13518219792
每年的Gartner全球数据库魔力象限都会对未来三年的市场进行预测，而2020年的预测相比于2019年的预测出现一个显著的变化，那就是全球75%数据库将被部署或迁移到云平台的时间表提前了一年——从2023年提前到了2022年。进入2020年底，我们将迎来数据库行业的世纪之战，企业数据上云与治理面临着重大抉择：本地数据库与云数据库的PK。特别是受2020全球疫情的影响，越来越多的企业正加速数字化转型，云数据库以及云上数据治理的时代将很快到来。
10余年的鄄城网站建设经验，针对设计、前端、开发、售后、文案、推广等六对一服务，响应快，48小时及时工作处理。成都全网营销推广的优势是能够根据用户设备显示端的尺寸不同，自动调整鄄城建站的显示方式，使网站能够适用不同显示终端，在浏览器中调整网站的宽度，无论在任何一种浏览器上浏览网站，都能展现优雅布局与设计，从而大程度地提升浏览体验。成都创新互联公司从事“鄄城网站设计”,“鄄城网站推广”以来，每个客户项目都认真落实执行。
2020年12月12日双十二之际，华为云打出了云数据库2折起的大幅折扣，包括：MySQL等热门云数据库 2折起、迁移上云再加送6个月；GaussDB系列、数据管理服务DAS企业版等热销产品低至5折；数据加速与治理产品中也有Redis 4折的惊喜优惠。2020年又是华为云推出全场景数据库云服务GaussDB的第一年，而在2020年底打出云数据库2折起的大力度促销，彰显了华为云开打2021企业数据上云之战的决心。
2020年的一场疫情，让很多企业都将数字化转型提速，特别是让本来需要几年才能下的数字化转型决心和决定缩短到几个月；而新基建的推出，更刺激了基于数字技术的融合基础设施的大规模建设。无论是加速的数字化转型、急于上线的各种在线和互联网业务，还是筹建中的融合基础设施新基建，都为CIO们带来了头痛的问题：数据库的选型。
那么CIO怎么解决云数据库的选型难题呢？华为云数据库业务总裁苏光牛认为，CIO选型数据库，最常见的其实没有变化，就是稳定性和性能，以及云技术出现之后的扩展性和灰度等能力。但对于很多企业，特别是有 历史 遗留系统的，都涉及一个古老但无法回避的问题就是：生态。也就是如果招聘的DBA多是搞PostgreSQL，那么企业怎么能选择MySQL？反之亦然。或者当熟悉某个数据库的DBA干了几十年，又怎么转向另外一种数据库？
转型是必然的。数字化智能化升级，必然要求数据库跟上，苏光牛认为生态必须是开放的，否则就从一个火坑跳入另外一个火坑。选型之后，CIO都普遍担心，迁移的工作量有多大？CIO都需要有能自动化转换或者评估的工具，能把非确定的工作量转化为确定性的计划。然后就需要考虑迁移是否会中断或者中断多久，业务切换需要多久，对于在线迁移来说还要可控制的切换时间；随之，要考虑数据是否会丢失，因为从一个系统迁移到另一个系统，不可能100%覆盖所有的功能测试，没有覆盖到数据是否就丢失了，当然还要考虑数据安全等问题。
最后，必然要考虑成本以及让数据“活”起来。苏光牛认为，控制成本的最好方式是存储的融合，计算和存储分离的架构；而让数据活起来，就是要让存储的数据在不同系统之间流动起来，通过大的存储资源池解决数据孤岛问题，当然更好的数据迁移工具也能配合解决问题。
2020年11月，在Gartner发布的2020全球云数据库魔力象限中，华为云凭借GaussDB系列产品首次晋级全球顶级云数据库行列。Gartner对华为云的评价是：华为云专注于提供全面的混合堆栈，构建了全面、稳健的产品组合，能够满足跨云和本地环境的全方位数据管理用例，其许多产品与云基础架构紧密集成，以提供增强的性能和可靠性。Gartner还认为，华为在全球电信和网络行业有很强的影响力，很多为管理华为全球行业业务而构建的数据管理能力，面向政企行业普遍可用。
2020年下半年，华为云宣布GaussDB数据库战略升级为华为云数据库全场景服务，以及发布GaussDB云数据库服务GaussDB（for MySQL）、GaussDB（openGauss）以及GaussDB NoSQL，而GaussDB NoSQL非关系型数据库则支持MongoDB、Cassandra、时序InfluxDB、KV数据库Redis等，具有多模式数据管理能力。
