渡过“寒冬”,看云原生数据库如何助力企业降本增效与持续创新

2022 年 8 月 25 日 CSDN

数字化转型是 IT 界最热的话题。不过,与以往一窝蜂、追求形式化的数字化不同,在疫情和日益增加的外部压力下,如何利用数字技术进行业务创新,如何在数字化转型的浪潮中大浪淘沙,生存下来并创新发展已成为当下企业最关注的问题。另一边,数据的增长,竞争环境的变化,企业都寄希望于数字化去做应用的创新、业务效率的提升,并挖掘数据中更多潜在的商业价值。



如何生存?

——选择云原生数据库赋能业务,降低IT成本


对于企业来说,灵活的 IT 云资源之上,云原生更进一步用于构建和运行可弹性扩展的企业应用,这将极大扩展企业应用负载的丰富性,让应用发挥极致的潜力,同时最优的 IT 成本,应对快速变化的市场。


选择云原生数据库构建企业数据架构,是降低用云成本,保证企业生存与持续发展的要务。云原生数据系统架构的实例很多,我们以云巨头亚马逊云科技为例。






如何发展

——以先进技术的创新求发展


IT 技术自身的发展,是一场由技术引领的效率颠覆创新。早在互联网公司快速走向市场的年代,互联网典型特征包括在线用户数量呈爆炸式增长、数据模式不固定,追求快速交付和轻运维等。而传统关系型数据库将所有数据存储在一个盒子中,无法高效地扩展,这迫使用户需要对其数据库重新分片,然后还需要管理所有的分区和重新分区等,这让用户面临巨大的运维挑战和压力。

构建原始 Amazon Dynamo 的初衷正是应对这些挑战。Amazon Dynamo 是 Amazon DynamoDB 的前生,它在当时不是一项服务,而是一个由亚马逊工程师构建的软件系统。但是,Amazon Dynamo 仍有局限性,不能作为外部服务提供给其他非专属客户使用,即受 SQL API 限制。

Amazon DynamoDB 起源于 2007 年亚马逊云科技发表有关 Dynamo 技术细节的论文,以此奠定了首批非关系型数据库(NoSQL)的雏形。最初的 Dynamo 基于一套强大的分布式系统原则设计,生成了一个可随意扩展和高可靠的数据库系统。Amazon DynamoDB 也是继续基于这些原则而不断构建发展起来的。

Amazon Dynamo 通过几个原始组件搭建的一项易于使用的云服务,那就是 Amazon DynamoDB,自 2012 年问世以来,增加了大量创新功能,不仅涉及底层可用性、持久性、安全性和规模等特性,还包括易用性等。客户不再需要配置集群,只需创建一个表存储数据,即可轻松实现无缝缩放。管理员不必执行任何操作,甚至无需安装单个库来操作数据库,这让用户以前所未有的方式拥抱云,获得云上的弹性和可扩展性。所以自 12 年发布之初,Amazon Dynamo 就具备了云原生数据库的要素,现已成为众多企业核心业务的基础。

详细来说,Amazon DynamoDB 是一个键-值和文档数据库,这使 AmazonDynamoDB 能够拥有灵活的架构,可利用水平扩展支持几乎任何大小的表。其中性能实现由 Amazon  DynamoDB Accelerator 实现微秒级延迟。另外 Amazon DynamoDB 是无服务器服务,无需预配置、修补或管理服务器,也不需要安装、维护或操作软件,可自动扩展和缩减表,以针对容量做出调整并保持性能。由于内置了可用性和容错能力,用户无需为这些功能构建应用程序。Amazon DynamoDB 提供预配置和按需容量模式,使用户能够通过指定每个工作负载的容量或只为您使用的资源付费,从而优化成本。

Amazon DynamoDB 具有详细的企业级特性,如支持 ACID 事务,使用户能够大规模构建业务关键型应用程序。DynamoDB 默认加密所有数据,并为用户的所有表提供细粒度的身份和访问控制,用户可以立即创建数百 TB 数据的完整备份,而不会被性能产生影响,并且可以恢复到先前的 35 天内的任何时间点,而无需停机。此外,用户还可以将 Amazon DynamoDB 表数据导出到 Amazon S3 中的湖内数仓,以执行任意规模的分析。DynamoDB 还提供有服务级别协议,从而确保可用性。


以知名云端数据存储同步应用 Dropbox 为例,Dropbox 在本地 MySQL 元数据存储中遇到容量不足的问题,于是将冷热元数据迁移到使用Amazon DynamoDB 和 Amazon S3 构建的新存储系统。该系统的存储容量目前为 300TB,之后会不断增长。Amazon DynamoDB 将该系统的查询能力提高到每秒 600,000 次,同时通过使用 Amazon DynamoDB 和 Amazon S3 为 Dropbox 节省了数百万美元的扩展成本,并显著降低了每用户 GB 的成本。

