云计算和大数据

且看因势而生的云数据库如何面对未来挑战

LensNews

如果说计算力是数字化、AI的推动器,那么数据库就是承载这一切的根源。

数据库有什么用途?

举个例子,我们身边经常可以看到5位邻居的车辆,时间久了就熟悉了5辆车的品牌、颜色、排量、车牌号码等等信息,将这些信息记录到纸上或者自己的记忆中,每当遇到这些车辆便能随时“调取”出数据来。这就是最简单的数据。

如果车辆的数据量不断放大呢?北京交通发展研究院发布数据显示,截止到2020年底,北京市动车保有量达到了657.0万辆。如果每辆车的数据都散落且相互独立,面对如此海量的数据,那就基本没有“管理”的可能性了吧。

这时候,就需要数据库了。将所有数据按照类别建立成库,这样一来调取、查询、管理数据尽在一瞬间即可完成,这才是数字化的高效管理。

目前,全球数十万客户正在采用亚马逊云科技数据库相关服务与功能,获得了更高的性能、扩展性、可用性以及更优的成本效益。

亚马逊云科技大中华区产品部总经理顾凡表示,“越来越多的企业正通过现代化应用实现业务的快速发展,这对底层支撑的数据库的功能、性能、扩展性、成本效益提出了更高的要求。微服务作为实现应用现代化的重要途径,开发者需要选择专门构建的数据库来支撑微服务,应对多样化的应用场景需求,实现企业数据基础设施现代化。通过采用微服务、配合专门构建的数据库,企业可以摆脱传统单一数据库在性能、功能、扩展性等方面的限制,有效提高创新速度,并且降低成本。”

且看因势而生的云数据库如何面对未来挑战

为进一步简化客户在创建、维护和扩展数据库方面的工作,实现高扩展性及自动伸缩容量,亚马逊云科技从2012年开始就陆续推出了Amazon DynamoDB、Amazon Aurora Serverless、Amazon Timestream(时间序列数据库服务)、Amazon Keyspaces(兼容 Apache Cassandra 的托管数据库服务)和Amazon Quantum Ledger Database (Amazon QLDB)(全托管的分类账数据库)等多种具有Serverless特性的数据库服务。

其中,Amazon Aurora Serverless 已从V1版进化到V2版,Aurora Serverless V2可以在几分之一秒内将数据库工作负载从数百个事务扩展到数十万个事务,与按照峰值负载配置容量的成本相比,最多可节省 90% 的数据库成本。

因势而生的云数据库

自从有了云计算以来,传统数据库和云数据库的博弈就从来没有停歇过。那么,经历了这么多年的技术变迁,它们各自的发展都有了哪些变化呢?

且看因势而生的云数据库如何面对未来挑战

据顾凡介绍,首先,在以前的数据中心里,很多的传统数据库占据了绝对主流地位。但现在的情况则有了巨大变化,以开发人员为例,使用云上数据库的开发人员,拥有近乎无限扩展的计算池和存储池,这在线下是做不到的。云数据库和传统数据库天然不一样的就是前者能更好地诠释“云原生”的概念,这就是云数据库的优势,一旦计算和存储的资源池化之后,就与传统数据库拉开了明显差距。所以各自的起跑线本身就不同。

我们看到,虎牙、华米等公司在很多国家都有相关业务,他们更加关注的是全球一体化的高可用性,而这一点只有基于云数据库才能实现,传统数据库是无法企及的。

第二,用户的应用场景在变,所以传统数据库除了培养自己现在的客户之外,更多的就是在现有引擎里去补充新的功能。但这样就会像滚雪球一样,越来越大、越来越重,最核心的问题是用户应该为这个“重”买单吗?为自己不需要这么多的功能买单吗?

所以,传统数据库的包袱很重,还需要后续大量的功能增补,面对未来更显吃力。

第三,云数据库与传统数据库另外一大区别就是全托管,且全托管的范围在扩大。现在有很多用户的观点非常明确,那就是将重点集中到应用上,与基础设施相关的事情最好不要做,这也是无服务器数据库快速增长趋势的重要原因。

第四,云数据库可以和整个云平台上的各种服务做集成,也让数据湖的流动成为了可能,并且可以进一步和AI/ML做集成。用户在云端的数据可以存储到Amazon S3,再到数据库、分析平台或者Amazon SageMaker,都可以实现轻松流动。这一点对于传统数据库而言,是无法实现的。

自动化运维,赋予数据库智能

“亚马逊云科技的机器学习家族里,有一组针对于AIOps及自动化运维管理的产品,例如Amazon DevOps Guru,能够帮助DevOps工程师利用到机器学习。”谈到自动化运维,亚马逊云科技大中华区产品部数据类产品高级经理王晓野重点介绍了Amazon DevOps Guru这款产品。

Amazon DevOps Guru被誉为完全托管的运营服务,它基于机器学习技术,帮助用户持续提取和分析指标、日志、事件和跟踪,从而为应用程序行为建立正常的边界。DevOps Guru 寻找与正常行为的偏差,并聚合异常,以基于应用程序中的组件关系创建操作见解。操作见解包括关于哪些组件受到影响的信息、相关异常的识别以及关于如何使用上下文数据进行补救的建议。

无论是效率还是精准度,Amazon DevOps Guru的自动化运维“本领”都远远超过人工,这也是最核心的一点。在AI/ML上面,亚马逊还提供了相应的机器学习能力,可以通过自动化运维工具来直接开展辅助工作,让自动化更加完善。

其实在数据库之外,其他各项服务里也能够看到基于机器学习的自动化管理。亚马逊云科技最早在Amazon S3里就有一个Intelligence Tiering的功能,那是最早在云端帮客户更好的做存储自动化的管理工具。现在的数据一般会分为冷、温、热三层,有些用户自身技术能力较强,能够根据业务规则去自己做分层;但有些用户不擅长创建业务规则,那就可以通过机器学习来帮你做自动分层。类似这样的自动化工具在云服务里会越来越多。

亚马逊云科技观察到,从最早的初创企业和互联网用户上云之后,企业上云的速度在逐渐加快。面对海量数据,企业客户对数据库的可用性、安全性有了更多的考量。现在,我们很少听到CIO谈论数据库上云,一般都会谈具体哪个应用上云,一切跟着应用前进。无论是迁移还是重塑,云数据库都能为用户提供数据流动、云原生、微服务化等需求,因此逐渐成为了大势所趋。

从各自相互独立的数据,发展到数据库,再到云数据库,IT技术发展的车轮正在飞速向前奔驰着。

今天,全球已经有超过45万个数据库迁移到了亚马逊云科技云平台上,这些客户几乎覆盖了所有行业。基于云端开发的应用给企业带来了诸多便利,云数据库凭借更高的性能、扩展性、可用性以及更优的成本效益迎来了快速发展阶段。面向未来,只有真正流动起来的数据才更具价值!

(6)

本文由 计算杂谈 作者:云中子 发表,转载请注明来源!

关键词:
LensNews

热评文章

发表评论