李飛飛，阿里巴巴集團副總裁，ACM杰出科學(xué)家，阿里云數據庫產(chǎn)品事業(yè)部負責人，達摩院數據庫與存儲實(shí)驗室負責人。

　　云原生數據庫在海外被稱(chēng)為「Cloud-Native Database Systems」，前面譯成中文就是「云原生」，理解云原生先要理解兩個(gè)關(guān)鍵詞——「云」和「原生」。

　　在傳統數據庫的系統架構下，必須是緊耦合的設計方式，才能最大效能地發(fā)揮系統的優(yōu)勢。舉個(gè)生活中的例子，過(guò)去每家每戶(hù)會(huì )根據用水量打一口水井使用，這與傳統的數據庫系統使用計算、存儲資源的方式一樣，但它是緊耦合的方式。如果水不夠了怎么辦？對應的，這就是傳統數據庫系統里經(jīng)常提到的業(yè)務(wù)擴容。在金融行業(yè)，數據庫系統擴容通常需要提前幾個(gè)月甚至半年去做規劃，進(jìn)而細致部署、縝密實(shí)施，上線(xiàn)——灰度——再驗證，一整套流程就是為了擴容、縮容。傳統擴容過(guò)程非常漫長(cháng)，而業(yè)務(wù)高峰過(guò)后縮容也很痛苦，往往會(huì )造成極大的資源浪費，也很難應對業(yè)務(wù)層需要的快速變化能力，這是傳統架構非常大的弊端之一。

　　如果清楚這些概念和背景就很好理解云原生了。「云」就是使用虛擬化的技術(shù)將資源池化。水是資源，不用緊耦合的方式來(lái)部署和使用，不用家家戶(hù)戶(hù)打水井，而是整個(gè)村莊聯(lián)合起來(lái)“打”一個(gè)湖或池塘，再修管道連到各家各戶(hù)，這就是資源池化。資源池化以后可以做到按需按量使用，彈性調度，甚至還可以將資源進(jìn)行解耦，比如，將廚房當作一個(gè)計算節點(diǎn)，水當作存儲節點(diǎn)，可以隨時(shí)切換，如果這個(gè)廚房不夠了，通過(guò)系統調度，可以快速拉起另外兩三個(gè)廚房做計算。這就是云原生核心邏輯，將不同類(lèi)型資源解耦，并進(jìn)行池化。讓原來(lái)的一口口獨立水井，在背后合并成一個(gè)看不見(jiàn)的江河湖海。具體的，比如在云原生的計算存儲分離架構下，業(yè)務(wù)節點(diǎn)可以根據需要自由地對計算、存儲進(jìn)行快速的擴縮容等操作。

　　可以看到，云原生帶來(lái)的本質(zhì)性變化就像水井和池塘，隨著(zhù)池塘不斷變大，越來(lái)越多應用遷移上云，池塘不再是池塘，而變成了江河大海。云原生帶來(lái)的最大技術(shù)紅利以及經(jīng)濟紅利就是規模化應用后帶來(lái)邊際成本下降效應，因此向云原生技術(shù)演進(jìn)的趨勢自然發(fā)生并且非常清晰，無(wú)論用公共云還是專(zhuān)有云私有化部署。這個(gè)邊際成本下降效應體現在產(chǎn)品上，客戶(hù)就會(huì )因此受益，TCO也一定會(huì )下降。

　　全球知名咨詢(xún)公司Gartner指出，云將主導數據庫市場(chǎng)的未來(lái)，到2022年，75%的數據庫將被部署或遷移至云平臺，只有25%的數據庫會(huì )在本地運行。云化無(wú)疑代表了未來(lái)，企業(yè)如何在云原生架構下使用數據庫，就成為必須要思考的問(wèn)題的。

　　隨著(zhù)企業(yè)業(yè)務(wù)全面向數字化、在線(xiàn)化、智能化演進(jìn)，企業(yè)面臨著(zhù)呈指數級遞增的海量存儲需求和挑戰，業(yè)務(wù)有更多的熱點(diǎn)和突發(fā)流量帶來(lái)的挑戰，企業(yè)需要降本增效，進(jìn)行更智能的數據決策，傳統的商業(yè)數據庫已經(jīng)難以滿(mǎn)足和響應快速增長(cháng)的業(yè)務(wù)訴求。

