商用資料庫上雲的方式與存在的問題（下）

昨天我發完文章後不小心點開了前陣子註冊的ChatGPT，最近ChatGPT大熱，很多人認為是改變產業格局的人工智慧，有人認為頂多算個智障。對於AI產品的看法，就像是不同的人對待廟裡的菩薩，信他是神蹟，不信是泥胎，沒所謂對錯。註冊賬號後我一直還沒用過，於是把當天寫的文章的問題拿出來問了一下。

ChatGPT的回答和我的觀點差不多，這讓我感到有些驚訝。於是我問了下一個問題。關於VM和RDS的效能問題。

昨天我也討論了RDS與VM的效能問題，不過我在寫文章的時候忽略了一個問題，國內的公有云和私有云的RDS服務大多數都是用裸金屬伺服器的，不過RDS並不只是在裸金屬伺服器上跑，也可以使用採用了比較好的雲端儲存的虛擬機器。RDS與ECS部署資料庫不僅僅是裸金屬和VM的差異，更多的是RDS是一組完整的資料庫服務。看樣子ChatGPT的回答比我更專業一些。

於是我繼續往下問，ChatGPT的回答依然中規中矩，比較全面。而我昨天表達的觀點是基於目前國內的一些雲廠商提供的一些產品，並不全面。

對於今天我們要討論的這個問題，ChatGPT的回答是從另外一個方面的，從安全、合規性、效能、成本、可擴充套件性、資料遷移等幾個角度回答了這個問題。確實這些都是資料庫上雲應該考慮的因素，不過不是我們今天討論的重點。今天我們要討論的問題是，為什麼國內的公有云、私有云中少有對商用資料庫的RDS服務。今天討論的重點還是國產資料庫上雲的問題，對於ChatGPT我最近也用了一些，看法比較中性，以後有機會再來討論吧。

還是回到我們今天要討論的問題上，國產資料庫上雲，甚至再擴大點範圍，商用資料庫上雲，會遇到哪些問題呢?

首先是雲鎖定的問題，如果企業使用公有云或者商用版的私有云，那麼你的雲平臺是否支援某種商業資料庫是個關鍵。當然你可以購買高效能雲主機來跑資料庫，這樣就不會受到雲平臺的限制。不過如果你的應用比較關鍵，或者對響應延時比較敏感，那麼哪怕在高效能雲主機上跑資料庫，效果也會大打折扣。再加上受到商用資料庫的許可證的影響，雲主機的遷移能力也會受到限制，雲的能力也會受限。

企業上了某種商業雲後就只能受到雲廠商的限制，無法自有發展其IT基礎設施，這就是所謂的雲鎖定。一旦受到雲鎖定的限制，那麼企業IT基礎設施的發展就受制於雲廠商的策略。要求雲廠商支援某種商用資料庫，提供某種商用資料庫的RDS,幾乎是不可能的事情，哪怕給錢，雲廠商也不一定願意幫你做，這裡涉及到十分複雜的商業利益，就不展開討論了。

正是因為如此，在容器雲上跑資料庫成為一些企業的選擇，因為容器映象的構造並不會和雲平臺繫結，其靈活性高於RDS。不過大型系統上容器雲不是一個好選項，構建優秀的operator也不是任何一個企業都做得到的。

其次是商用資料庫的許可證問題，商用資料庫的許可證並不是按照雲平臺來設計的，大部分商用資料庫並不具備雲上許可證管理的能力，這也導致商用資料庫提供RDS服務必須由雲廠商與資料庫廠商緊密協作才能完成。而目前雲廠商與國產資料庫廠商之間因為利益問題的糾葛，很難達成商業利益的一致，雲廠商與國產商用資料庫廠商之間的合作熱情都不高。

第三是商用資料庫對於雲平臺的支撐也不足，如何安全的在雲上執行，便捷的接入雲平臺，向雲平臺廠商開放監控、診斷、自治等方面的能力，讓雲平臺可以更好的運營資料庫服務，商用資料庫廠商並無認真的考慮，因此雲平臺廠商要構建國產商用資料庫的RDS的研發成本也過高。

資料庫與雲平臺這兩個企業資訊化最為關鍵的IT基礎設施目前還處於單打獨鬥的狀態，這讓企業資訊系統全面上雲也面臨巨大的挑戰。有些企業選擇了在雲上舍棄商用資料庫，全面採用基於開源資料庫的RDS;有些企業被迫構建應用雲與資料庫雲兩朵雲，將大型系統的商用資料庫部署於資料庫雲上，這也加大了企業資訊系統的建設成本與運營成本;還有些企業讓大型商用資料庫仍然跑在獨立的伺服器上。

以前我也寫過一篇文章，提出過一個想法，如果存在一個團標或者行標甚至國標，能夠讓國產的雲廠商與資料庫廠商都遵循，那麼商用資料庫接入雲平臺就會容易的多，不過這也不是一件容易的事情，需要有強力的推動才能實現。去年國家出臺了晶片CHIPLET的國標，這大大加速了國產CHIPLET的量產，這件事也給了資料庫與雲平臺產業的一些啟示，真的出臺這樣的標準，對於國產資料庫廠商和雲平臺廠商，都是有益的。