雲計算

雲計算

【最全PPT下載】DTCC 2020:阿里雲數據庫9大要點精彩回顧

12月23日,一年一度的數據庫技術交流盛會——DTCC 2020(第十一屆中國數據庫技術大會)在京圓滿落幕。大會以“架構革新 高效可控”為主題,重點圍繞數據架構、AI與大數據、數據庫內核、傳統企業數據庫實踐和國產開源數據庫等內容展開分享和探討。 在這場數據庫年度盛會和交流平臺上,阿里雲數據庫團隊集結多位頂級技術達人亮相,3天9場精彩乾貨演講,金句頻頻,為參會人奉上了一場數據庫的技術饕餮盛宴。 9場議題的乾貨PPT及分享實錄彙總如下: 1、李飛飛:雲原生分佈式數據庫與數據倉庫系統點亮數據上雲之路 實錄文字:https://developer.aliyun.com/article/781040 會上李飛飛榮膺“2020數據風雲獎——年度數據風雲人物獎” 相關閱讀見:https://developer.aliyun.com/article/780363 2、葉正盛:數據庫2025 實錄文字+PPT下載:https://developer.aliyun.com/article/780725 3、趙殿奎:PolarDB的Oracle平滑遷移之路 實錄文字+PPT下載:https://developer.aliyun.com/article/780749 4、朱潔:NoSQL最新技術發展趨勢 實錄文字+PPT下載:https://developer.aliyun.com/article/780746 5、王濤:阿里巴巴電商數據庫上雲實踐 實錄文字+PPT下載:https://developer.aliyun.com/article/781001 6、張鑫:阿里云云原生異地多活解決方案 實錄文字+PPT下載:https://developer.aliyun.com/article/781031 7、樑高中:DAS之基於Workload的全局自動優化實踐 […]

雲計算

政企邊緣安全,如何助您提升企業的”免疫力”?