　　在架構創(chuàng )新上，我們將云原生與分布式結合起來(lái)，全新的云原生分布式架構的數據庫具備了高擴展性、易用性、迭代快速、成本降低等特點(diǎn)，可以很好的幫助企業(yè)解決上述問(wèn)題。未來(lái)數據庫也將全面進(jìn)入云原生加分布式的時(shí)代。具體來(lái)講：

　　云原生分布式數據庫與底層的云計算基礎設施分離，所以能夠靈活及時(shí)調動(dòng)資源進(jìn)行擴容縮容，以從容應對流量激增帶來(lái)的壓力，以及流量低谷期因資源過(guò)剩造成的浪費。生態(tài)兼容的特點(diǎn)，也讓云原生數據庫具備很強的可遷移性。

　　云原生分布式數據庫非常易于使用，它的計算節點(diǎn)在云端部署，可以隨時(shí)隨地從多前端訪(fǎng)問(wèn)。因其集群部署在云上，通過(guò)自動(dòng)化的容災與高可用能力，單點(diǎn)失敗對服務(wù)的影響非常小。當需要升級或更換服務(wù)時(shí)，還可以對節點(diǎn)進(jìn)行不中斷服務(wù)的輪轉升級。

　　云原生分布式數據庫中的各項服務(wù)之間相互獨立，個(gè)別服務(wù)的更新不會(huì )對其他部分產(chǎn)生影響。此外，云原生的研發(fā)測試和運維工具高度自動(dòng)化，也就可以實(shí)現更加敏捷的更新與迭代。

　　建立數據中心是一項獨立而完備的工程，需要大量的硬件投資以及管理和維護數據中心的專(zhuān)業(yè)運維人員。此外，持續運維會(huì )造成很大的財務(wù)壓力。云原生分布式數據庫以較低的前期成本，獲得一個(gè)可擴展的數據庫，實(shí)現更優(yōu)化的資源分配。

　　目前，數據庫領(lǐng)域有幾大核心發(fā)展趨勢，除了上述提及的云原生和分布式技術(shù)的融合，還有大數據與數據庫一體化，包括HTAP以及離在線(xiàn)一體化；智能化技術(shù)深度融合，即自感知+自決策+自恢復+自?xún)?yōu)化；Multi-Model多模；軟硬件一體化，充分發(fā)揮新硬件的優(yōu)勢；安全可信技術(shù)，即可驗證日志、數據隱私保護與安全多方計算+全鏈路加密。

　　在數據分析領(lǐng)域，企業(yè)亟需高效解決海量數據深度計算分析，下一代數據分析演進(jìn)方向應該是“以云原生為基礎，離在線(xiàn)一體化技術(shù)融合，實(shí)現數據庫大數據一體化”。“數據庫大數據一體化”的云原生數據分析系統能夠很好的提供彈性擴展、海量存儲、多種計算及低成本等能力，有效解決海量數據深度計算分析的業(yè)務(wù)分析和創(chuàng )新訴求。

　　“數據庫大數據一體化”也是業(yè)界近年的發(fā)展趨勢。Gartner “There is only one DBMS Market”報告指出，過(guò)去根據業(yè)務(wù)場(chǎng)景按照分析型和交易型需求，需要獨立發(fā)展OPDBMS（事務(wù)處理）和DMSA（管理與分析），而未來(lái)分析型和交易型數據操作對技術(shù)架構依賴(lài)性會(huì )更小，將不再需要獨立區分OPDBMS和DMSA，通過(guò)一體化的數據處理技術(shù)即可滿(mǎn)足大多訴求。

　　從技術(shù)架構演進(jìn)過(guò)程來(lái)看，2003至2006年，Google發(fā)布了關(guān)于Google File System、MapReduce和BigTable三篇海量數據存儲、處理技術(shù)論文，奠定了今天大數據的整個(gè)技術(shù)生態(tài)圈的基石。2012年至今，隨著(zhù)云計算的發(fā)展，云計算的資源池化、存儲與計算彈性擴展等基礎設施升級，以及計算存儲分離、在離線(xiàn)一體化等技術(shù)創(chuàng )新，促進(jìn)了數據處理開(kāi)始朝一份數據開(kāi)放計算、存儲計算分離的云原生方向演進(jìn)，誕生了如Snowflake、AWS Redshift、AWS Aurora、AWS Athena為代表的新一代云原生數據庫、數據倉庫、數據湖，加速了數據處理向在線(xiàn)化、在離線(xiàn)一體化、結構化與非結構融合處理演進(jìn)，加速業(yè)務(wù)走向數字化、數智化創(chuàng )新的新形態(tài)。