就GaussDB来说，通过计算和存储分离实现分布式处理，在一套架构下，可以对接MySQL、PostgreSQL、MongoDB、Cassandra等多种开源数据库引擎，实现这些开源数据库的良好商用性能。GaussDB以华为云为底座，保证了良好可扩展性、弹性、安全可靠等性能要求，特别是通过底层统一的智能化DFV分布式存储架构，满足企业上云对于云数据库的各种需求。
在数据迁移方面，华为云推出的数据库和应用迁移 UGO，是一款专注于异构数据库对象迁移和应用迁移的专业化工具，而华为云数据复制服务DRS，支持更大数据量、更长时间等多种复杂迁移场景，支持数据库上云和云上业务数据实时回传至云外的混合云架构。UGO+DRS形成了完整的迁移产品形态。
GaussDB是为政企打造的数据库一站式上云解决方案，提供全场景数据管理业务、全开放生态和安全可信，彻底解决政企以及互联网行业在数据库选型方面的痛点，真正做到数据库选型安心、迁移放心、管理省心。
苏光牛表示：“华为将持续战略投入数据库，布局全球7大区域囊括1000+数据库专家与人才。此次战略升级是华为云数据库积极构建高安全、高可靠、高性能的全场景云服务，拥抱开源生态的具体举措，华为云GaussDB数据库会持续打造多元生态服务，全方位满足客户的需求，加速政企客户数字化创新发展。”
正如Gartner所观察到的，如今华为云数据库业务在亚太地区，尤其是中国市场实现规模化部署，其中超过一半的客户来自公共管理、电信、金融保险等行业。华为云数据库，特别是GaussDB能够被广大政企用户认可，这首先来自于经历了华为内部的千锤百炼。从2007年开始，就因为华为的无线、网络、交换机等产品而发展起来了GaussDB，从2009年开始基于存算分离的架构而考虑分布式数据库的设计，2015年起基于广泛认知的生态如MySQL或者PostgreSQL等以及NoSQL数据库，逐步推出了分布式的数据库，同时还打造华为自己的openGauss生态。
2020年，华为云数据库品牌更加清晰，GaussDB是华为自有数据库品牌，既兼容MySQL、PostgreSQL等广泛认知的生态，又有自有的生态openGauss，openGauss于2020年6月正式对外开源。苏光牛强调，华为公司将长期投入GaussDB的开发，基于混合云和公有云的方式，联合ISV等伙伴一起，全方位服务好客户。
总结下来，GaussDB有四大特色：第一，开放的生态，拥抱开源生态的同时，打造华为自有生态。华为云认为未来一定是开放的生态，开放的生态才能保护客户投资，避免从一个封闭体系走向另外一个封闭体系。
第二，存算分离的架构，数据库的稳定性是第一位的，特别是交易型数据库，华为云数据库最核心的特色是存储的稳定性。华为云GaussDB基于与企业存储相同的分布式存储架构，经过千行百业的磨炼而不仅仅是单一的某种交易流量，另外各种存储能力如重删、压缩、跨AZ等特性让快速备份恢复、性价比都具备非常好的优势。
第三，安全合规，GaussDB经过了ICSL的安全认证，以及很多白盒的代码层面的认证。特别是随着欧洲GDPR等标准的实施，以及政企对数据安全性要求的增加，华为云GaussDB的代码级、架构级别安全设计，以及多年来在电信级高标准行业的锤炼，经历了很多实际客户的严苛考验，让政企在使用数据库的时候更加放心。
第四，软硬件全栈协同。华为云具备软硬件全栈研发的实力，无论存储底座和RDMA高速网络，还是虚拟化和容器之上的性能调优，以及GuestOS上的协议栈优化，特别是基于云技术之后的全栈优化和云服务能力，更加是华为云的优势。
当然，更为重要的是，云数据库采用云的模式实现了数据库运维管理的集中化，极大简化了数据库的安装、部署、配置、迁移和优化，大幅提升运维管理效率，让政企可以投入更多精力聚焦在核心业务创新上。
总结而言： 企业数据上云和云上数据治理将成为2021年政企数字化转型的重中之重，各大技术厂商都在争夺云数据库市场份额。以华为云全场景数据库GaussDB为代表的新一代云数据库，将满足政企数字化转型的全面需求。特别是以华为云和华为云Stack为底座，GaussDB可以跨公有云以及企业本地部署，其技术符合云及企业本地的要求，同时具有华为云的高性能、高可用、高安全等保证，可以说政企数字化转型的全场景保障！（文/宁川）