在數字化進程中,政企會面臨諸多在線化的挑戰,一方面要求業務能夠在線開放,同時也要求服務是穩定流暢可靠的,此外還要保證安全合規,這對業務開發及運營者提出了極高要求。1月6日,阿里雲CDN年度產品升級發佈會中,阿里雲CDN產品專家彭飛對阿里雲CDN政企安全加速解決方案進行了詳細解讀。 關注阿里雲Edge Plus公眾號,回覆“新品發佈”,免費獲取完整PPT 在企業數字化轉型中,一般常見的挑戰有以下情況:在突發事件下,政府網站及應用產生高併發訪問,造成訪問不暢;公信力媒體內容若被惡意攻擊篡改,將產生負面輿情,以及盜鏈盜播等惡意行為導致優質視頻內容洩露;金融行業具有嚴格的等保合規要求,源站及節點服務高可用性保障十分重要,DDoS及WEB應用攻擊影響業務和企業考核,同時大規模交易下的訪問體驗和跨國訪問體驗急需保障;傳統企業的內部OA、ERP、郵箱、會議等辦公協同軟件訪問體驗差,影響工作效率,對外在線業務數據被爬或WEB入侵導致企業數據洩露……諸如此類,都是政企開發及運營者需要避免的。 所以在這種場景之下,政企應用存在共同的挑戰存在於三個方面:第一是對於互聯網訪問體驗的保障,包括由於公眾跨地區跨(運營商)網訪問造成的訪問延遲、訪問失敗,以及因為主站出口帶寬固定有限,無法在突發訪問下保障良好的訪問體驗等;第二是需要有效的規避互聯網的網絡攻擊的風險攻擊,包括DDoS/CC等網絡攻擊行為造成政務互聯網服務中斷,以及針對WEB應用的攻擊威脅主站的應用和數據安全;第三是在內容分發或用戶的終端上,缺少內容一致性校驗、https傳輸加密等技術保障的情況下,數據內容很容易被劫持篡改,造成不良影響。 為了幫助政企行業應對挑戰,阿里雲發佈政企安全加速解決方案。該解決方案是阿里雲CDN團隊和雲安全團隊共同打造的分發加速+邊緣安全一站式服務,解決政府、金融、傳媒、傳統企業內容分發安全和加速性能的問題,為雲上業務保駕護航。客戶可以直接登錄阿里雲官網,搜索:政企安全加速,去解決方案頁面瞭解詳情,並且也留下相應問題與阿里雲架構師進行免費的諮詢。 解決方案的基座是阿里雲CDN多年沉澱的強大的內容分發能力,在安全層面,解決方案主要具備WAF應用層安全、DDoS防護網絡層安全、內容防篡改、全鏈路HTTPS傳輸,高可用安全,安全合規六大方面的能力,進而構建了完整的邊緣安全體系。 首先,整個方案是基於穩定、極速、智能、安全的全站加速網絡構建。目前,阿里雲整個2800+節點覆蓋六大洲、70多個國家,具備130Tbps帶寬儲備,每天為150餘萬域名加速。 在此基礎之上,針對很多企業的動靜內容混合的情況,阿里雲全站加速面向用戶提供更好的多維度增值能力,可以實現自定義動靜分離,動態內容採用智能路由,進行傳輸協議優化,壓縮傳輸,實時網絡質量探測,而靜態內容邊緣多級緩存,同運營商回源,以此保障用戶整體訪問質量可以達到最優,分發效率提升30%,提速效果明顯。 其次,基於全站加速,再去構建應用層安全防護,主要包括以下幾個維度: 一、在邊緣抵禦WEB攻擊 CDN節點集成了WAF(WEB應用防火牆)功能,可抵禦常見OWASP威脅,抵禦CC攻擊,管理機器流量,降低源站負載,有效保護源站WEB應用系統安全。比如零售企業,現在都會用戶去提供在線商城服務,一般也都會在源站去部署相應的WAF防護能力,而一旦內容越出了邊界,在很多情況下,對於網絡安全防護實際上就很不可控了。而CDN作為更貼近用戶端的網絡網絡區間,如果能在CDN邊緣把相應的攻擊給阻斷,就可以起到很好的保護效果。 CDN WAF幾大特性包括:提供實時更新高危Web 0 Day漏洞,24小時內提供虛擬補訂防護;可以有效防禦SQL注入,XSS跨站等常見Web攻擊;支持用戶自定義防護規則,防護業務風險,抵禦CC攻擊;基於機器流量管理,降低爬蟲、自動化工具對網站業務的影響,可以將爬蟲流量下降40%。 二、DDoS攻擊防護確保網站服務可靠性 在網絡層,企業更多面臨DDoS或者CC攻擊,對業務穩定性帶來很大的隱患。比如金融企業經常會要求CDN提供相應的CC防護服務,因為CDN本身就是一個反向代理的服務,在這種服務機制之下,用戶的源站能夠得到有效保護,邊緣節點可以屏蔽掉攻擊行為。 CDN節點目前已經能夠較好地去識別網絡攻擊的特徵,並且在第一時間對一些非服務端口,比如非80、443端口流量進行指定和阻斷。同時,基於CDN節點智能精準檢測,一旦發現流量攻擊並超過基礎防護閾值,就可以將攻擊流量自動化調度到高防節點,實現流量清洗,當攻擊停止,流量會自動調度回到CDN服務節點。整體可提供1Tbps以上DDoS防護,確保客戶業務安全無虞。 三、多維度保障傳輸鏈路內容防篡改

雲計算

阿里雲新品發佈會週刊第85期 丨 一站式應用研發平臺 EMAS 2.0 發佈+揭祕阿里云云效如何助力企業10倍研發提效

點擊訂閱新品發佈會 新產品、新版本、新技術、新功能、價格調整,評論在下方,下期更新!關注更多新品發佈會! 精品直播 第123期: 一站式應用研發平臺 EMAS 2.0 發佈 直播時間:2021年1月13日 14:00-15:00 預約直播 阿里雲一站式應用研發平臺EMAS 2.0將於1月13日14:00 正式發佈,本次將全新發布包括Serverless、低代碼開發平臺Mobi、AI工具箱、業務組件等產品服務,同時推出面向中小微企業和開發者的免費套餐扶持計劃。開發者可在雲時代以更低成本、更便捷地完成應用的開發和維護。 點擊查看詳情 雲計算情報局 第3期: 揭祕阿里云云效如何助力企業10倍研發提效 點擊關注 直播時間:2021年1月15日

