内容简介:近来数据库市场不太平静,一个偏底层IT基础设施的角色突然成了热词,大半原因是甲骨文裁员引发的连锁效应,但细究却能发现,数据库正成为一场巨头志在必得的战役,至少——不能输得太惨。以Gartner发布的《2018年数据库魔力象限》作为参考,一览数据库市场全局。领导者象限的五家公司为微软、甲骨文、亚马逊、SAP、IBM;远见者为谷歌、阿里巴巴;挑战者包括MongoDB、Marklogic、InTERsystems三家公司;利基玩家(细分市场领先)包括EnterpriseDB、DataStax、MapR、Actia
近来数据库市场不太平静,一个偏底层IT基础设施的角色突然成了热词,大半原因是甲骨文裁员引发的连锁效应,但细究却能发现,数据库正成为一场巨头志在必得的战役,至少——不能输得太惨。
以Gartner发布的《2018年数据库魔力象限》作为参考,一览数据库市场全局。领导者象限的五家公司为微软、甲骨文、亚马逊、SAP、IBM;远见者为谷歌、阿里巴巴;挑战者包括 MongoDB 、Marklogic、InTERsystems三家公司;利基玩家(细分市场领先)包括EnterpriseDB、DataStax、MapR、Actian四家公司。
横轴和数轴分别表示前瞻性和执行力,领先厂商大多是数据库市场的老兵,但云计算成为市场的变数,相比昂贵的软件许可费,大多企业更喜欢按需付费,随用随取的云服务,在云数据库逐渐成熟的过程中,这种趋势也更明显。
数据库也是IT基础设施的一部分,和业务紧密相关,云计算的发展自然而然的影响到数据库行业,全球云计算行业的龙头AWS已经证明了云数据库的可行性。
本篇文章以阿里、甲骨文和华为举例,阿里是国内云数据库执牛耳者,甲骨文是传统商业数据库厂商的代表,华为则刚刚发布了全球首款AI-Native数据库,云计算大潮下数据库厂商如何自持?
守:甲骨文力有未逮
2012年7月,时任甲骨文联席总裁马克·赫德(Mark Hurd)高调访华并宣布了“中国增长计划”,指出将继续增加在中国的分公司数量,目标是让甲骨文的业务分支机构将覆盖几乎所有的省、自治区、直辖市。
到2019年5月,甲骨文中国研发中心传出关闭消息,甲骨文在中国的研发人员约1600人,研发人员面临裁员的单选题,首批将裁员约900余人,其中超过500人来自北京研发中心。进一步消息透露,甲骨文本次裁员是全球性的,中国地区的影响更大。
这是一个时代的结束。
虽然甲骨文核心研发并不在中国,但是中国研发中心的裁撤映射出甲骨文的茫然,中国市场历来是外企必须要抓住的区域,而在云计算时代,甲骨文已自顾不暇。
回到云计算兴起之前,以甲骨文为代表的 IOE 阵营(IBM提供服务器,Oracle提供数据库软件,EMC提供存储)形成一套由软及硬的数据库系统,也是当时为数不多的稳妥选择。
阿里在2009年底提出“去IOE”,其实是一场新旧IT解决方案的替代浪潮,不止是阿里,更多国内企业都选择了“去IOE”:遵循低成本、线性可控、去中心化(分布式)的原则,用PC Sever替代小型机,MySQL替代Oracle,中低端存储替代EMC。
甲骨文数据库维护成本高,并且在规模扩展情况下有诸多问题,这期间国产数据库崛起,数据库从一家独大转向百花齐放格局,从行业角度看,替代甲骨文数据库需要时间,毕竟要改变客户使用惯性不容易,业内人士估计这个时间在三年左右,从某种角度来说,甲骨文数据库所处环境是“去IOE”时代的延续。
云计算对甲骨文的冲击是全方位的,国外有AWS,国内有阿里云。2018年11月份,亚马逊AWS CEO Andy Jassy公开发文称:亚马逊消费者业务在11月1日关闭其甲骨文数据仓库并全面转向Redshift。到2018年底,他们将88%的甲骨文数据库(以及97%的关键系统数据库)迁移到Aurora和DynamoDB上。
Redshift、Aurora和DynamoDB是AWS数据库标杆产品,AWS就处在Gartner《2018年数据库魔力象限》领导者象限和甲骨文不远的位置。
