云数据的难点和痛点在哪里？

所谓的云数据库，那看它的关键词“云”和“数据库”。 “云”带来的 挑战就是资源池化，以及海量的资源的智能化的应用和调度，这是两个最核心的逻辑。做了 Iaa（Infrastructure as a Service）以后该资源进行了池化，如果用虚拟 化的技术将原来的、割裂的应用资源变成一个很大的池子，怎么样更好的发挥池化资 源的优势来做到弹性高可用，我觉得这就是云原生数据库最大的核心价值。所以，像 PolarDB 它们最核心的设计理念就是存储计算分离，存储计算分离以后，不像传统的 数据库存储引擎和计算引擎都 bundle 在一起的，那在云原生的里面做一个解耦把存 储和计算分离，这样可以很好地做到弹性的 SQL，而且存储和计算是分开进行弹性 收扩容的，最大化利用池化云资源。另外一个就是之前讲到了如何做云原生的管控， 像利用 K8s 这种技术能够做到多元异构的统一管理，同时又用机器学习 AI 的技术能 够尽可能地简化运维的成本，来支持我们资源的调度，这是我觉得云原生数据库最核 心的技术和趋势。

“难点”和“痛点”是这个弹性做到弹性高可用里面有很多技术难点。当存储计 算分离以后，所有的计算节点都看到的是从逻辑上来讲是一份数据。在写和读的时候 还要保证他们看到的数据是一致的，这是一个挑战。还有一个分布式共享存储下存储 计算分离以后，用分布式共享存储 RDMA，怎么做到高可用？另外一个如果再想水 平拓展，光存储阶段分离这里可能做到十几个节点、二十几个节点就差不多了。再往 外肯定要将分布式和云原生的技术结合起来。

最后一点就是安全的问题，这里不做展开说明。首先要支持标准的安全协议，比 如像 BYOK、传输加密，除此之外甚至要考虑在内核处理的时候也要数据全能加密， 像我们今天讲到的全加密数据库，还有和区块链的技术相结合。这样我的日志和进库 的数据如果用户需要的话，我是可以去验证的，验证它是没有被恶意篡改过的。以上 是这些趋势和发展。

z2