这三份白皮书里,藏着企业选型数据库的关键

本文涉及的产品
云原生数据库 PolarDB MySQL 版,Serverless 5000PCU 100GB
数据管理 DMS,安全协同 3个实例 3个月
推荐场景:
学生管理系统数据库
简介: 随着数字化进程加速,数据的重要性越发凸显。在企业内部,面对庞大的数据体量,繁杂的数据类型,多变的业务场景,如何做好数据治理成为摆在案头的首要议题。

随着数字化进程加速,数据的重要性越发凸显。在企业内部,面对庞大的数据体量,繁杂的数据类型,多变的业务场景,如何做好数据治理成为摆在案头的首要议题。

在这种背景下,阿里云联合咨询机构 Forrester 推出数据库选型白皮书,对数字化转型走在前列的金融、电信、互联网行业进行调研,推出三份行业白皮书,面向企业数据库选型难题,剖析金融、电信和互联网行业当前数字化转型过程中面临的挑战、遇到的数据库选型难题以及解决方案。

在多元化的应用场景下,企业应该如何针对不同行业场景,进行数据库选型,支持业务的创新发展,我们可以从这三份白皮书中找到答案。

数据密集型行业企业,数据库选型需求更迫切

为什么金融、电信和互联网行业的数字化转型进程居前?中国信通院数据库应用创新实验室负责人姜春宇在《数据 Cool 谈》第四期《聚焦行业场景,企业如何选型数据库》中表示,金融、电信和互联网行业都是数据密集型行业,尤其互联网行业是完全数字原生的行业,必须得管理、应用好数据,才能将数据的价值释放出来。

电信行业和金融行业也拥有海量的数据。Forrester 首席分析师穆飞在访谈中表示,根据 Forrester 全球的调研数据,金融行业、电信行业作为 IT 投资的大客户,一直以来非常重视数据领域的投入,从服务客户的规模、在线交易的规模、数据的积累到数据流程的制定都处于领先地位;互联网行业天生对数据敏感,多年以来积极投入数据库、大数据等技术来应对在线业务峰值,因此在这一领域也处于领先行列。

金融、电信和互联网行业几乎是公认的数字化进程居前的行业。但从数字化转型深度来看,良好的数据生态仍未形成,依然需要进一步挖掘数据价值。

Forrester 认为,企业应该从三个关键方向发力,增强自身技术能力:

1、适应性。企业需要积极推动产品创新,适应不断变化的环境,装备敏捷灵活的技术平台来支持新商机和新业务。在数据库层面,提供一站式的数据管理与服务、采用云原生架构,更好地支持云原生应用开发以及提供更好的弹性,需要统一引擎支持多模数据以及 HTAP 等功能。

2、创造性。在数据库层面,需要充分保护客户隐私和数据安全,能够自动优化、始终保持高性能,具有多层次解耦的扩展能力,为极限场景提供极致性能。

3、韧性。企业需要能够防范风险,增强业务韧性。在数据库层面,需要提供高可用、高可靠的能力来增强数据库的可用性和可靠性,还需要便捷的迁移、备份以及数据恢复能力和丰富的、全面的运维工具、专业的服务。

金融、电信、互联网行业的数据库诉求异同

金融行业
从金融科技到数字货币,在政策的推动下,金融行业对数字化的关注度一直处在行业前列。根据 Forrester 预测,在 2022 年,四分之一的银行将增加超过 10% 的技术投入,并将从疫情初期的关注成本管理转为关注端到端的全面数字化转型。

image.png

在数据库层面,稳定性、安全性和强一致性是金融企业对于数据库产品的首要要求。交易与结算支持、信息查询展示、多维度运营分析、智慧网点和反欺诈等风险管理作为金融行业的关键金融场景,应用了大量数据库产品。

