用戶公開,這是傳統數據庫廠商不太容易做到的事情。
當然,一個云端數據庫測試平臺的誕生,不僅給數據庫廠商跑分擂臺賽提供了開放的環境,更重要的意義在于阿里對OceanBase有著充分的自信。這份自信,必然就會如星星之火,很快將成燎原之勢。
由此而言,傳統數據庫固若金湯的防線,已經在被公共云廠商一點一點地撕裂開了。
在國外,亞馬遜之前公開表示,到2020年將徹底拋棄甲骨文數據庫。
2019年10月16日,亞馬遜將Prime、Alexa和Kindle在內的消費業務徹底關閉了他們使用的最后一個Oracle數據庫,將75PB的數據遷移到了AWS云數據庫上。此前,這些數據存儲在近7500個Oracle數據庫中。
然而,亞馬遜并不是唯一拋棄甲骨文Oracle數據庫的公司。對于Oracle來說,更悲催的是Salesforce也正在努力從關鍵業務系統中干掉Oracle數據庫軟件,該公司正在開發一個用于客戶管理的內部數據庫。
很顯然,在數據庫領域,Oracle因為云轉型的不徹底性,正在慢慢地被業界友商所拋棄。
在國內,相信在阿里云的云端數據庫測試平臺誕生之后,對整個國內數據庫行業將帶來很大的影響和現實意義。
數據庫軟件性能如何,不測不知道一測都明了。這樣不僅可以打消企業用戶對于云端數據庫在性能上的疑問,同時,也向大家公平公正開放地證明,云端數據庫在企業應用上可以帶來切實的效果。
只是針對企業傳統業務上云,數據庫遷移到云端,必然會經歷在ERP、CRM、OA等老系統帶來的麻煩,很難可以實現流暢地上云,甚至需要重寫代碼實現云化。
針對這方面的棘手問題,公共云廠商自然也會考慮到。
阿里云目前已經發布POLARDB的數據庫一鍵遷移功能,據驗證最快數小時就可以完成遷移,大大降低對企業改造數據庫的技術門檻。事實上,現在已有約40萬個數據庫通過其他遷移工具遷移到阿里云上。
因此,一鍵遷移的工具,為企業數據庫上云帶來了福音。
將痛點轉化為機遇,這也是公共云廠商主動為企業級用戶的業務數字化帶來的最大價值。
誠然,數字化轉型將是一個長期的過程,數據庫上云也是一個長期的過程,畢竟企業級用戶有著百行百業的不同,其業務轉型需要腳踏實地地慢慢來做,一蹴而就不可能真正成功。
在與傳統數據庫的pk中,云端數據庫成為企業用戶關鍵業務應用的核心,也將是一個循序漸進的長期過程。
但是,隨著時間的推移,隨著企業上云需求的增強,隨著云端數據庫帶來的影響深入,云端數據庫的價值將會更大。
基于這些認識,在期待2022年“大豐收”到來之際,我相信云端數據庫的春天將會絢麗多彩。
點?
-END-
你
怎
么
看
??
歡迎文末留言評論!
文來源:阿明獨立自媒體,版權所有,侵權必究,轉載請授權
本文章和作者回復僅代表該作者個人觀點,不構成任何投資建議
?
總結
以上是生活随笔為你收集整理的云端数据库的春天真来了的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: HTML简笔画画布气球,一束气球简笔画图
- 下一篇: 【DB笔试面试1-100】