今年早些时候,甲骨文前总裁托马斯·库里安加入谷歌云担任CEO、甲骨文云平台前执行副总裁阿密特·泽弗瑞加入谷歌云任工程副总裁。更早的2014年,甲骨文原全球副总裁兼大中华区技术总经理喻思成、甲骨文产品战略部原高级总监刘松加盟阿里云。
甲骨文向云转型总让人感觉“说得多,做得少”,这里插播一个花絮,以长线投资著称的巴菲特清仓了价值21亿美元的甲骨文股票。当然也不必太过忧心甲骨文,甲骨文部分市场确实受冲击较严重,但短期内不会出现大规模取代现象,甲骨文面临的是技术路线的分歧,现在颇有被落井下石的感觉,只能说是“天下苦甲骨文‘垄断’久矣”。
功:阿里云来势汹汹
前不久刚刚落幕的DTCC 2019(第十届中国数据库技术大会)上,阿里云智能数据库产品线总负责人李飞飞演讲指出,All in Cloud时代,云原生数据库因其突出优势,应用趋势不断上升。
这里用“攻”更为准确,阿里云抓的是趋势。对此雷锋网的理解是,云原生数据库和传统商业数据库在适用场景上各有千秋,而云计算还处于高速增长期,传统商业数据库软件却已是存量市场,此消彼长,阿里云乘云之势收割数据库客户,也显现出一种云数据库势头远超Oracle的现象。
据李飞飞介绍,阿里云数据库已经形成了一个数据上云的完整链路,首先通过DTS数据传输工具,将线下的数据库迁移到线上,再按照业务需要进行数据库选型。
如上图所示为数据库受欢迎趋势,红线为需购买软件许可的商业数据库,蓝线为开源数据库及云原生数据库,两者逐渐接近,也意味着更激烈竞争的开始。
数据库发展经历了传统商业数据库到开源数据库再到云原生数据的历程,在实践中大家发现,单纯将传统数据库“搬家”到云上,既不兼容也不经济,如果非要细数传统数据库的“罪状”,我们可以说它备份回档慢、故障恢复慢、纵向扩展弱、横向扩展弱、成本高、资源利用率低、可用性低。
传统数据库是产品模式,云原生数据库是服务模式,以阿里云主打产品POLARDB为参考,POLARDB 是阿里云自研的下一代关系型云数据库,100% 兼容 MySQL,存储容量最高可达100 TB,性能最高提升至 MySQL 的 6 倍,单库最多可扩展到 16 个节点,采用存储和计算分离的架构,所有计算节点共享一份数据,适用于企业多样化的数据库应用场景。
阿里云官网提供了超过20种的细分数据库种类和数据库工具,目前阿里云PolarDB已经支持一键数据库迁移服务,简直就是“精准打击”。
雷锋网还获悉,阿里云将于下周发布一款全新的自研云原生数据库,可帮助企业全面替换甲骨文数据库。邀请函图样为撕裂的“O”。在业内人士和雷锋网看来,“O”指代的就是Oracle,数据库战役升温在即,这一次阿里云站在历史的转角。
道:华为填补AI拼图
华为进军数据领域的路径并不一样,并不单纯从数据库本身角度来讲,而是祭出了全栈AI大旗,既有华为本身数据库实力的因素,也有出于华为全局角度的考量。
5月15日,华为正式发布全球首款AI-Native数据库GaussDB,也就是高斯数据库。高斯数据库应该是一个系列,毕竟华为很早就打出了高斯数据库的品牌,在华为内部一些场景规定要使用高斯数据库,也是本着“自己造的降落伞自己先跳”的原则
华为表示,作为全球首款AI-Native数据库,GaussDB有两大革命性突破:
-
第一,首次将人工智能技术融入分布式数据库的全生命周期,实现自运维、自管理、自调优、故障自诊断和自愈。在交易、分析和混合负载场景下,基于最优化理论,首创基于深度强化学习的自调优算法,调优性能比业界提升60%以上;
-
第二,通过异构计算创新框架充分发挥X86、ARM、GPU、NPU多种算力优势,在权威标准测试集TPC-DS上,性能比业界提升50%,排名第一。
一位现场参会嘉宾认为,华为将AI引入数据库管理,更多是部分取代DBA(Database Administrator,数据库管理员)的工作,DBA的核心目标是保证数据库管理系统的稳定性、安全性、完整性和高性能,数据训练之后的AI已经能完成部分优化工作。
华为展示AI-Native自调优技术