雲計算

通過GTM實現跨地域高可用

全局流量管理通過DNS實現應用服務的就近訪問接入、多地址負載均攤,同時根據健康檢查進行DNS Failover,實現應用服務的同城多活故障隔離和異地容災。 —— 阿里雲官網有關GTM服務的介紹 “雙活”的概念曾經紅極一時,伴隨雙活的是一整套的IT基礎架構,包括虛擬化軟件、雙活存儲、……還有為“兩個”雙活數據中心提供負載均衡能力的GSLB全局負載均衡系統。 後來,阿里提出了“三地五中心”,與之配套的就變成了互聯網中間件、雲原生數據庫系列服務、……當然還有為“五個”多活數據中心分配流量的GTM全局流量管理服務。 GTM 和GSLB服務一樣都是基於智能DNS,也就是通過對DNS請求的動態調度來實現跨站點的負載均和故障切換。 具體的工作過程如下: 可以把業務系統的域名解析以CNAME的方式託管到GTM的智能DNS。 當用戶發起對站點的訪問請求時,需要先通過DNS的解析過程來獲取站點的IP地址,而這時具體解析到哪一個IP就由GTM根據所有數據中心的“健康檢查”結果來確定。 當所有數據中心均“健康”時可以用“輪詢”的方式對所有的站點進行負載均衡,從而實現“多活”。 當某個站點被判定為“非健康”狀態時,將不會再將該站點的IP地址返回給客戶端,從而實現故障切換。 CNAME 是一種DNS的記錄類型,另一種常用的DNS記錄類型是A記錄,A記錄下的域名對應的是一個具體的IP地址,而CNAME記錄下的域名對應的是另外一個域名,從而將域名的解析結果“託管”了出去。 GTM有幾個關鍵概念: 地址池、一組提供相同服務的地址列表,可以有多個地址池,根據訪問策略的不同,可以從不同的地址池中返回地址給客戶端。 訪問策略、可以有多個訪問策略,但有且僅有一個全局訪問策略,可以根據地理位置、訪問延時來選擇不同的地址池。在訪問策略中地址池要被加入到主地址池或者備地址池中。 主地址池集合、默認情況下所有請求都從主地址池集合的地址池中分配地址。 備地址池集合、為可選配置,當主地址池中的所有地址均無法通過健康檢查時,從備地址池分配地址。