面对金融企业复杂的业务体系,单一的数据库往往难以支持运转,几十到上百套应用体系按需选用多样的数据库是常态。

image.png

来自 Forrester 的白皮书显示,58% 的受访者表示已经在使用云数据仓库,53% 的受访者已经在使用分布式关系型数据库,而时序数据库、图数据库、多模数据库等 NoSQL 数据库也均获得了超过 30% 的受访者的使用。

image.png

其中,企业对云数据库仓库的使用已经成为金融行业主流,对关系型数据库的需求走向分布式,对单一架构承载多种数据引擎的多模数据库越来越青睐。这意味着,多数据库环境下,企业对一站式数据管理与服务的需求将成为数据库厂商未来的努力方向之一。阿里云的 PolarDB、 AnalyticDB(ADB) 以及一站式在线数据管理平台 DMS 因此在金融行业受到广泛关注。

PolarDB 以分布式架构承载业务高峰期的负载,已经在阿里云内部经历了多次双 11 双 12 的大考,也得到了如友邦人寿等金融企业的青睐。友邦人寿云计算架构师罗林强曾表示,每日几十万的查询量,为友邦人寿健康友行 APP 带来了不小的压力,后来将数据迁移到了 PolarDB 上,问题才迎刃而解。

在他看来,PolarDB 一写多读的能力,更加灵活也更加省钱,在后期想要单独调用数据读取查询时,读写分离功能也能实现对应用的非侵入。在 2021 云栖大会上,阿里云宣布自研云原生关系型数据库 PolarDB 重磅升级,实现内存池化、多主架构、HTAP 实时分析等创新功能,进一步引领云原生数据库技术的持续创新。

在 Forrester 定期更新的数据领域的 Tech Tide 报告中,多模数据平台如 Lindorm 和图数据平台以成熟的技术度和业务价值入围 2021 投资象限。

电信行业
电信行业的数字化程度,和 IT 产业的变迁息息相关。从 2G、3G、4G 到 5G,网络建设是电信行业在大众眼中最受关注的话题。Forrester 白皮书指出,目前国内三大网络运营商均已推出 5G 网络切片的定制化服务,多家电信运营商推出基于 5G 云网融合的电信云综合解决方案。随着云计算的逐渐进步,网络即服务(NaaS)的业务模式也将迎来新的应用场景。

技术创新在电信行业不止,海量的数据管理在电信行业企业中就是不变的话题。系统地看,电信行业对云数据库应用的五大关键场景包括计费、结算支持;信息实时查询;云盘服务;M 域数据洞察以及防电信欺诈场景。

其中,计费、结算支持场景对数据库的稳定性要求极高;云盘服务作为普通消费者的云时代入口,对多模数据库提出了较高要求,而阿里云的 Lindorm 很好地支持了这一点。Lindorm 是阿里云数据库推出的专门为物联网 AIoT 打造的云原生多模数据库,核心特点就是提供大规模、多模异构数据存储的云原生数据库服务,让数据看得见、存得起。

云数据仓库和云原生分布式数据库得到了电信行业企业的广泛青睐。来自 Forrester 白皮书的数据显示,近一半的的电信行业受访者表示已经在使用基于 MPP 数据库架构的云数据仓库;有 49% 的受访者已经在使用云原生和分布式关系型数据库。

image.png

除此之外,键值型数据库、时序数据库、图数据库、分析型列式数据库等也在电信行业中有广泛地应用。

image.png

与金融行业企业一致的反馈是,80% 的电信行业受访者表示品类众多的数据库增加了运维难度,难以进行全面的数据安全保护,数据库之间迁移数据较为困难;另有 66% 的受访者表示缺乏数据库的一站式管理以及全流程开发工具是云数据库使用过程中的重要挑战。在业内已经有这样的一站式数据管理服务出现,如阿里云提出的云原生数据库 2.0,即一站式全链路数据管理与服务,通过一站式数据管理平台 DMS 向企业提供一站式的数据管理服务。