此外,GaussDB支持本地部署、私有云、公有云等多种场景。在华为云上,GaussDB为金融、互联网、物流、教育、汽车等行业客户提供全功能、高性能的云上数据仓库服务,华为在现场着重突出了数据库和存储在金融场景的应用,通过金融场景考验的产品基本可以应对绝大多数实际情况。
同样引入AI技术的还有FusionStorage 8.0,华为称其为业界性能第一的分布式存储,从资源规划、业务发放、系统调优、风险预测、故障定位等方面实现智能运维管理。全球首款AI-Native数据库也没有掩盖住FusionStorage 8.0,数据库本来就要搭配存储使用,华为系产品在优化上或有优势。
据称,FusionStorage 8.0分布式存储性能业界第一,单节点性能高达16.8万每秒读写速度(IOPS)和1毫秒以内时延,在业界标准测试SPC-1中排名第一,首次让分布式存储也可以承载企业关键应用。
更重要地,FusionStorage 8.0首次实现一套存储同时支持块、文件、对象、HDFS协议,一套存储可支撑一个数据中心,在以前很难实现。
雷锋网认为,本次推出的数据库有两个关键词,一个是ARM,一个是AI。AI计算力三个月翻一番,部分芯片厂商所说的“后摩尔时代”也是从AI角度来谈的,ARM架构提供了低成本高效的AI算力可行性,围绕ARM生态,也就是诸如为x86架构设计的 工具 不适合等问题,华为已经在加快通过产业合作来解决。
从华为全栈AI角度,AI-Native数据库是在补全华为的AI拼图,这也是华为确定AI战略之后一直在做的事,从不同维度不同层次,贯彻AI战略,激进的说,华为正在转变为一家AI公司,而AI公司有很多种,华为的第一步就是全面融于AI。
如上图可以看出,在数据基础设施层面,华为能够提供x86、ARM、GPU和NPU的算力池,向上是智能存储,再向上是数据库软件,AI-Native数据库补全了华为全栈AI的数据基础设施,服务器+存储+数据库软件,华为自己就完成了“IOE”的布局,而且和华为AI赋能的角色并不冲突,当然也离不开合作伙伴的支持。
雷锋网 (公众号:雷锋网) 总结,新与旧是IT产业永恒的主题,数据库软件是企业业务的核心,前有云计算,后有AI,数据库软件市场是一场旷日持久的战役,也成为云计算厂商必争之地,没有自研核心数据库的厂商将处于被动地位。
云厂商的数据库种类和数量渐丰,动作也是频频,比如微软推出Azure SQL边缘数据库,谷歌与七家开源数据库厂商达成合作,将之集成到Google云平台上弥补与AWS的差距。数据库市场存在细分需求,目前市场参与者数量也不少,还未到大浪淘沙的程度,预计数据库市场关注度持续走高,竞合缓起。
数据库市场是巨头云计算战争的一部分,发令枪响在云计算兴起之前。
相关文章:
雷锋网原创文章,未经授权禁止转载。详情见 转载须知 。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- 线上“财富”遭觊觎 黑客盯上区块链代码漏洞
- 甲骨文如何杀死 Java EE
- 利用深度学习对甲骨材质实现自动分类
- 机器学习成为甲骨文云应用战略核心
- 甲骨文发布新一代 Oracle Exadata
- 如何看待蚂蚁金服 OceanBase “击败” 甲骨文?
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Java数据结构和算法
拉佛 / 计晓云 / 中国电力出版社 / 2004-02-01 / 55.00元
《Java数据结构和算法》(第2版)以一种易懂的方式教授如何安排和操纵数据的问题,其中不乏一些难题:了解这些知识以期使计算机的应用获得最好的表现。不管使用何种语言或平台,掌握了数据结构和算法将改进程序的质量和性能。 《Java数据结构和算法》(第2版)提供了一套独创的可视讨论专题用以阐明主要的论题:它使用Java语言说明重要的概念,而避免了C/C++语言的复杂性,以便集中精力论述数据结构和算法。经......一起来看看 《Java数据结构和算法》 这本书的介绍吧!