NoSQL 数据库系统目前主流的有 HBase、MongoDB 和 SimpleDB等，每个产品的实现都不尽相同，还是要根据你的实际应用来分析的的。比如你使用的Hbase，那就参考hadoop的扩展方法即可。
云存储是在云计算(cloud computing)概念上延伸和衍生发展出来的一个新的概念。[1] 云计算是分布式处理(Distributed Computing)、并行处理(Parallel Computing)和网格计算(Grid Computing)的发展，是透过网络将庞大的计算处理程序自动分拆成无数个较小的子程序，再交由多部服务器所组成的庞大系统经计算分析之后将处理结果回传给用户。通过云计算技术，网络服务提供者可以在数秒之内，处理数以千万计甚至亿计的信息，达到和”超级计算机”同样强大的网络服务。
NoSQL，泛指非关系型的数据库。随着互联网web2.0网站的兴起，传统的关系数据库在应付web2.0网站，特别是超大规模和高并发的SNS类型的web2.0纯动态网站已经显得力不从心，暴露了很多难以克服的问题，而非关系型的数据库则由于其本身的特点得到了非常迅速的发展。NoSQL数据库的产生就是为了解决大规模数据集合多重数据种类带来的挑战，尤其是大数据应用难题。
1、使用冗余，每个人的好友信息都在数据库中有存储，就是你说的记录一对一关系
2、数据缓存到内存，数据访问很快
3、状态信息修改异步，比如一个人登陆了，他的好友不是马上就知道，中间间隔几秒也没有关系
4、数据可能不放在关系数据库中，可能使用nosql数据库，比如mongodb,bigtable,cassandra等
数据库可以按照内容类型分类:书目、全文、数字和图像。在计算中，数据库有时根据其组织方法进行分类。有许多不同类型的数据库，从最流行的方法关系数据库到分布式数据库、云数据库或NoSQL数据库。
常用数据库：
1、关系型数据库
关系型数据库是由IBM的E.F. Codd于1970年发明的，它是一个表格数据库，其中定义了数据，因此可以以多种不同的方式对其进行重组和访问。
关系数据库由一组表组成，其中的数据属于预定义的类别。每个表在一个列中至少有一个数据类别，并且每一行对于列中定义的类别都有一个特定的数据实例。
结构化查询语言(SQL)是关系数据库的标准用户和应用程序接口。关系数据库易于扩展，并且可以在原始数据库创建之后添加新的数据类别，而不需要修改所有现有应用程序。
2、分布式数据库
分布式数据库是一种数据库，其中部分数据库存储在多个物理位置，处理在网络中的不同点之间分散或复制。
分布式数据库可以是同构的，也可以是异构的。同构分布式数据库系统中的所有物理位置都具有相同的底层硬件，并运行相同的操作系统和数据库应用程序。异构分布式数据库中的硬件、操作系统或数据库应用程序在每个位置上可能是不同的。
3、云数据库
云数据库是针对虚拟化环境(混合云、公共云或私有云)优化或构建的数据库。云数据库提供了一些好处，比如可以按每次使用支付存储容量和带宽的费用，还可以根据需要提供可伸缩性和高可用性。
云数据库还为企业提供了在软件即服务部署中支持业务应用程序的机会。
4、NoSQL数据库
NoSQL数据库对于大型分布式数据集非常有用。
NoSQL数据库对于关系数据库无法解决的大数据性能问题非常有效。当组织必须分析大量非结构化数据或存储在云中多个虚拟服务器上的数据时，它们是最有效的。
5、面向对象的数据库
使用面向对象编程语言创建的项通常存储在关系数据库中，但是面向对象数据库非常适合于这些项。
面向对象的数据库是围绕对象(而不是操作)和数据(而不是逻辑)组织的。例如，关系数据库中的多媒体记录可以是可定义的数据对象，而不是字母数字值。
6、图形数据库
面向图形的数据库是一种NoSQL数据库，它使用图形理论存储、映射和查询关系。图数据库基本上是节点和边的集合，其中每个节点表示一个实体，每个边表示节点之间的连接。
