计算机行业大数据系列(五)-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。
风险提示：技术创新不及预期；行业竞争加剧；大数据、大模型等发展不及预期
【免责声明】本文仅代表第三方观点，不代表和讯网立场。投资者据此操作，风险请自担。

   【免责声明】本文仅代表第三方观点，不代表和讯网立场。投资者据此操作，风险请自担。