雲計算

美的置業攜手阿里雲AIoT在順德共同打造國內首個AI社區

順德首個AI社區案例背景 城市中,人們對於改善型住房需求持續增加。除了傳統的地址,房型,環境,價格,品牌等因素外,智慧社區也已經成為人們衡量一個社區質量的標準之一。美的置業在國內地產行業一直走在前沿,致力於打造智慧健康社區,為了打造全方位的社區生態圈,美的置業攜手阿里雲AIoT在順德共同打造的國內首個AI社區。 解決方案介紹與優點 解決方案: 美的置業的智慧社區以阿里雲AIoT為技術核心,通過與阿里聯合共創的AIBox,是符合社區需求的統一業務系統平臺,形成一整套綠色智慧全景生活解決方案,助力美的置業的智慧社區也率先發展空間智能化,感知智能化,實現以業主為中心的“三位一體”智能化,即“空間在線化”、“場景智能化”、“服務運營化”,用黑科技,給業主帶來了全場景智慧生活。 優點: 安防全方位,消除死角:數字平臺上,把小區裡的攝像頭,環境監控,人臉識別,無感停車,異常人群,電子巡更,消防報警,異常監控,社區生活集於一處,產生聯動。通過阿里雲AIoT技術算法,隨時發現隨時提醒隨時解決。 無感入場,防範風險:小區採用了人臉識別系統,門禁系統自動識別業主身份,給與通行,如果不是業主,系統會把圖像與信息傳遞到控制中心。而在,小區的停車庫也會對已經認證過的汽車進行無感通場,減少了在小區門口汽車擁堵的風險。在社區圍牆處的監控可以在第一時間判別是否有外來異常入侵,並把畫面傳輸回中控,社區保安可以即使去處理。 小區環境信息透明化:通過阿里雲AIoT的雲計算,社區在垃圾桶附近設立了專門的攝像頭,識別是否有垃圾溢出和亂丟垃圾的行為。小區空氣、飲用水的監控,業主也可以通過手機實時檢測,真正做到了信息公開透明。 異常預警,保護老人小孩安全:老人和小孩是小區中兩個需要被特別關愛和保護的群體,依託AIoT算法,通過攝像頭,兒童有異常舉動,系統自動發出警告,通知家長,而當小區中發現有老人獨自離開大門,系統也講自動預警,並快速提醒業主與老人家屬,做到防範未然。 客戶價值 這套基於阿里雲AIoT智能居家解決方案上,形成了社區閉環數字中控平臺,業主只需一臺手機,就能真切看到社區工作人員為業主的付出,也能更理解物業管理上的一些舉措,拉近業主與物業之間的距離。而對於美的置業來說,不僅提高了工作的效率,還降低了運營成本,依靠阿里雲AIoT雲計算的賦能,通過數字終端讓各種機器與人聯動起來,諾大的小區,以往巡邏一次的人力成本在3個小時,如今,通過小區248個攝像頭,代替人力巡邏,解放了工作人員的生產力,讓社區工作人員可以騰出手來,更好的為業主服務。 業務合作、商務諮詢可用釘釘掃描下方二維碼進群

雲計算

在邊緣AI與雲AI之間尋找平衡

邊緣的AI允許通過本地化處理進行實時機器學習,從而實現即時數據處理,詳細的安全性和增強的客戶體驗。同時,許多企業正在尋求將AI推入雲端,這可以減少實施障礙,改善知識共享並支持更大的模型。前進的道路在於找到一種利用雲和邊緣優勢的平衡。 集中式雲資源通常用於訓練深度學習推理模型,因為開發精確模型需要大量數據和計算。生成的模型可以部署在中央雲位置,也可以分發到邊緣的設備。 邊緣AI和雲AI相得益彰,並且雲資源幾乎總是與邊緣AI用例有關。在一個完美的世界中,為了簡化和擴展,我們將所有工作負載集中在雲中,但是,諸如延遲,帶寬,自治性,安全性和隱私之類的因素使得必須在靠近數據的邊緣部署更多的AI模型。消息來源。一些培訓正在邊緣進行,並且越來越多地關注聯合學習的概念,該概念將處理集中在數據區域,同時集中結果以消除區域偏見。 邊緣AI的崛起 更好的網絡基礎架構和新的邊緣計算架構的興起,正在打破集中式雲AI與分佈式邊緣AI工作負載之間的障礙。 其優勢是基礎架構的巨大新興變化,它通過增加分佈在世界每個角落的信息技術層來補充雲。我們相信邊緣AI會引發一場革命,就像雲技術獲得牽引力一樣大。 如果設計得當,Edge AI將為自動縮放帶來新的機會,因為每個新用戶都會為集體工作負載帶來全新的機器。邊緣還可以更好地訪問更多未處理的原始輸入數據,而云AI解決方案必須與預處理的數據一起使用以提高性能或龐大的數據集,這時帶寬可能會成為一個嚴重問題。 將事物移到邊緣的原因是為了獲得更好的響應時間。速度和延遲對於諸如計算機視覺和用於5G的虛擬無線電接入網絡等應用至關重要。另一個重大好處在於,通過限制將哪些數據上傳到雲來改善隱私。 Edge AI的部署也充滿了限制,包括網絡延遲,內存壓力,電池消耗以及進程可能被用戶或操作系統作為後臺的可能性。從事邊緣AI的開發人員需要計劃各種限制,尤其是在探索手機等常見用例時。 互補方法 大多數專家將邊緣和雲方法視為更大戰略的補充部分。雲AI更適合批量學習技術,該技術可以處理大數據集以構建更智能的算法,從而快速,大規模地獲得最大的準確性。Edge AI可以執行這些模型,而云服務可以從這些模型的性能中學習並應用於基礎數據以創建一個連續的學習循環。 保持適當的平衡-如果您完全致力於邊緣AI,那麼您將失去持續改進模型的能力。沒有新的數據流,您將無處利用。但是,如果您完全致力於雲AI,則可能會危及數據質量-由於需要進行權衡才能使其可上傳,並且缺乏反饋來指導用戶捕獲更好的數據-或數據量。 邊緣AI補充了雲AI,可在需要時提供對即時決策的訪問,並利用雲獲得更深入的見解或需要更廣泛或更縱向的數據集來推動解決方案的見解。 例如,在連接的汽車中,汽車上的傳感器會提供實時數據流,該數據流會不斷進行處理並做出決策,例如施加制動器或調整方向盤。可以將相同的傳感器數據流式傳輸到雲中以進行長期的模式分析,從而可以警告所有者急需的維修,從而可以防止將來發生事故。另一方面,雲AI對邊緣AI進行了補充,以推動更深入的見解,調整模型並繼續增強他們的見解。 雲計算和邊緣AI協同工作,以更深入的洞察力為驅動力,制定即時的需求決策,而這些洞察力不斷被新的邊緣數據所告知。 培訓工作流程 使邊緣AI和雲AI協同工作的主要挑戰是程序和體系結構。需要對應用程序進行設計,以便有目的地拆分和協調它們之間的工作量。