图形数据库在分析互连方面越来越受欢迎。例如，公司可以使用图形数据库从社交媒体中挖掘关于客户的数据。
特点：
它们可以处理超大量的数据。
它们运行在便宜的PC服务器集群上。
PC集群扩充起来非常方便并且成本很低，避免了“sharding”操作的复杂性和成本。
它们击碎了性能瓶颈。
NoSQL的支持者称，通过NoSQL架构可以省去将Web或Java应用和数据转换成SQL友好格式的时间，执行速度变得更快。
“SQL并非适用于所有的程序代码，” 对于那些繁重的重复操作的数据，SQL值得花钱。但是当数据库结构非常简单时，SQL可能没有太大用处。
没有过多的操作。
虽然NoSQL的支持者也承认关系数据库提供了无可比拟的功能集合，而且在数据完整性上也发挥绝对稳定，他们同时也表示，企业的具体需求可能没有那么多。
Bootstrap支持
因为NoSQL项目都是开源的，因此它们缺乏供应商提供的正式支持。这一点它们与大多数开源项目一样，不得不从社区中寻求支持。
优点：
易扩展
NoSQL数据库种类繁多，但是一个共同的特点都是去掉关系数据库的关系型特性。数据之间无关系，这样就非常容易扩展。也无形之间，在架构的层面上带来了可扩展的能力。
大数据量，高性能
NoSQL数据库都具有非常高的读写性能，尤其在大数据量下，同样表现优秀。这得益于它的无关系性，数据库的结构简单。一般MySQL使用 Query Cache，每次表的更新Cache就失效，是一种大粒度的Cache，在针对web2.0的交互频繁的应用，Cache性能不高。而NoSQL的 Cache是记录级的，是一种细粒度的Cache，所以NoSQL在这个层面上来说就要性能高很多了。
灵活的数据模型
NoSQL无需事先为要存储的数据建立字段，随时可以存储自定义的数据格式。而在关系数据库里，增删字段是一件非常麻烦的事情。如果是非常大数据量的表，增加字段简直就是一个噩梦。这点在大数据量的web2.0时代尤其明显。
高可用
NoSQL在不太影响性能的情况，就可以方便的实现高可用的架构。比如Cassandra，HBase模型，通过复制模型也能实现高可用。
主要应用：
Apache HBase
这个大数据管理平台建立在谷歌强大的BigTable管理引擎基础上。作为具有开源、Java编码、分布式多个优势的数据库，Hbase最初被设计应用于Hadoop平台，而这一强大的数据管理工具，也被Facebook采用，用于管理消息平台的庞大数据。
Apache Storm
用于处理高速、大型数据流的分布式实时计算系统。Storm为Apache Hadoop添加了可靠的实时数据处理功能，同时还增加了低延迟的仪表板、安全警报，改进了原有的操作方式，帮助企业更有效率地捕获商业机会、发展新业务。
Apache Spark
该技术采用内存计算，从多迭代批量处理出发，允许将数据载入内存做反复查询，此外还融合数据仓库、流处理和图计算等多种计算范式，Spark用Scala语言实现，构建在HDFS上，能与Hadoop很好的结合，而且运行速度比MapReduce快100倍。
Apache Hadoop
该技术迅速成为了大数据管理标准之一。当它被用来管理大型数据集时，对于复杂的分布式应用，Hadoop体现出了非常好的性能，平台的灵活性使它可以运行在商用硬件系统，它还可以轻松地集成结构化、半结构化和甚至非结构化数据集。
Apache Drill
你有多大的数据集？其实无论你有多大的数据集，Drill都能轻松应对。通过支持HBase、Cassandra和MongoDB，Drill建立了交互式分析平台，允许大规模数据吞吐，而且能很快得出结果。
Apache Sqoop
也许你的数据现在还被锁定于旧系统中，Sqoop可以帮你解决这个问题。这一平台采用并发连接，可以将数据从关系数据库系统方便地转移到Hadoop中，可以自定义数据类型以及元数据传播的映射。事实上，你还可以将数据（如新的数据）导入到HDFS、Hive和Hbase中。
Apache Giraph
这是功能强大的图形处理平台，具有很好可扩展性和可用性。该技术已经被Facebook采用，Giraph可以运行在Hadoop环境中，可以将它直接部署到现有的Hadoop系统中。通过这种方式，你可以得到强大的分布式作图能力，同时还能利用上现有的大数据处理引擎。
