迎接大数据 国产数据库产品策略盘点

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:
文章讲的是 迎接大数据 国产数据库产品策略盘点前不久的“棱镜门”让国人认识到发展国产软件的重要性,也被认为是国产数据库发展的重要契机。国产数据库在过去发展中一直受到国家的支持,但由于起步较晚,与国外主流数据库之间的差距还很大。但随着大数据时代的到来,国产数据库与国外数据库站在同一起跑线上,获得同样的机遇。

  在国产数据库的阵营中,有三家厂商的产品不得不提,分别是南大通用的GBase、达梦数据库DM和人大金仓的Kingbase。接下来,笔者将对这三家国产数据库厂商的产品策略进行盘点,从中找到它们在大数据时代的未来。

  一、南大通用NewSQL数据库——GBase

  今年3月,南大通用向公众展示了国内首个最大规模的行业大数据处理平台,拥有80台中高端服务器,5台万兆交换机,跨7个机柜,测试平台无论从网络部署、测试复杂度还是数据量都堪称国内规模最大的NewSQL集群环境。

  NewSQL是数据库行业的三大阵营之一,其余两个是OldSQL和NoSQL。OldSQL就是传统关系型数据库,NewSQL普遍采用列存储技术,NoSQL普遍为KV模式。南大通用的GBase 8a MPP Cluster分布式并行数据库集群就属于NewSQL,适合PB级数据分析。

  传统关系型数据库不易扩展与并行,对海量数据处理不利限制了其应用。当前大量公有云和私有云数据库往往基于NoSQL技术,例如Hbase,Bigtable等,其本身的非线性、分布式、水平可扩展,非常适合云计算和大数据处理,但应用趋于简单化。而云数据库主要解决的是行业大数据应用问题,Hadoop在面对传统关系型数据复杂的多表关联分析、强一致性要求、易用性等方面,与分布式关系型数据库还存在较大差距。这种需求推动了基于云架构的新型数据库技术的诞生,其在传统数据库基础上支持Shared-Nothing集群,提高了系统伸缩性,例如EMC的Greenplum、南大通用的GBase 8a MPP Cluster、HP的Vertica都属于类似产品。

  GBase 8a的产品定位就是“行业大数据”,并针对云架构做出创新。据南大通用副总裁赵伟介绍,目前南大通用云架构产品是GBase 8a MPP Cluster,其是在GBase 8a列存储数据库基础上开发的基于现代云计算理念和SN架构的并行数据库集群。为超大规模数据管理提供高性价比的通用计算平台,可广泛地用于支撑各类数据仓库系统、BI系统和决策支持系统。

  GBase 8a MPP Cluster基于现代云架构,与传统数据库相比有五大优势:首先是扩展性,云数据库基于MPP架构,相比传统的小型机+阵列方式,扩展性明显增强。其次是处理数据,云数据库由于拓展性强,可拓展至数十PB,而传统的数据库达到百TB数据量后,性能就已经下降明显。再次是灵活性,云数据库采用列存储+智能索引极大增加分析灵活性,解决了传统数据库分析型场景需要大量优化工作灵活性差的问题。还有维护性,云数据库采用集群架构,单点故障不影响可用性。传统数据一旦出现故障整体将瘫痪。最后是建设成本,云数据库采用基于x86+Linux,相比传统系统的小型机方案成本较低。