雲計算

OceanBase吳東昕:多形態技術佈局,滿足客戶的“極致追求”

2020年12月17日至18日, “ Distributed Cloud | 2020 全球分佈式雲大會”在深圳正式拉開帷幕。本次大會就“雲原生”“分佈式雲”“分佈式數據”“分佈式存儲”等幾個熱門概念進行討論。在12月17日上午的“分佈式雲主論壇”上,螞蟻集團 OceanBase 解決方案部資深解決方案架構師吳東昕為現場觀眾帶來了《原生分佈式數據庫帶來數據管理革命》的演講。 01隨時代步伐 積累經驗厚積薄發 隨著數字化轉型,雲計算、邊緣計算,以及各種互聯網業務的興起,大量的業務都需要使用數據庫,這便對數據庫的處理能力提出了巨大的挑戰。傳統 IOE 架構數據庫依賴高端硬件,系統難於擴展,價格昂貴。雖然,基於中間件的分庫分表方案解決了擴展性的問題,但是跨庫事務、全局一致性、負載均衡、複雜 SQL 仍然成為亟待解決的問題。 OceanBase 資深解決方案架構師 吳東昕 分佈式數據庫的出現,解決了數據庫處理能力橫向線性擴展的問題。分佈式數據庫基於普通服務器,降低系統成本,並支持原生分佈式查詢。對應用提供透明的支持分佈式事務,確保全局一致性,具有靈活的部署方式和負載均衡能力。