互联网行业
互联网行业作为数字经济战略中的重要行业,为全行业的数字化建设积攒了非常丰富的经验。作为完全数字原生的行业,数据库是支持互联网行业业务运转的关键,也是大量业务创新的基石。相应的,互联网行业对于创新技术的拥抱程度更高。

来自 Forrester 白皮书的洞察显示,互联网企业普遍较早使用云原生技术,融合容器、微服务、DevOps 等多种能力,大大加快了应用的开发迭代速度,提升了应用架构的敏捷度,支持业务抓住时代风口进行创新与快速迭代,如通过物联网、边缘计算等技术的应用,帮助传统制造企业实现生产、仓储、物流等业务环节的远程监控和自动化管理,实现实体产业的降本增效。

数据作为互联网企业的压舱石,在行业内的重视程度相比传统行业更高。互联网线上业务洪峰,让底层技术更快走向云原生和分布式,拥抱数仓融合和支持多模数据形态的数据库产品。白皮书中的调研数据也反应了这一点,即 65% 的受访者表示数据库功能单一难以满足复杂的需求是其选择使用云数据库面临的主要挑战之一。

image.png

在对数据库基本的要求能力如 HTAP、一站式数据管理、便捷的数据迁移备份和恢复、数据隐私和安全、多层次解耦的扩展能力、极致性能之外,面向交易支持、数据资产开发、智能物流管理、终端产品管理和多维度运营分析五大关键场景,互联网行业企业对数据库产品提出了更高要求。

image.png

例如,有 86% 的互联网行业受访者需求,随着业务的扩展,云数据库应该能够“自动驾驶”,持续自动优化,始终保障高性能的交易结算。互联网行业企业也更注重对数据资产的开发。互联网行业由于其行业天然属性积累了大量数据,从数据提炼出可复用的数据资产成为数据价值最大化的关键手段,也因此更需要数据库的多模数据支持、HTAP 以及一站式数据管理能力。

一位来自游戏公司的开发经理谈到,目前云数据库几乎覆盖所有业务场景,包括账号登录、支付、游戏数据存储、运营平台等,其中运营数据分析整合了业务多方面数据,也是非常关键。

如今,上海新能源汽车数据中心希望 Lindorm 可以通过技术手段挖掘分析越来越复杂的流媒体数据,目前来看,通过特征提取后结构化建模和湖仓一体化或许是两种可行的解决方案。

上海市新能源汽车公共数据采集与监测研究中心技术总监王成名也曾在《数据 Cool 谈》栏目中表示,“解决问题,降低成本”是云数据库被选择的坚定理由,但是云数据库为企业带来的改变不止于此。在他看来,“其实上云不只是增加了弹性的能力和稳定性,而是能够让我们有机会离开 IDC 到一个新的环境里,思考重新架构应用。”

写在最后

我们可以从三个数字化转型前沿行业看到,海量的数据环境将长期存在,数字化转型是所有企业的必选题,那么,数据库的选型和管理将成为企业需要认真对待的课题。从需求的角度看,一站式的数据管理能力将成为企业数据库的必备能力。

在 2021 年的阿里云开发者大会上,阿里云数据库提出的一站式在线数据管理平台的理念,在数据生产和集成、数据实时处理、数据分析和发现、数据开发和管理流程中提供多样的数据库产品,包括云原生关系型数据库 PolarDB 和分布式版本 PolarDB-X,云原生数据仓库 AnalyticDB,云原生多模数据库 Lindorm、企业级数据库 RDS,以及一站式在线数据管理平台 DMS。

image.png

面对复杂、多元、多样的业务场景,企业需要认准关键场景,针对不同的业务场景选型相应的数据库产品,综合考虑数据库厂商的生态能力,应对时代发展下的数据治理挑战。

了解更多软件开发与相关领域知识,点击访问 InfoQ 官网:https://www.infoq.cn/,获取更多精彩内容!

