如何使云数据库具备大数据处理能力？

• 一方面需要借助云基础设施的快速弹性、分布式并行处理特性，打造强劲的内核引擎，实现计算与存储资源效能的最大化，以可接受的性价比对外输出海量数据分析处理能力。

• 另一方面，需要有与大数据分析处理相配套的生态工具，主要涉及三类工具。

• 数据的流转迁移工具，保证数据链路畅通，数据自由流动，从性能上看，此类工具主要有实时性和吞吐率两大指标；从功能上看，需要能够打通上下游各类数据源。

• 数据集成开发工具，用户需要能自由地对海量数据进行处理，包括数据集成、数据清洗、数据转换等，甚至需要能够提供一个完整的集成开发环境，支持开发流程的可视化建模，以及任务的发布、调度等。

• 数据资产管理能力。“业务数据化、数据资产化、资产应用化、应用价值化”反映了由业务数据驱动业务创新的递进过程。数据资产化是数据融合应用的重要一环。

以上内容摘自《云原生数据库原理与实践》，这本书可以在电子工业出版社天猫店购买。