Cloudera Impala
Impala模型也可以部署在你现有的Hadoop群集上，监视所有的查询。该技术和MapReduce一样，具有强大的批处理能力，而且Impala对于实时的SQL查询也有很好的效果，通过高效的SQL查询，你可以很快的了解到大数据平台上的数据。
Gephi
它可以用来对信息进行关联和量化处理，通过为数据创建功能强大的可视化效果，你可以从数据中得到不一样的洞察力。Gephi已经支持多个图表类型，而且可以在具有上百万个节点的大型网络上运行。Gephi具有活跃的用户社区，Gephi还提供了大量的插件，可以和现有系统完美的集成到一起，它还可以对复杂的IT连接、分布式系统中各个节点、数据流等信息进行可视化分析。
MongoDB
这个坚实的平台一直被很多组织推崇，它在大数据管理上有极好的性能。MongoDB最初是由DoubleClick公司的员工创建，现在该技术已经被广泛的应用于大数据管理。MongoDB是一个应用开源技术开发的NoSQL数据库，可以用于在JSON这样的平台上存储和处理数据。目前，纽约时报、Craigslist以及众多企业都采用了MongoDB，帮助他们管理大型数据集。（Couchbase服务器也作为一个参考）。
十大顶尖公司：
Amazon Web Services
Forrester将AWS称为“云霸主”，谈到云计算领域的大数据，那就不得不提到亚马逊。该公司的Hadoop产品被称为EMR（Elastic Map Reduce），AWS解释这款产品采用了Hadoop技术来提供大数据管理服务，但它不是纯开源Hadoop，经过修改后现在被专门用在AWS云上。
Forrester称EMR有很好的市场前景。很多公司基于EMR为客户提供服务，有一些公司将EMR应用于数据查询、建模、集成和管理。而且AWS还在创新，Forrester称未来EMR可以基于工作量的需要自动缩放调整大小。亚马逊计划为其产品和服务提供更强大的EMR支持，包括它的RedShift数据仓库、新公布的Kenesis实时处理引擎以及计划中的NoSQL数据库和商业智能工具。不过AWS还没有自己的Hadoop发行版。
Cloudera
Cloudera有开源Hadoop的发行版，这个发行版采用了Apache Hadoop开源项目的很多技术，不过基于这些技术的发行版也有很大的进步。Cloudera为它的Hadoop发行版开发了很多功能，包括Cloudera管理器，用于管理和监控，以及名为Impala的SQL引擎等。Cloudera的Hadoop发行版基于开源Hadoop，但也不是纯开源的产品。当Cloudera的客户需要Hadoop不具备的某些功能时，Cloudera的工程师们就会实现这些功能，或者找一个拥有这项技术的合作伙伴。Forrester表示：“Cloudera的创新方法忠于核心Hadoop，但因为其可实现快速创新并积极满足客户需求，这一点使它不同于其他那些供应商。”目前，Cloudera的平台已经拥有200多个付费客户，一些客户在Cloudera的技术支持下已经可以跨1000多个节点实现对PB级数据的有效管理。
Hortonworks
和Cloudera一样，Hortonworks是一个纯粹的Hadoop技术公司。与Cloudera不同的是，Hortonworks坚信开源Hadoop比任何其他供应商的Hadoop发行版都要强大。Hortonworks的目标是建立Hadoop生态圈和Hadoop用户社区，推进开源项目的发展。Hortonworks平台和开源Hadoop联系紧密，公司管理人员表示这会给用户带来好处，因为它可以防止被供应商套牢（如果Hortonworks的客户想要离开这个平台，他们可以轻松转向其他开源平台）。这并不是说Hortonworks完全依赖开源Hadoop技术，而是因为该公司将其所有开发的成果回报给了开源社区，比如Ambari，这个工具就是由Hortonworks开发而成，用来填充集群管理项目漏洞。Hortonworks的方案已经得到了Teradata、Microsoft、Red Hat和SAP这些供应商的支持。