雲計算

阿里雲除了電話和工單還有哪些服務?阿里雲服務方式整理

提到客服服務,大多用戶想到的是電話諮詢、工單服務,其實阿里雲提供的服務方式有很多,不同的服務方式適合不同需求的用戶,例如產品學習,售前諮詢,故障排查及處理均可以採用不同的服務方式解決我們的問題。 在阿里雲官網聯繫我們頁面,阿里雲將主要客服服務主要方式都放在了此頁,下面對於不同的服務方式做個簡單的介紹。 一、智能在線就是機器人服務,阿里雲將常見的問題及答案都彙集在此,例如備案類問題、最新活動規則介紹等等,可以做到智能診斷,秒級解答,對於無法搜索到答案的問題系統將為您推薦最合適的人工服務渠道。 二、自助中心提供常用自助工具,解決賬號、財務、備案、定價等問題,例如找回賬號密碼、申請發票、域名轉入,續費,實名認證等相關問題。 三、幫助文檔為客戶提供阿里雲所有產品的簡介、購買、入門、操作等內容。用戶可以通過此服務學習產知識、購買流程、實踐指導教程等。 四、95187電話服務用戶只需要根據對應的語言提示,即可找到相應的人工客服,例如95187 轉1可提供售前諮詢類問題。 五、預約雲計算專家用戶只需提交自己的上雲需求,雲計算專家會在您提交需求後1個工作日內與您聯繫。為您解決雲產品推薦及上雲解決方案。 六、技術工單阿里雲產品及工程技術、技術工程師為您即時解答售後及產品使用指導類問題。 七、專家服務提供從諮詢到實施、從遷雲到護航的全週期專業服務,滿足各場景下的服務需求。此服務是阿里雲官方提供的上雲前、上雲中、上雲後、雲上優化全程服務。適用於各行業的龍頭型企業用戶。 八、支持計劃系統複雜的企業客戶可以選擇購買支持計劃,獲取由專屬企業群、專屬技術服務經理(TAM)等組成的專屬支持。 九、社區問答雲產品使用及技術問題,可以通過阿里雲社區提問方式獲取阿里雲官方客服人員和其他用戶的協助。 除了以上服務之外,阿里雲還有阿里雲市場提供的第三方服務商的專業運維、安全、專家等服務。

雲計算

阿里雲數據庫李飛飛:雲計算推動數據庫向雲原生快速演進

>>發佈會傳送門:https://yqh.aliyun.com/live/detail/21691 點擊查看詳情:https://yqh.aliyun.com/live/polardb2021 關鍵詞:深耕11年10萬餘客戶 2020年11月,“完美日記“上市了。迅速崛起的“完美日記”,從2017年的全新品牌,到如今的 “國貨之光”,成為今年創投圈的現象級案例。 快速的業務發展背後,是高壓力的系統挑戰。“完美日記”找到了阿里雲數據庫。阿里雲服務天貓“雙11”多個年頭,已具備豐富的應對大流量經驗。 2020年4月,“完美日記”三週年大促,最後一天壓測,訂單系統下單速度達到1萬筆/每秒,對應PolarDB數據庫的寫入速度10萬TPS,比半年前的系統吞吐提升了50倍。在4月14日活動當天,搶購開始瞬間系統湧進了幾百萬用戶。每秒成交的訂單數創歷史新高,訂單峰值比歷史最高峰值再次提高了幾倍,高峰業務流量比半年前提高了50倍。 “完美日記”只是阿里雲數據庫的一個案例,是阿里雲數據庫11年以來,服務的10萬多客戶中的其中一個。阿里雲數據庫始於2009年。 2009年,阿里巴巴用開源的MySQL替代了Oracle。2010年,阿里巴巴又基於MySQL著手打造開源數據庫AliSQL,並對淘寶商品庫進行改造。 2012年,AliSQL支撐了首個“雙11”。那是“雙11”的第四個年頭,已從2009年銷售額0.52億、27家品牌參與,發展到了2012年銷售額132億、10000家品牌參與。 2013年,已經家喻戶曉的淘寶下線最後一個Oracle數據庫,這不僅是中國雲計算髮展的歷史性節點,也是數據庫技術變革的轉折點。 就這樣,阿里巴巴完成了從商業傳統數據庫到開源數據庫的轉變。 2016年,雲計算在國內風起雲湧,AlphaGo掀起了人工智能的熱潮,在人工智能的助推下,雲計算愈發火熱。騰訊宣佈“未來5年將投入100億發展騰訊雲”;後來成為雲計算創業公司獨角獸們的UCloud、青雲、七牛雲等紛紛拿到融資,各自以不同的姿勢,嶄露頭角。 同年,”雙11”銷售額已達1207億、98000家品牌參與。這時,阿里雲數據庫已支撐雙11四年。 ”雙11”的場景對數據庫提出了極高的要求。如果繼續在開源數據庫基礎上進行改進已經無法滿足業務需求。 於是,阿里巴巴啟動了自研數據庫。 2017年,阿里雲數據庫推出首個雲原生關係型數據庫PolarDB,計算能力最高可擴展至1000核以上,性能比MySQL高6倍。 隨後的幾年,阿里雲數據庫飛速發展。 2018年,阿里雲數據庫進入Gartner數據庫魔力象限,是該榜單首次出現中國公司。 2019年,阿里雲數據庫再次入選Forrester數據庫評估報告,成為國內首個獲得兩大頂級機構認可的科技公司。

