海内外数据库技术演进深度解析：大数据浪潮下数据库的演进.pdf

海内外数据库技术演进深度解析：大数据浪潮下数据库的演进。随互联网、大数据发展，数据量膨胀、数据类型不断丰富、数据应用不断 深化，模型拓展与架构解耦并存，数据库技术演变特征包括：分布式架构 逐渐成熟；数据模型不断拓展，非关系型数据库开始兴起；统一框架支撑 分析与事务混合处理；与云基础设施深度结合。本篇我们将围绕这些特 征，重点探讨数据库技术的演变趋势。

技术架构：分布式架构日渐兴起、逐渐成熟。相较于传统的集中式数据 库架构，分布式架构能更好适应高并发、大流量、高可用特征。近年分布 式数据库逐渐成熟，其平滑扩展的特性适用于业务弹性较大的业务系统， 能够支撑多节点的数据存储和管理，提高数据的可靠性和可扩展性。在分 布式技术的趋势下，主流数据库厂商相继启动了相关产品的研发。

数据模型：关系型长期并将继续保持主流数据库地位，非关系型逐步取得 大范围应用。根据 Gartner，22 年全球 DBMS 市场总规模为 910 亿美 元，其中关系型和非关系型的市占率分别为 78%和 21%。关系型数据库 因其满足 ACID 特性；采用 SQL 标准语法；且经过长时间的发展和完 善，已经形成了基于关系型数据库的庞大信息技术生态，长期并将在可预 期的未来继续保持主流数据库地位。另一方面，随互联网、大数据发展， 音视频、文本等海量非结构化数据激增，键值、文档、宽列、时序等非关 系型数据库取得了较大范围的应用。非关系型数据库在大数据量、低延 迟、灵活数据模型等情境中对关系型起到了重要补充作用。

部署方式：“云化”为大势所趋。得益于云计算特有的“资源池化”特点，云 数据库相比传统数据库，在成本、易用性、可用性、可调节性、可扩展性 与并行处理能力等多个方面均有明显优势。数据库云原生化基于基础服务 构筑服务，使用户从购买资源向购买能力转变，加速数据业务上云，例如 资源解耦、Serverless 等能力。公有云厂商、独立数据库厂商等各阵营纷 纷采取云化布局和战略，助力数据价值不断放大和拓展长尾客户。

需求功能：存储与分析需求驱动 OLAP、HTAP 技术发展，湖仓一体化 前景广阔。从需求功能来看，在存储和分析海量数据需求的推动下， OLAP、HTAP、数据湖仓迅猛发展，2020 年 Databricks 提出“湖仓一体” 概念，湖仓一体技术应运而生。湖仓一体融合了数据湖与数据仓库的优 势，形成一体化、开放式数据处理平台的技术，可使得数据处理平台底层 支持多数据类型统一存储，实现数据在数据湖、数据仓库之间无缝调度和 管理，并使得上层通过统一接口进行访问查询和分析。Databricks、 Snowflake、亚马逊、阿里、华为等均有数据湖仓一体相关的产品布局。