云原生数据库典型业务需求场景有哪些？

我来简单介绍一下云原生数据库典型业务需求场景有哪些。

1.时效性要求高的业务

现如今，高并发且多变的业务场景对数据库的时效性要求越来越高。在日常运维方面，云原 生数据库可通过控制台在几分种内就完成安装，较传统数据库的线下部署快得多，同时版本升级 的时效性也远高于线下传统数据库。数据库运行期间，当业务负载比较大的时候，以业务报表查 询为例，高峰时段的业务量是平时业务的十倍左右。为了满足查询效率，传统线下数据库需要堆 砌更多的硬件资源，还必须预留充足的服务器，这种解决方法不仅成本高，而且扩容速度也非常慢。 云原生数据库却可以快速扩容，满足业务高峰需求，很好地支持业务的快速变化。

在性能方面，云原生数据库采用存算分离架构，通过日志即数据、算子下推以及并行计算技术， 充分利用存储资源的计算能力，有效提高如大型表扫描的分析查询等分布式系统中网络数据流量 较大的业务场景性能。

2.业务流量变化大的业务

大多数传统行业业务增量相对稳定、容易规划所需要的资源容量，与之不同的是，互联网这 类业务随时可能出现流量激增的情况，传统的线下部署方式很难应对。 云原生数据库最典型的特征是具备很强的可扩展性，可以根据业务负载灵活调动资源，随时 扩缩容。用户不用担心因流量激增而导致存储资源不足的问题，甚至可以通过 Serverless 技术做 到极致的弹性扩展，并且可以按需付费。根据业务负载需求扩大和缩小资源应用，这点也是云原 生数据库的最重要应用场景之一。 架构上的改变让云原生数据库实现真正意义上的横向扩展。相对于本地业务模式，云原生数 据库可以带来更强大的扩缩容能力。

3.可用性要求高的业务

数据库通常借助以下几个方式来保证业务的可用性。一是同集群的故障节点主备切换。线下 传统数据库大多采用类似 Binlog 的主备逻辑复制，复制延迟较大，存在数据丢失的风险。云原生 数据库基于计算存储分离的架构，解决了主备切换时间慢的问题，在提供高性能的同时保证了系 统的高可用性和业务的连续性。二是跨可用区、跨地域部署的容灾能力。云原生数据库不仅具备 分布式数据库本身的高可用能力，同时还依托于云基础设施本身的高可用性，一旦单个可用区或 者整个地域意外宕机，可以及时把数据迁移到新可用区或者地域的节点上，并能自动修复数据， 不会因系统故障而出现数据丢失的现象。三是通过自动的全量增量备份、数据快速恢复、恢复到 任意时间点等方式保障多层次备份恢复。云原生数据库借助云存储本身的高可用、异地部署、快 照等能力，提供更加快速、更易部署、更加可靠的备份恢复能力。

4.混合负载应用的业务

由于企业发展而带来的复杂多样的业务变化，导致大量不同业务类型的数据存放在一起。例 如交互系统和报表系统，一种是 OLTP 应用场景，一种是 OLAP 应用场景，如果数据存放在一起， 就需要数据库既具备事务能力，又需要在分析时具备高效性。此外，还会存在某些用户将多年的 历史数据存放在一起，并未进行冷热分离的情况。当客户查询历史数据时导致访问量增大，此时 查询会占用较多的 CPU 和内存资源，引发系统性能抖动，影响 OLTP 相关业务。这时云原生数 据库所具备的多模引擎，可以方便地在各种不同的业务场景中轻松应对。此外还具有时序、文档、 内存、图计算引擎等能力，充分满足用户多类数据存储及在不同业务场景下的处理需求。

5.追求高性价比的业务

一方面，在传统线下数据库维护方式中，正常运行一个数据库实例的成本包括提前准备整台 机器，加上折旧开销。而在大部分时间里，主机资源往往较为富余并且长时间没有得到充分利用 从而造成严重浪费；如果业务存在波峰波谷，则需要时刻预备最高资源，这也使得线下数据库维 护成本居高不下，对于互联网企业造成巨大的负担。云原生数据库不仅能够降低用户的前期投入 成本，同时能够在业务爆增时借助云的弹性扩展能力，让用户按需按量使用资源，优化资源分配， 从而避免资源的浪费。

另一方面，数据库的日常运维和 SQL 诊断、优化等工作需要大量 DBA 完成，然而多数企业 DBA 人力资源匮乏、工作量大，也使得企业的运维人力成本居高不下。云原生数据库的智能化运 维则充分解决了这一痛点，结合云上的 AI 算力和强大的数据库管控平台，让云原生数据库拥有自 动化程度非常高的运维能力，可以轻松管理数据库，缓解 DBA 的压力，帮助企业节省了大量成本。