雲計算

DTCC 2020 | 阿里雲葉正盛:數據庫2025

摘要:數據庫從上世紀五十年代發展至今,隨著基礎設施的改變,其技術也在不斷演進。數據庫市場也從原本商業化巨頭形成的壟斷地位逐漸變為雲廠商處於領導地位,而未來在雲上,數據庫將會是兵家必爭之地。與此同時,雲原生技術、數據庫自動駕駛技術以及數據庫和大數據技術的融合使得數據庫的未來更加充滿生機。在DTCC 2020大會上,阿里雲數據庫產品管理與運營部總經理葉正盛為大家分享他對於“數據庫2025”的展望。 本文內容根據演講錄音以及PPT整理而成。 演講嘉賓介紹: 葉正盛(花名:鬥佛),阿里雲數據庫產品管理與運營部總經理,目前擔任阿里雲數據庫產品總規劃師,主要負責阿里雲數據庫的產品規劃和產品運營相關的工作。之前從事軟件研發工作十餘年,2010年開始加入阿里做“去IOE”、異地多活和雲計算方面的工作,2020年帶領團隊衝進了Gartner全球數據庫領導者象限。 數據庫發展歷程 在介紹數據庫2025的規劃之前,首先回顧一下數據庫的發展歷程。數據庫的發展離不開計算機基礎設施的發展,因此可以將數據庫的發展分為五個階段。 第一階段:上世紀五十年代的大型機時代。在這個時代,大型機可能不到100臺,基本上用在科學研究和國防等領域,當時主要是層次和網狀數據庫,比較典型的產品是IBM的IMS,IMS已經很少能夠見到,在一些金融領域還有應用。 第二階段:上世紀七八十年代,此時小型機已經開始普及。不僅是在國防和科學研究,更多的是在商業領域,包括銀行這樣的系統開始應用小型機。與此同時,關係型數據庫開始誕生,出現了包括DB2、Oracle以及Ingres等之名關係型數據庫。 第三階段:上世紀九十年代,此時PC機、X86以及局域網等基礎設施已經非常健全,IT應用範圍已經擴展到企業全面的信息化,關係型數據庫開始蓬勃發展,出現了數據倉庫以及單機數據庫,比如SQL Server、dBase等數據庫。 第四階段:到了2000年,開始進入互聯網時代。大家也都有非常深刻的體會,無論是搜索、社交還是電商等都有非常廣泛的應用,此時像MySQL、PG、Redis、MongoDB等開源數據庫也得到了非常廣泛的應用。 第五階段:今天是數據庫的“雲+端”時代。無論是新媒體、移動應用、雲計算以及物聯網等,包括今年新冠疫情導致在線教育、在線辦公都飛速發展,其實都代表著一個新的時代的開始。在這個階段,雲數據庫起到了非常大的作用。比較典型的雲數據庫產品就是AWS的RDS和Redshift以及阿里雲的PolarDB和ADB等。 DB-Engines數據統計 截止到2020年12月,在DB-Engines上目前一共有363種數據庫。按照數據庫模型來看,傳統的關係型數據庫和非關係型數據庫佔比為3:1,可以看出,關係型數據庫依舊是主流。而按照商業和開源數據庫的角度來看,兩者依舊是平分天下。在商業數據庫領域,具有代表性的數據庫有Oracle、SQL Server等;而在開源數據庫領域,具有代表性的數據由MySQL和PG等。 數據庫-兵家必爭之地 為什麼大家都來做數據庫呢?AWS認為數據庫是未來的兵家必爭之地,因此一直以來對於數據庫非常重視,每年的AWS re: Invent

Scroll to Top