《云原生一站式数据库技术与实践》——三、降本增效，阿里云一站式数据库上云最佳实践（5） https://developer.aliyun.com/article/1231594?groupCode=aliyundb
PolarDB Serverless 已经公测，支持跨机的scale up 和scale out 了，针对实际需要将资源根据QPS 进行弹升。如右图所示，两个曲线非常吻合，能够大幅节约资源，支撑业务流量的抖动。
早期AnalyticDB 只支持MPP 引擎，无法应对多段ETL 且中间被打断的场景。如果SQL 异常则需要重跑所有SQL。
AnalyticDB 的湖仓版引入了spark 引擎，可以做多段的ETL批处理，但底层共享一份数据，一份数据同时支持MPP 的OLAP 引擎，也支持批处理的引擎。比如基于spark 的能力做完批处理后，数据存到底层存储，实时分析的MPP 引擎也可以读取该份存储。同时，MPP 和spark 可以交互的，可以共享计算成果，并且提供了一体化的体验，包括计费数据的通道、数据管理、数据访问等，为企业提供了更广泛的实时分析场景，使用也更方面。
对于运维人员而言，用SQL 处理数据比用数据库处理数据更高效，而PolarDB4AI支持了算法的SQL 态化，提供了三种特性：
• 利用SQL 语言高效建模、训练、评估、推理，方便用户进行特征及模型全生命周期的操作和管理，缩短算法上线时间（2 周降低至2 天），降低人工智能门槛。
• 实现了模型上传和SQL 态模型训练推理平台，用算法模型在PolarDb4AI 上运转，进一步加速模型的上线速度。
• 场景化数据智能解决方案。比如针对电商提供端到端的PolarDB4AI 的SQL 态的算法解决方案，实现大幅提效。
未来，我们期望数据库上云能够更快、更稳、更安全。
其次，期望云上数据库方案变得更一站式、一体化。现有的将MySQL 通过DTS 同步到ADB 的方式依然有些割裂，客户更希望直接暴露一个service，由service 直接从MySQL 拉取数据，进行分析。
最后，希望数据上云更智能，实现自动驾驶。
扫码关注「阿里云瑶池数据库」微信公众号
查看更多精彩内容
阿里云开发者“藏经阁”
海量电子手册免费下载