相关实践学习
数据库实验室挑战任务-初级任务
本场景介绍如何开通属于你的免费云数据库,在RDS-MySQL中完成对学生成绩的详情查询,执行指定类型SQL。
阿里云云原生数据仓库AnalyticDB MySQL版 使用教程
云原生数据仓库AnalyticDB MySQL版是一种支持高并发低延时查询的新一代云原生数据仓库,高度兼容MySQL协议以及SQL:92、SQL:99、SQL:2003标准,可以对海量数据进行即时的多维分析透视和业务探索,快速构建企业云上数据仓库。 了解产品 https://www.aliyun.com/product/ApsaraDB/ads
目录
相关文章
|
27天前
|
Cloud Native OLAP OLTP
在业务处理分析一体化的背景下,开发者如何平衡OLTP和OLAP数据库的技术需求与选型?
在业务处理分析一体化的背景下,开发者如何平衡OLTP和OLAP数据库的技术需求与选型?
125 4
|
1月前
|
关系型数据库 分布式数据库 数据库
数据库流行度排行榜会影响你的数据库选型吗
【2月更文挑战第33天】数据库流行度排行榜会影响你的数据库选型吗
16 2
|
2月前
|
存储 机器学习/深度学习 人工智能
打造企业智能体(AI Agent)的重要技术-向量数据库
本篇介绍的是为通用大模型增加专业业务能力的重要技术:向量数据库
打造企业智能体(AI Agent)的重要技术-向量数据库
|
2月前
|
存储 监控 安全
360 企业安全浏览器基于阿里云数据库 SelectDB 版内核 Apache Doris 的数据架构升级实践
为了提供更好的日志数据服务,360 企业安全浏览器设计了统一运维管理平台,并引入 Apache Doris 替代了 Elasticsearch,实现日志检索与报表分析架构的统一,同时依赖 Doris 优异性能,聚合分析效率呈数量级提升、存储成本下降 60%....为日志数据的可视化和价值发挥提供了坚实的基础。
360 企业安全浏览器基于阿里云数据库 SelectDB 版内核 Apache Doris 的数据架构升级实践
|
5月前
|
存储 缓存 NoSQL
LeveIDB数据库企业项目中的用法
LeveIDB数据库企业项目中的用法
50 0
|
7月前
|
存储 NoSQL 关系型数据库
带你读《2022技术人的百宝黑皮书》——数据库存储选型经验总结(2)
带你读《2022技术人的百宝黑皮书》——数据库存储选型经验总结(2)
|
7月前
|
存储 NoSQL 关系型数据库
带你读《2022技术人的百宝黑皮书》——数据库存储选型经验总结(3)
带你读《2022技术人的百宝黑皮书》——数据库存储选型经验总结(3)
|
7月前
|
存储 NoSQL 关系型数据库
带你读《2022技术人的百宝黑皮书》——数据库存储选型经验总结(4)
带你读《2022技术人的百宝黑皮书》——数据库存储选型经验总结(4)
|
7月前
|
存储 运维 NoSQL
带你读《2022技术人的百宝黑皮书》——数据库存储选型经验总结(5)
带你读《2022技术人的百宝黑皮书》——数据库存储选型经验总结(5)
|
3月前
|
存储 NoSQL 数据库
知识图谱之图数据库如何选型:知识图谱存储与图数据库总结、主流图数据库对比(JanusGraph、HugeGraph、Neo4j、Dgraph、NebulaGraph、Tugrapg)
知识图谱之图数据库如何选型:知识图谱存储与图数据库总结、主流图数据库对比(JanusGraph、HugeGraph、Neo4j、Dgraph、NebulaGraph、Tugrapg)
知识图谱之图数据库如何选型:知识图谱存储与图数据库总结、主流图数据库对比(JanusGraph、HugeGraph、Neo4j、Dgraph、NebulaGraph、Tugrapg)

热门文章

最新文章