雲和恩墨蓋國強:2020,這是資料庫最好的時代!

lumin1020發表於2020-11-25

2020年11月20日,一年一度的資料技術嘉年華(DTC)如約而至,今年正值DTC舉辦的第十個年頭,大會以“自研·智慧·新基建——雲和資料促創新 生態融合新十年” 為主題,打造“開源自研、智慧運維、智慧自治、新基建、使用者實踐”五大模組,總結過往十年曆程與成績,展望未來十年趨勢與目標!

  大會現場,作為資料技術嘉年華的發起人,網際網路技術社群墨天輪和中國DBA聯盟的主要倡導者,雲和恩墨創始人蓋國強帶來了題為“金聲玉振- 資料庫技術和生態變革創新的十年”的主題演講。

  十年一瞬,國產資料庫進入雲資料庫時代

  蓋國強認為:資料庫發展經歷了三個時代,成就了三種商業形態。首先是2011年左右的以Oracle為代表的商業資料庫時代;其次是2016年以MySQL為代表的開源時代;如今商業和開源、SQL和NewSQL交融,成就了雲和數字化時代。在每個階段,國產資料庫都從未缺席,特別是當下這個雲資料庫時代,阿里雲的PolarDB、螞蟻的OceanBase、騰訊的TDSQL、華為的GaussDB、PingCAP的TiDB、中興的GoldenDB等都有著出色的表現。

  正如蓋國強在開場致辭中表達的:“自研資料庫在中國市場佔據了越來越重要的位置,國產資料庫也正在登上國際舞臺,在國家內迴圈、新基建政策的引導下,我們迎來了資料庫從業者最好的時代!”

  在中國郵政,透過雲原生分散式資料庫PolarDB-X,高效支撐了“雙十一”訂單業務峰值超過1億件;中國工商銀行基於華為雲FusionInsight金融資料湖,GaussDB(DWS)等產品承載了關鍵的金融資料業務。北京銀行使用PingCAP 公司TiDB承擔包括核心網聯支付/銀聯無卡支付業務,支付對賬,核心批次作業等一批核心交易應用。這一系列核心應用都充分說明了國產資料庫正在全國各地全面落地開花。

  那麼對於國產資料庫技術未來將呈現怎樣的發展趨勢?蓋國強認為,國產資料庫未來主要有兩大趨勢,即雲原生和分散式。其中分散式源於使用者需求的驅動,使用者需求即海量高併發應用場景,這是網際網路式的應用創新,在這樣的驅動之下,解決海量併發、洪峰流量的技術應運而生。而一些成熟的資料庫產品,如Oracle 資料庫,也同樣走過了從單機、叢集到分散式的整個歷程,Oracle 資料庫的技術演進始終值得我們學習研究和借鑑。

   春江水暖鴨先知,不需揚鞭自奮蹄

  IDC預測,到2024年中國關係型資料庫軟體市場規模將達到38.2億美元,未來5年整體市場年複合增長率為23.3%。根據智研諮詢調查資料,截止到2017年,國外廠商佔據我國資料庫市場份額超過80%,隨著信創產業發展,專家預計未來資料庫國產化率滲透空間快速提升。

  而從政策層面來說,重要行業進行一系列大規模採購,招標強調自主可控,彰顯重要行業國產化決心。替換空間巨大,國產資料庫市場迎來最好時代。

  而國產廠商在這個大環境下也不斷融合最新科技,提升自身能力。AI4DB一直都是資料庫領域非常重要的課題,簡單來說就是如何讓AI進入資料庫。華為的openGauss在進行將資料庫的引數調節變成AI驅動的,例如將最佳化器做成ABO(AI-Based Optimizer,基於人工智慧的查詢最佳化器);阿里雲在透過AI去調整資料庫的記憶體分配,透過AI的演算法進行全網最佳化,節省了數十TB的記憶體消耗,這都對資源進行了更好的利用,降低了成本;騰訊也釋出了DBbrain(資料庫智慧管家),可以利用機器學習、大資料手段快速複製資深資料庫管理員的成熟經驗,將大量資料庫問題的診斷最佳化工作自動化,服務於雲上和雲下企業。這些都是好的嘗試,這一系列的研究成果未來會大大加速資料的發展速度。

  對於雲和恩墨在資料庫AI賽道的動作,蓋國強表示,在產品層面,雲和恩墨正在透過人工智慧技術讓資料庫的運維變成智慧化,舉例來說,在資料庫做完巡檢之後,可以智慧地去推薦最佳化的方法並進行有限度的自治實施。監控到資料庫的問題,會自動地給出最佳化的調解的建議。在研究層面,雲和恩墨已經在新加坡成立了資料科學研究院,找到了全球頂級的資料科學、人工智慧方面的專家。未來希望透過一系列的演算法的研究,讓這些資料科學人工智慧的技術去到企業裡面,幫助企業解決業務上的問題。

  最後,作為國內資料庫生態領域的先行者,蓋國強分享了雲和恩墨如今遍佈全國的服務網路和生態產品,希望未來能夠讓使用者更放心地使用國產資料庫。今年,基於華為openGauss 開源資料庫,雲和恩墨推出了企業級資料庫產品——MogDB,圍繞使用者需求,解決核心問題,雲和恩墨致力於打造最易用的openGauss 商業發行版,助力企業的資料庫轉型升級,這是雲和恩墨在開源方面的嘗試,也是其踐行的躬身入局的資料庫生態建設投入。


來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69965512/viewspace-2736823/,如需轉載,請註明出處,否則將追究法律責任。

相關文章