随着云计算技术的迅速发展和企业数字化转型的需求日益增强，云原生数据库已经受到越来越多企业的关注。

IT168&ITPUB启动《云原生数据库选型指南》选题，调研采访一线专家，了解云原生数据库的发展现状、核心技术特性，以及云原生数据库在各行业落地的痛点、难点和实践经验，梳理企业机构在云原生数据库选型时的重点关注因素，供业内参考。

本期我们邀请到南大通用GBase 8a产品经营部总经理关连坡，他指出市场上对云原生数据库存在定义不统一的现象，并介绍了对云原生数据库的定义，以及云原生数仓应用场景和企业选型关注因素。

01 什么是真正的云原生数据库?

云原生数据库是数据库未来趋势，也是当前一个比较热门的话题。然而，业内对云原生数据库还没有统一的定义。

根据百度百科词条，云原生数据库是一种云原生数据基础设施，是一种完全利用公有云优势的数据库服务，具备极致的弹性伸缩能力、无服务器(Serverless)特性、全球架构高可用与低成本，并可以与云上其他服务集成联动。

根据沙利文《2023年中国云原生数据库十大厂商推荐》，云原生数据库是基于云计算基础设施特点进行架构设计，充分利用云上计算、存储、网络等资源，从而实现性能增强与功能范围扩大的数据库。

关连坡指出，市场上对云原生数据库存在定义不统一的现象，比如有人认为数据库上云就是云原生数据库，有的人认为云厂商的云上数据库就是云原生数据库，这样的理解比较片面。

“云的特征是大规模、灵活、共享、充分弹性，云原生数据库一定要满足各个资源能够充分弹性扩展，支持大规模使用，在部署和使用时具有灵活性、便利性，才能称为云原生。”关连坡说。原来计算资源和存储资源都部署在一个盒子(硬件)里，云能够将计算和存储分别虚拟化，所以云原生数据库需要支撑计算和存储的资源都能虚拟化使用。

存算分离可以说是云原生数仓的基础前提，传统的MPP数仓是存算一体架构，计算资源扩容，需要数据重新分布，要做数据搬迁，即便上云也无法做到灵活弹性扩容，成为限制数仓进一步发展的瓶颈。以Snowflake、GBase GCDW为代表的云原生数仓，采用存算分离架构，将存储和计算解耦，可以充分发挥云原生的灵活弹性优势，能够按需付费，这是数据仓库技术的一个突破。

关连坡进一步指出，以GBase GCDW为例，实现计算资源、存储资源和元数据的管理可以充分弹性，并且很多组件都充分容器化，能够易运维管理，这是判断云原生数据库的一些技术指标。

总体而言，从供给与需求的角度来看，数据库作为中间层，需要随着上层应用需求以及底层基础设施的变化而演变，从架构、内核等层面基于云时代的存储、计算、网络资源进行重构，以充分发挥云的优势，并不是数据库简单上云就能称为云原生数据库。

02 云原生数仓应用场景及需求

关连坡介绍，业务快速发展，对数据库的扩展性、弹性、运维管理提出了更高的要求，可能会用到云原生数仓，不同业务的需求会存在差异，据他观察，云原生数仓主要有以下场景：

一是敏态业务，需要资源弹性伸缩同时对稳定性有较高要求的场景，比如金融业的报表计算和精准报送，需要满足监管需求，这样的场景不能有时间延迟，跑批和报表加工时间需要严格把控。云上资源是共享资源，容易出现争抢，为了避免出现性能波动影响跑批，往往采用云内裸金属充分隔离的方式部署云数仓。

二是分析师业务和互联网金融实时分析场景，需要数据充分共享，存储资源和计算资源按需使用，这是比较典型的云原生数仓场景。尤其是一些敏态开发ToC业务，很适合使用云原生数仓。

三是政务云业务，其时效性没有金融报表那样高，政务云上很多是政务办公系统，使用云原生数仓对于敏捷应用开发比较友好，更加灵活弹性。

关连坡与一些客户交流发现，随着云计算多年发展，现在数据库上云已经被大多数头部企业接受，不过像金融这样的关键行业相对谨慎，虽然对云原生数仓比较感兴趣，但是目前大多还处在观望、试探中。

这些金融客户会存在一些顾虑，会考虑云原生数仓在其他大行的应用落地情况，此外，云原生数仓与传统的MPP数仓架构不同，Schema 设计、算法和运维存在差异，比如容器化后的日志收集、查看等有较大大不同，行业内需要培养更多的兼顾云和数据仓库产品运维技能的人员，来满足云化后基础设施的用人需求。

03 选型关注因素：性能、监控运维、成本、多云

数据库选型从来不是一件容易的事情，关连坡介绍，企业机构在选择云原生数仓时主要考虑以下几个因素：

一是监控运维，问题定位。当业务出现问题，很多客户会关注能否区分是云的问题还是数仓的问题，这需要云原生数仓的指标监控更加细致。传统数仓技术栈，数仓跑在操作系统和硬件上，是一个相对成熟可信的环境，有成熟的监测能力，出问题的概率也较低。云原生数仓，网络、CPU、内存、存储都进行了虚拟化，增加了技术栈的复杂性，对于问题的定位增加了难度，一旦出现网络波动，能否快速定位问题非常重要。

二是版本维护。传统MPP数仓直接部署在物理环境，业务之间充分隔离，以银行为例，每套业务单独部署一套，升级维护相对简单。但是上云之后，所有组件都是灵活状态，作为统一的云原生数仓，拥有很多公共组件，如何随着业务需求改变进行组件升级是一个问题，这与产品标准化程度相关，GCDW具备灰度在线升级能力，可做到无感升级。

三是性能问题，是否能保证与原有相同资源的情况下性能不降，提供更优的性能。

四是成本管理问题，传统部署模式在原有硬件基础上的资源消耗成本相对可控，容易评估，在云上如何评估成本让成本变得可控是企业会关注的问题。

五是充分容器化后，关于容器的易失性问题是否可以解决。

六是多云支持，为了避免云锁定、规避风险，充分利用不同云的优势，企业通常会采用多云战略。企业会关注云原生数仓是否与主流云进行了适配，不同云对于外部组件的应用权限开放并不一样，需要数据库层面做很多适配工作。

关连坡指出，数据仓库不应该挑选基础设施，云也是一种基础设施，像南大通用这样的云中立数据库厂商，一方面要和主流云厂商进行适配，以满足企业多云战略需求，同时数据仓库要打破包括云在内的所有基础设施的限制，屏蔽底层基础设施的复杂性，不管是一朵云还是多云，不管是公有云、私有云或是混合云，甚至传统硬件部署，都可以支持，满足各种业务场景需求。

云原生数据库是整个云生态的一员，未来的发展需要云基础设施、数据库、应用整个云生态一起努力。