除了 Amazon DynamoDB,在关系型数据库领域中,亚马逊云科技又是如何应对关系型数据的挑战呢?Amazon Aurora 是一个与 MySQL 和 PostgreSQL 兼容的关系数据库,它为云计算而构建,将传统企业数据库的性能和可用性与开源数据库的简单性和成本效益结合在一起。





结语



亚马逊云科技还有更多丰富的技术产品与应用实例,本篇文章无法一一提及。生存和发展是企业永恒的主题,在数字化转型中,借助先进的数字化技术与平台,并借鉴已经被验证的场景案例,更灵活、高效地应用于自身业务,收获最切实的收益,甚至进一步做出业务创新,将是企业在多变的商业竞争环境中保持竞争力的更优选择。

2022年9月22日-23日,亚马逊云科技将在上海举办重要的技术盛会——2022亚马逊云科技中国峰会。在“云原生数据新基石”主题论坛中,亚马逊云科技的技术专家将首次揭秘借助云原生数据服务构建数据基石的方法和最佳实践,云原生数据库、数据分析服务将会悉数登场。企业需要将数据架构从传统解决方案升级为可扩展、受信任、安全的云原生数据解决方案。

论坛的主题演讲《云原生数据库-下一代应用的选择》,亚马逊云科技数据库技术专家将会讲到云原生数据库服务的四大理念,以及这些理念如何应用到最关键的业务,打造云原生数据战略的基石。开发者从极具前沿并兼具实战的干货内容中,必将获得更多对云原生数据库与企业数字化转型的创新思路,值得关注。

扫描图片二维码或点击阅读原文,了解大会更多信息,探索你的创新之路。↓

登录查看更多
0

相关内容

亚马逊公司(Amazon,简称亚马逊;NASDAQ:AMZN),是美国最大的一家网络电子商务公司,位于华盛顿州的西雅图。是网络上最早开始经营电子商务的公司之一,亚马逊成立于1995年,一开始只经营网络的书籍销售业务,现在则扩及了范围相当广的其他产品,已成为全球商品品种最多的网上零售商和全球第二大互联网企业,在公司名下,也包括了AlexaInternet、a9、lab126、和互联网电影数据库(Internet Movie Database,IMDB)等子公司。
数据库行业发展报告
专知会员服务
37+阅读 · 2022年10月19日
华为发布业界首个《云原生数据库白皮书》,25页pdf
专知会员服务
48+阅读 · 2022年8月20日
《分布式云发展白皮书》重磅发布(附下载),47页pdf
专知会员服务
87+阅读 · 2022年6月25日
腾讯等《2022年金融科技十大趋势展望》,68页pdf
专知会员服务
63+阅读 · 2022年3月31日
数字全景白皮书:2022年企业数字化技术应用10大趋势
专知会员服务
39+阅读 · 2022年2月16日
腾讯:2022年十大数字科技应用趋势
专知会员服务
80+阅读 · 2022年1月13日
2021互联网行业挑战与机遇白皮书
专知会员服务
24+阅读 · 2021年11月1日
李飞飞:云原生数据库是大势所趋
阿里技术
1+阅读 · 2022年9月16日
CCCF专栏|云原生时代数据库的机遇与挑战
中国计算机学会
0+阅读 · 2022年4月27日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年11月23日
Domain Representation for Knowledge Graph Embedding
Arxiv
14+阅读 · 2019年9月11日
Learning Implicit Fields for Generative Shape Modeling
Arxiv
10+阅读 · 2018年12月6日
VIP会员
相关VIP内容
数据库行业发展报告
专知会员服务
37+阅读 · 2022年10月19日
华为发布业界首个《云原生数据库白皮书》,25页pdf
专知会员服务
48+阅读 · 2022年8月20日
《分布式云发展白皮书》重磅发布(附下载),47页pdf
专知会员服务
87+阅读 · 2022年6月25日
腾讯等《2022年金融科技十大趋势展望》,68页pdf
专知会员服务
63+阅读 · 2022年3月31日
数字全景白皮书:2022年企业数字化技术应用10大趋势
专知会员服务
39+阅读 · 2022年2月16日
腾讯:2022年十大数字科技应用趋势
专知会员服务
80+阅读 · 2022年1月13日
2021互联网行业挑战与机遇白皮书
专知会员服务
24+阅读 · 2021年11月1日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Top
微信扫码咨询专知VIP会员