IBM
当企业考虑一些大的IT项目时，很多人首先会想到IBM。IBM是Hadoop项目的主要参与者之一，Forrester称IBM已有100多个Hadoop部署，它的很多客户都有PB级的数据。IBM在网格计算、全球数据中心和企业大数据项目实施等众多领域有着丰富的经验。“IBM计划继续整合SPSS分析、高性能计算、BI工具、数据管理和建模、应对高性能计算的工作负载管理等众多技术。”
Intel
和AWS类似，英特尔不断改进和优化Hadoop使其运行在自己的硬件上，具体来说，就是让Hadoop运行在其至强芯片上，帮助用户打破Hadoop系统的一些限制，使软件和硬件结合的更好，英特尔的Hadoop发行版在上述方面做得比较好。Forrester指出英特尔在最近才推出这个产品，所以公司在未来还有很多改进的可能，英特尔和微软都被认为是Hadoop市场上的潜力股。
MapR Technologies
MapR的Hadoop发行版目前为止也许是最好的了，不过很多人可能都没有听说过。Forrester对Hadoop用户的调查显示，MapR的评级最高，其发行版在架构和数据处理能力上都获得了最高分。MapR已将一套特殊功能融入其Hadoop发行版中。例如网络文件系统（NFS）、灾难恢复以及高可用性功能。Forrester说MapR在Hadoop市场上没有Cloudera和Hortonworks那样的知名度，MapR要成为一个真正的大企业，还需要加强伙伴关系和市场营销。
Microsoft
微软在开源软件问题上一直很低调，但在大数据形势下，它不得不考虑让Windows也兼容Hadoop，它还积极投入到开源项目中，以更广泛地推动Hadoop生态圈的发展。我们可以在微软的公共云Windows Azure HDInsight产品中看到其成果。微软的Hadoop服务基于Hortonworks的发行版，而且是为Azure量身定制的。
微软也有一些其他的项目，包括名为Polybase的项目，让Hadoop查询实现了SQLServer查询的一些功能。Forrester说：“微软在数据库、数据仓库、云、OLAP、BI、电子表格（包括PowerPivot）、协作和开发工具市场上有很大优势，而且微软拥有庞大的用户群，但要在Hadoop这个领域成为行业领导者还有很远的路要走。”
Pivotal Software
EMC和Vmware部分大数据业务分拆组合产生了Pivotal。Pivotal一直努力构建一个性能优越的Hadoop发行版，为此，Pivotal在开源Hadoop的基础上又添加了一些新的工具，包括一个名为HAWQ的SQL引擎以及一个专门解决大数据问题的Hadoop应用。Forrester称Pivotal Hadoop平台的优势在于它整合了Pivotal、EMC、Vmware的众多技术，Pivotal的真正优势实际上等于EMC和Vmware两大公司为其撑腰。到目前为止，Pivotal的用户还不到100个，而且大多是中小型客户。
Teradata
对于Teradata来说，Hadoop既是一种威胁也是一种机遇。数据管理，特别是关于SQL和关系数据库这一领域是Teradata的专长。所以像Hadoop这样的NoSQL平台崛起可能会威胁到Teradata。相反，Teradata接受了Hadoop，通过与Hortonworks合作，Teradata在Hadoop平台集成了SQL技术，这使Teradata的客户可以在Hadoop平台上方便地使用存储在Teradata数据仓库中的数据。
AMPLab
通过将数据转变为信息，我们才可以理解世界，而这也正是AMPLab所做的。AMPLab致力于机器学习、数据挖掘、数据库、信息检索、自然语言处理和语音识别等多个领域，努力改进对信息包括不透明数据集内信息的甄别技术。除了Spark，开源分布式SQL查询引擎Shark也源于AMPLab，Shark具有极高的查询效率，具有良好的兼容性和可扩展性。近几年的发展使计算机科学进入到全新的时代，而AMPLab为我们设想一个运用大数据、云计算、通信等各种资源和技术灵活解决难题的方案，以应对越来越复杂的各种难题。
