隨著云計算技術的迅速發展和企業數字化轉型的需求日益增強，云原生數據庫已經受到越來越多企業的關注。IT168&ITPUB啟動《云原生數據庫選型指南》選題，調研采訪一線專家，了解云原生數據庫的發展現狀、核心技術特性，以及云原生數據庫在各行業落地的痛點、難點和實踐經驗，梳理企業機構在云原生數據庫選型時的重點關注因素，供業內參考。

近期，南大通用GBase 8a產品經營部總經理關連坡接受了ITPUB的采訪，介紹了南大通用對云原生數據庫的定義，以及云原生數倉應用場景和企業選型關注因素。

什么是真正的云原生數據庫？

云原生數據庫是數據庫未來趨勢，也是當前一個比較熱門的話題。然而，業內對云原生數據庫還沒有統一的定義。

根據百度百科詞條，云原生數據庫是一種云原生數據基礎設施，是一種完全利用公有云優勢的數據庫服務，具備極致的彈性伸縮能力、無服務器(Serverless)特性、全球架構高可用與低成本，并可以與云上其他服務集成聯動。

根據沙利文《2023年中國云原生數據庫十大廠商推薦》，云原生數據庫是基于云計算基礎設施特點進行架構設計，充分利用云上計算、存儲、網絡等資源，從而實現性能增強與功能范圍擴大的數據庫。

關連坡指出，市場上對云原生數據庫存在定義不統一的現象，比如有人認為數據庫上云就是云原生數據庫，有的人認為云廠商的云上數據庫就是云原生數據庫，這樣的理解比較片面。

“云的特征是大規模、靈活、共享、充分彈性，云原生數據庫一定要滿足各個資源能夠充分彈性擴展，支持大規模使用，在部署和使用時具有靈活性、便利性，才能稱為云原生。”關連坡說。原來計算資源和存儲資源都部署在一個盒子（硬件）里，云能夠將計算和存儲分別虛擬化，所以云原生數據庫需要支撐計算和存儲的資源都能虛擬化使用。

存算分離可以說是云原生數倉的基礎前提，傳統的MPP數倉是存算一體架構，計算資源擴容，需要數據重新分布，要做數據搬遷，即便上云也無法做到靈活彈性擴容，成為限制數倉進一步發展的瓶頸。以Snowflake、GBase GCDW為代表的云原生數倉，采用存算分離架構，將存儲和計算解耦，可以充分發揮云原生的靈活彈性優勢，能夠按需付費，這是數據倉庫技術的一個突破。

關連坡進一步指出，以GBase GCDW為例，實現計算資源、存儲資源和元數據的管理可以充分彈性，并且很多組件都充分容器化，能夠易運維管理，這是判斷云原生數據庫的一些技術指標。

總體而言，從供給與需求的角度來看，數據庫作為中間層，需要隨著上層應用需求以及底層基礎設施的變化而演變，從架構、內核等層面基于云時代的存儲、計算、網絡資源進行重構，以充分發揮云的優勢，并不是數據庫簡單上云就能稱為云原生數據庫。

云原生數倉應用場景及需求

關連坡介紹，業務快速發展，對數據庫的擴展性、彈性、運維管理提出了更高的要求，可能會用到云原生數倉，不同業務的需求會存在差異，據他觀察，云原生數倉主要有以下場景：

一是敏態業務，需要資源彈性伸縮同時對穩定性有較高要求的場景，比如金融業的報表計算和精準報送，需要滿足監管需求，這樣的場景不能有時間延遲，跑批和報表加工時間需要嚴格把控。云上資源是共享資源，容易出現爭搶，為了避免出現性能波動影響跑批，往往采用云內裸金屬充分隔離的方式部署云數倉。

二是分析師業務和互聯網金融實時分析場景，需要數據充分共享，存儲資源和計算資源按需使用，這是比較典型的云原生數倉場景。尤其是一些敏態開發ToC業務，很適合使用云原生數倉。

三是政務云業務，其時效性沒有金融報表那樣高，政務云上很多是政務辦公系統，使用云原生數倉對于敏捷應用開發比較友好，更加靈活彈性。

關連坡與一些客戶交流發現，隨著云計算多年發展，現在數據庫上云已經被大多數頭部企業接受，不過像金融這樣的關鍵行業相對謹慎，雖然對云原生數倉比較感興趣，但是目前大多還處在觀望、試探中。

這些金融客戶會存在一些顧慮，會考慮云原生數倉在其他大行的應用落地情況，此外，云原生數倉與傳統的MPP數倉架構不同，Schema 設計、算法和運維存在差異，比如容器化后的日志收集、查看等有較大大不同，行業內需要培養更多的兼顧云和數據倉庫產品運維技能的人員，來滿足云化后基礎設施的用人需求。

選型關注因素：性能、監控運維、成本、多云

數據庫選型從來不是一件容易的事情，關連坡介紹，企業機構在選擇云原生數倉時主要考慮以下幾個因素：

一是監控運維，問題定位。當業務出現問題，很多客戶會關注能否區分是云的問題還是數倉的問題，這需要云原生數倉的指標監控更加細致。傳統數倉技術棧，數倉跑在操作系統和硬件上，是一個相對成熟可信的環境，有成熟的監測能力，出問題的概率也較低。云原生數倉，網絡、CPU、內存、存儲都進行了虛擬化，增加了技術棧的復雜性，對于問題的定位增加了難度，一旦出現網絡波動，能否快速定位問題非常重要。

二是版本維護。傳統MPP數倉直接部署在物理環境，業務之間充分隔離，以銀行為例，每套業務單獨部署一套，升級維護相對簡單。但是上云之后，所有組件都是靈活狀態，作為統一的云原生數倉，擁有很多公共組件，如何隨著業務需求改變進行組件升級是一個問題，這與產品標準化程度相關，GCDW具備灰度在線升級能力，可做到無感升級。

三是性能問題，是否能保證與原有相同資源的情況下性能不降，提供更優的性能。

四是成本管理問題，傳統部署模式在原有硬件基礎上的資源消耗成本相對可控，容易評估，在云上如何評估成本讓成本變得可控是企業會關注的問題。

五是充分容器化后，關于容器的易失性問題是否可以解決。

六是多云支持，為了避免云鎖定、規避風險，充分利用不同云的優勢，企業通常會采用多云戰略。企業會關注云原生數倉是否與主流云進行了適配，不同云對于外部組件的應用權限開放并不一樣，需要數據庫層面做很多適配工作。

關連坡指出，數據倉庫不應該挑選基礎設施，云也是一種基礎設施，像南大通用這樣的云中立數據庫廠商，一方面要和主流云廠商進行適配，以滿足企業多云戰略需求，同時數據倉庫要打破包括云在內的所有基礎設施的限制，屏蔽底層基礎設施的復雜性，不管是一朵云還是多云，不管是公有云、私有云或是混合云，甚至傳統硬件部署，都可以支持，滿足各種業務場景需求。

云原生數據庫是整個云生態的一員，未來的發展需要云基礎設施、數據庫、應用整個云生態一起努力。