充分利用中國數(shù)據(jù)庫管理系統(tǒng)的發(fā)展，滿足企業(yè)機構不斷演進的需求

作者：Gartner高級研究總監(jiān)顧星宇

(資料圖)

中國獨特的商業(yè)環(huán)境和對技術自主可控的強烈需求，帶來了中國數(shù)據(jù)庫管理系統(tǒng)（以下簡稱為“數(shù)據(jù)庫”）市場的繁榮和多樣性。

雖然中國的數(shù)據(jù)庫廠商在許多方面，如云生態(tài)系統(tǒng)的建立和云財務治理等方面，仍然落后于以亞馬遜云服務、谷歌、微軟和甲骨文為代表的外國廠商，但在中國獨特的業(yè)務環(huán)境下，本土廠商的產(chǎn)品演進十分迅速，且產(chǎn)生了差異化優(yōu)勢，因此在一些應用場景中具備競爭力。

中國本土數(shù)據(jù)庫具有以下幾個主要技術特征。

分布式事務型數(shù)據(jù)庫的采用率正在上升

分布式事務型數(shù)據(jù)庫已經(jīng)成為企業(yè)機構支撐核心業(yè)務系統(tǒng)的現(xiàn)實選擇，它們在中國的使用增長速度要快于世界其他地區(qū)。

Gartner對分布式事務型數(shù)據(jù)庫（DTDB）的定義是：可在任何分布式數(shù)據(jù)庫實例節(jié)點上執(zhí)行事務的數(shù)據(jù)庫。這項技術的特點在于，在接受地理上分散分布的節(jié)點寫入的同時，保持數(shù)據(jù)完整性和一致性，且性能合格。

在中國的移動互聯(lián)網(wǎng)蓬勃發(fā)展過程中，實現(xiàn)業(yè)務敏捷性的主要阻礙是數(shù)據(jù)工作負載規(guī)模化的速度和成本。工作負載的需求增長，不僅使業(yè)務性能降低，而且，如果企業(yè)機構決定擴充資源，則還會帶來額外的高昂硬件成本。使用DTDB，不僅可以支持應?的?并發(fā)和?數(shù)據(jù)吞吐量，還可以減少對由外國?商提供的?型機硬件的依賴——這也與國家“?主可控”戰(zhàn)略舉措的?標相符。

今天，隨著諸如分布式一致性共識算法和并發(fā)控制技術等大量技術創(chuàng)新的出現(xiàn)，DTDB可確保在不犧牲過多可擴展性和性能的情況下，實現(xiàn)數(shù)據(jù)的高度一致性。與此同時，DTDB與公有云的兼容性也正在持續(xù)提升；因此，在資源使用不斷變化且難以預測的環(huán)境中，云部署將成為理想選擇。

數(shù)據(jù)密集型應用場景需要超高性能數(shù)據(jù)庫

在過去的三年間，新冠疫情進一步加快了網(wǎng)上購物、線上出行和在線教育等數(shù)字化應用場景的普及。作為所有應用的核心數(shù)據(jù)基礎設施，數(shù)據(jù)庫需要提供更為強大的性能，以支持全部數(shù)據(jù)密集型應用場景。

一些典型的超高性能應用場景包括：

全國性社會活動，例如國家人口普查，需要能夠支持每秒100萬至200萬個查詢，以及每秒處理10萬至50萬件事務。

大型活動的轉播，例如奧運會或春晚，通常需要能夠支持1000萬到2000萬本土觀眾同時在線觀看。

許多中國超大規(guī)模企業(yè)的數(shù)據(jù)存儲總量已經(jīng)達到10PB至100PB，日增數(shù)據(jù)量超過10TB。

網(wǎng)上購物節(jié)活動，例如“雙十一”和“618”購物節(jié)，都會產(chǎn)生極高的事務數(shù)量。

中國龐大的互聯(lián)網(wǎng)用戶規(guī)模，會使一些常規(guī)的網(wǎng)絡活動，例如網(wǎng)上訂餐、網(wǎng)約車、在線教育等的工作負載成倍加大，導致高峰時段事務處理的工作負載尤為繁重。在高峰時段，事務處理工作負載有時比非高峰時段高100倍。

中國的數(shù)據(jù)庫廠商都在不斷演進各類技術，以支持數(shù)據(jù)密集型應用場景。這些技術包括大規(guī)模并行處理（MPP）、分布式事務、內存數(shù)據(jù)處理和行列混合處理等。近年來，一批初創(chuàng)廠商開始快速獲得關注。這些廠商將超高性能作為其核心競爭差異化優(yōu)勢，豐富了企業(yè)機構的選擇面，但也使得市場狀況變得更加復雜。

各類專業(yè)化的數(shù)據(jù)庫正不斷融合，成為集成各類功能的統(tǒng)一型數(shù)據(jù)庫服務

在過去的15年間，中國企業(yè)機構采用了各類專業(yè)化的數(shù)據(jù)庫，用于各類不同類型數(shù)據(jù)庫的操作和分析。比如：

非關系型數(shù)據(jù)庫，例如圖數(shù)據(jù)庫和文檔數(shù)據(jù)庫，可用于存儲和處理圖數(shù)據(jù)和文檔數(shù)據(jù)，以支持機器學習和圖分析。

時序數(shù)據(jù)庫和內存數(shù)據(jù)庫可用于支持時間敏感性應用場景，例如流分析和決策智能。

由于每個應用場景均有海量的數(shù)據(jù)庫產(chǎn)品可供選擇，相應地，連接這些數(shù)據(jù)庫的數(shù)據(jù)管道也越建越多，導致企業(yè)機構數(shù)據(jù)和分析架構的復雜性大大增加。這一復雜性也導致了運營效率低下，獲取洞察的時間被延長。為解決這一問題，中國和全球的數(shù)據(jù)庫廠商都在采取行動，擴大各自產(chǎn)品的應用場景覆蓋范圍，形成了數(shù)據(jù)庫功能融合的局面。這一融合趨勢在多模型數(shù)據(jù)庫中得以體現(xiàn)。這類數(shù)據(jù)庫可以通過多個應用編程接口（API）來支持多種存儲和持久保存數(shù)據(jù)的方式。

如圖1所示，Gartner從數(shù)據(jù)類型和時間敏感性幾個方面對這一趨勢進行了觀察研究。

圖1：數(shù)據(jù)庫產(chǎn)品的融合

關于Gartner

Gartner（紐約證券交易所代碼：IT）為高管及其團隊提供可執(zhí)行的客觀性洞察。 我們的專業(yè)指導和各類工具可以幫助企業(yè)機構在最關鍵的優(yōu)先事項上實現(xiàn)更快、更明智的決策以及更出色的業(yè)績。 欲了解更多信息，請訪問：http://www.gartner.com/cn。

關鍵詞：