作者:小野

来源:IT168

原文链接:迎接大数据 国产数据库产品策略盘点

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
zdl
|
1月前
|
消息中间件 运维 大数据
大数据实时计算产品的对比测评:实时计算Flink版 VS 自建Flink集群
本文介绍了实时计算Flink版与自建Flink集群的对比,涵盖部署成本、性能表现、易用性和企业级能力等方面。实时计算Flink版作为全托管服务,显著降低了运维成本,提供了强大的集成能力和弹性扩展,特别适合中小型团队和业务波动大的场景。文中还提出了改进建议,并探讨了与其他产品的联动可能性。总结指出,实时计算Flink版在简化运维、降低成本和提升易用性方面表现出色,是大数据实时计算的优选方案。
zdl
155 56
|
4天前
|
数据采集 分布式计算 大数据
MaxCompute MaxFrame 产品评测报告
MaxCompute MaxFrame是阿里云自研的分布式计算框架,专为Python开发者设计。它支持Python接口,充分利用MaxCompute的大数据资源,提升大规模数据分析效率。本文分享了MaxFrame在分布式Pandas处理和大语言模型数据预处理中的最佳实践,展示了其在数据清洗、特征工程等方面的强大能力,并提出了改进建议。
29 13
|
4天前
|
机器学习/深度学习 分布式计算 数据处理
MaxCompute MaxFrame 产品评测报告
MaxCompute MaxFrame 产品评测报告
17 4
|
7天前
|
SQL 分布式计算 DataWorks
DataWorks产品测评|基于DataWorks和MaxCompute产品组合实现用户画像分析
本文介绍了如何使用DataWorks和MaxCompute产品组合实现用户画像分析。首先,通过阿里云官网开通DataWorks服务并创建资源组,接着创建MaxCompute项目和数据源。随后,利用DataWorks的数据集成和数据开发模块,将业务数据同步至MaxCompute,并通过ODPS SQL完成用户画像的数据加工,最终将结果写入`ads_user_info_1d`表。文章详细记录了每一步的操作过程,包括任务开发、运行、运维操作和资源释放,帮助读者顺利完成用户画像分析。此外,还指出了文档中的一些不一致之处,并提供了相应的解决方法。
|
1月前
|
SQL 缓存 监控
大厂面试高频:4 大性能优化策略(数据库、SQL、JVM等)
本文详细解析了数据库、缓存、异步处理和Web性能优化四大策略,系统性能优化必知必备,大厂面试高频。关注【mikechen的互联网架构】,10年+BAT架构经验倾囊相授。
大厂面试高频:4 大性能优化策略(数据库、SQL、JVM等)
|
23天前
|
分布式计算 运维 API
针对MaxCompute经典网络域名下线,Dataphin应对策略的公告
针对MaxCompute经典网络域名下线,Dataphin应对策略的公告
226 7
|
1月前
|
SQL 关系型数据库 数据库
国产数据实战之docker部署MyWebSQL数据库管理工具
【10月更文挑战第23天】国产数据实战之docker部署MyWebSQL数据库管理工具
137 4
国产数据实战之docker部署MyWebSQL数据库管理工具
|
2天前
|
分布式计算 DataWorks 搜索推荐
DataWorks产品评测:大数据开发治理平台的最佳实践与体验
DataWorks是阿里云推出的一款大数据开发治理平台,集成了多种大数据引擎,支持数据集成、开发、分析和任务调度。本文通过用户画像分析的最佳实践,评测了DataWorks的功能和使用体验,并提出了优化建议。通过实践,DataWorks在数据整合、清洗及可视化方面表现出色,适合企业高效管理和分析数据。
30 0
|
1月前
|
存储 NoSQL 分布式数据库
微服务架构下的数据库设计与优化策略####
本文深入探讨了在微服务架构下,如何进行高效的数据库设计与优化,以确保系统的可扩展性、低延迟与高并发处理能力。不同于传统单一数据库模式,微服务架构要求更细粒度的服务划分,这对数据库设计提出了新的挑战。本文将从数据库分片、复制、事务管理及性能调优等方面阐述最佳实践,旨在为开发者提供一套系统性的解决方案框架。 ####
|
1月前
|
存储 人工智能 分布式计算
大数据& AI 产品月刊【2024年10月】
大数据& AI 产品技术月刊【2024年10月】,涵盖本月技术速递、产品和功能发布、市场和客户应用实践等内容,帮助您快速了解阿里云大数据& AI 方面最新动态。
下一篇
DataWorks