AMD|云数据库,谁才是领导者?( 三 )


为此 , 阿里云在数据库用户需求的通用性和差异性之间进行了取舍和平衡 , 采用General Purpose(GP)通用性加上Special Purpose(SP)专用性的融合方式 。 特别是在既要降低数据库管理复杂度 , 又要更好满足“通用+专用”的发展上 , 阿里云有着多种技术手段与创新 。
为了便于大家理解“一站式全链路” , 王伟民做了一个非常容易理解的比喻 。 最初乔布斯想用一款手机满足全世界所有人对智能手机的需求 , 事实告诉我们这是不现实的 。 乔布斯之后的苹果掌门人库克也发现用户有大屏、摄像、大容量、长续航等各类需求 , 包括不同颜色等需求 。 大家看到后来苹果公司也推出了各式各样的手机 。 这说明了什么?一切还是由用户需求决定 , 云数据库的发展也不例外 。
“生于云 , 长于云 , 成于云”的云原生数据库2.0升级后 , 不仅成就了一站式全链路数据管理与服务 , 我们也看到了阿里云数据库在产品上的具体举措:
一、借助 “数据库自动驾驶”能力 , 智能化与安全的RDS让企业级数据库服务触手可及;
二、通过全球领先的PolarDB三层解耦技术 , 将云原生进行到底;
三、通过离在线一体化 , AnalyticDB云原生+MPP数据库让数据分析实时化、在线化;
四、企业级一站式在线数据管理平台DMS , 实现库仓一体 , 让数据自由流动;
五、通过多模数据在线融合处理 , 云原生多模数据库Lindorm让海量数据看得见 , 存得起;
六、通过能敏捷交付 , 无缝集成的DBStack , 让云原生数据库无处不在;
这些举措带来的产品组合 , 推动阿里云数据库为企业数据的生产和集成、实时处理与存储、分析和发现、开发与管理提供覆盖全生命周期、全场景的一站式全链路数据管理与服务 。
因此 , 云数据库厂商需要在看清用户需求的同时 , 重视用户诉求的多样化 , 这样才能真正满足不同用户复杂的业务需求以及丰富的业务负载特性 , 从而在云数据库领域持续进阶与发展 。 相信阿里云数据库的“一站式全链路数据管理与服务”战略 , 将成为行业发展的新潮流 。
产品化方案化双管齐下 , 政企行业开疆扩土
随着云数据库市场的整体崛起 , 带来了两大变化 , 必将撬动原有的全球数据库市场格局 。
一大变化在于用户应用方面 , 随着云计算的普及与行业深入 , 云厂商逐渐打破了传统商业数据库的藩篱 , 云数据库已进入各行各业 , 甚至担当了核心业务负载的角色 。 许多重点行业用户(如金融、政务、电信等)体会到了云数据库带来的好处 , 其口碑在该行业及其他行业之中逐渐传播并持续扩散 。
另一变化则在于云厂商投入方面 , 现在云数据库的营收和利润 , 成为云厂商业绩中重要的组成部分 , 因此在针对云数据库的技术研发、市场推广、生态扩展等方面的投入也将越来越大 , 势必会进一步加速云数据库的发展 。
在这样双重力量的驱动下 , 云数据库对于政企行业的推进必然会加速 。 而进入到垂直性行业 , 更需要强调产品的方案化 。 对于阿里云而言 , 不仅要推进产品方案化 , 同时也需要将成功的行业解决方案 , 进行提炼从而实现方案的产品化 。
针对产品方案化的布局 , 阿里云强调是生态使能 , 强调自身云数据库的业务、产品、能力具有边界 。 面向不同的行业 , 阿里云并不期望自己做一名十项全能选手 , 而是借助生态的力量 , 以“被集成”的方式共同构建针对不同行业需求的解决方案 , 从而实现阿里云数据库的产品方案化 。