　　綜上所述，我認為“數據庫大數據一體化”的數據分析系統應具備幾個(gè)特點(diǎn)：云原生；一份存儲多種計算；海量存儲，支持結構化、半結構化及非結構化數據庫的存儲及計算；全面兼容數據庫生態(tài)。

　　在剛剛過(guò)去的2020年，Gartner公布了年度全球數據庫魔力象限評估結果，Gartner將OPDBMS（事務(wù)性關(guān)系型數據庫）與DMSA（大數據管理與分析）合二為一成為新的Cloud DBMS Market（統一的云數據庫系統市場(chǎng)），故這次的評比更加全面，也代表了“云”的發(fā)展趨勢。阿里云挺進(jìn)全球數據庫第一陣營(yíng)——領(lǐng)導者象限，這是中國數據庫歷史上重大突破，也是中國在基礎軟件行業(yè)首次成為Gartner魔力象限的全球領(lǐng)導者，代表著(zhù)中國技術(shù)正日益走向國際舞臺，并日漸成為這個(gè)舞臺中的佼佼者。正如Gartner分析師所說(shuō)：“阿里云擁有豐富的數據庫種類(lèi)和完善的產(chǎn)品布局，為用戶(hù)提供多種關(guān)系型、分析型和非關(guān)系型數據庫產(chǎn)品，還提供混合云環(huán)境部署，同時(shí)集成備份、數據遷移與同步等能力，最重要的是，阿里云有非常強大的技術(shù)實(shí)力與創(chuàng )新能力。”

　　在OLTP領(lǐng)域，阿里云提供核心的云托管數據庫服務(wù)RDS，以及云原生關(guān)系型數據庫 PolarDB以及分布式版PolarDB-X。阿里云RDS具備智能化、安全可信、簡(jiǎn)易運維、高可用、高性?xún)r(jià)比等多種特性。PolarDB是國內首個(gè)云原生關(guān)系型數據庫，也是國內首個(gè)基于存儲與計算分離架構云原生數據庫，已全面應用于零售、電信、物流、金融等多個(gè)行業(yè)；PolarDB-X基于云原生分布式一體化架構設計，可支撐千萬(wàn)級并發(fā)規模及百PB級海量存儲，在阿里巴巴線(xiàn)上核心系統廣泛使用，連續多年穩定支撐天貓雙11，在1秒鐘內系統負載增加了145倍情況下依然保持穩定。在OLAP領(lǐng)域，阿里云推出了新一代云原生數據倉庫AnalyticDB以及云原生數據湖分析Data Lake Analytics；AnalyticDB是新一代云原生數據倉庫，獲得了TPC-DS/TPC-H官方認證的優(yōu)異成績(jì)，支撐國稅、郵政、上海城市大腦等超大規模客戶(hù)。在NoSQL領(lǐng)域，阿里云推出了云原生多模數據庫Lindorm和云原生內存數據庫Tair。除此之外，我們還構建了企業(yè)級數據庫生態(tài)工具產(chǎn)品體系，以及云原生智能化數據庫管控平臺。

　　阿里云正在構建一個(gè)日益完整的云原生數據庫產(chǎn)品體系，讓客戶(hù)在這個(gè)生態(tài)體系中用數據庫的方法解決諸多數據處理、存儲分析、計算所面臨的挑戰和問(wèn)題，這不僅是阿里云數據庫的基本出發(fā)點(diǎn)，也是客戶(hù)學(xué)習曲線(xiàn)最低，應用成本最低的一種方案。未來(lái)，我們會(huì )始終堅持以客戶(hù)需求為核心，從客戶(hù)視角出發(fā)，堅持客戶(hù)第一、創(chuàng )造客戶(hù)價(jià)值，將更多研發(fā)力量投入到解決客戶(hù)痛點(diǎn)的產(chǎn)品上，讓技術(shù)創(chuàng )造新商業(yè)。

　　本課程主要介紹了Serverless和云開(kāi)發(fā)技術(shù)，涵蓋云開(kāi)發(fā)協(xié)同、云函數、云數據庫、多媒體托管、前后端一體化框架等Serverless Web開(kāi)發(fā)必備技能，讓你無(wú)需保有服務(wù)器即可輕松開(kāi)發(fā)或者遷移本地項目，一鍵部署和上線(xiàn)自己的個(gè)人博客、小程序、以及企業(yè)級管理系統等。