共计 3402 个字符，预计需要花费 9 分钟才能阅读完成。
随着信息技术的倒退，互联网利用的减速遍及，人类进入了数字经济时代。进入二十一世纪当前，随着挪动互联网技术、物联网技术、5G 等技术的倒退，寰球数据圈（Global Datasphere）呈指数级递增，IDC 预测寰球数据将于 2025 年增长至 175ZB，而中国的数据圈无望于 2025 年爆炸式增长为世界第一。数据被称为数字经济时代的“石油”，如同石油驱动了工业化时代的提高，大数据将推动智能化与数字化时代的倒退。
为了开掘数据的价值，企业面临着海量数据的存储与剖析需要，业务也面临着更多热点及突发流量所带来的挑战。面对数据计算（Data Computing）的微小诉求、数据组织的运行老本的急剧减少、数据格式的丰盛多样，企业的数字化转型面临微小挑战，急需一款数据库产品，帮忙其最大化利用数据资产，降本增效，进行更智能高效的数据计算。
早在 2019 年，Gartner 便做出预测：数据库市场的将来在云上。在 2022 年首次公布的《数据库中国市场指南》（Market Guide for DBMS，China）中，Gartner 再次指出，中国数据库行业将减速增长并逐渐向云端迁徙，将来四年，中国数据库行业向私有云迁徙的速度将超过寰球平均水平。2020 年数据显示，云数据库已占据整体数据库市场份额的 40%，2022 年云数据库营收数据将占据数据库整体市场的半数以上。
OpenPie 认为计算技术目前经验了三代平台:①大型机时代；②PC 机时代；③云计算时代 。每一代计算平台的变更，都带来了数据计算技术的突破性翻新的可能性。随着计算技术从大型机时代改革为 PC 机时代，PC 机逐步取代大型机，极大地升高计算门槛，计算资源日渐丰盛，数据计算技术突破性翻新。 随着云计算时代的到来，不仅使得计算成本极大地升高，也提供了有限丰盛的计算资源，开释出数据计算产生智能的更多机会。
自 20 世纪 50 年代中期以来，数据管理技术经验了人工治理阶段、文件系统治理阶段，最终随着硬件技术的晋升、价格的降落，数据管理技术进入了数据库系统阶段。数据库系统解决了数据管理的复杂性，很好的撑持了业务零碎（如 CRM、ERP、BI、报表和可视化零碎）和专用的业务零碎（如电商的举荐零碎、银行的客户画像）等；解放了开发人员，使他们可能更好地专一于业务逻辑上。
很多受欢迎的数据库系统均为分布式数据库，而典型的传统分布式数据库系统大多是 MPP（大规模并行计算）架构。MPP 架构的数据库以 PC 服务器为单位，通过如下图所示的组群形式来扩大存储和计算。假如一个宽表有 3 亿条记录，MPP 数据库会尝试在每台 PC 服务器的硬盘上散布 1 亿条记录。数据计算时，所有机器同时并行计算，实践上最高能够把计算工夫升高到单机部署的 1/n（n 为机器数量），节俭了海量数据的解决工夫。
然而，随着数据量的一直攀升，企业对数据库的要求也越来越高，在应用过程中，传统数据库解决方案迎来了一系列的瓶颈：
随着数据量和计算能力的爆发式增长，云计算技术的迅猛发展，云原生时代应运而生。云原生时代，越来越多的企业将利用向云上迁徙，而越来越多的数据也流向云上。私有云带来了泛滥劣势：
这些劣势使云原生数据库得以升高计算成本，提供有限丰盛的计算资源，实现分钟级的伸缩性和真正的高可用，开释出数据计算产生更多智能的机会。
以下是云原生时代数字企业的典型应用场景：
面对这些一直变动的业务需要和计算工作，企业产生了更高的需要：
充沛联合云计算、大规模并行处理技术的云原生数据库应运而生，云原生数据库帮忙企业解脱了 PC 架构的限度，满足云原生数字时代需要，成为更好的抉择。绝对于传统数据仓库，云原生数据库的劣势也是不言而喻的：
传统数据仓库的计算和存储是严密耦合的，计算资源和存储资源按某一比例强绑定，为了确保查问后果的正确性，每个计算节点都需参加每条查问的执行中，在扩容、运维、迁徙上都存在肯定的挑战。企业业务倒退的不确定性，导致大数据系统无奈及时剖析业务数据，错失了充沛开掘数据价值所带来的商业机会。
云原生数据库计算和存储拆散，防止了资源的节约。 企业可依据对资源的需要，灵便地以低成本和高效的形式，独自地进行存储或计算资源的弹性扩大，进步了资源的利用率，节俭空间老本和能耗开销。
传统数据仓库往往须要微小的人力投入进行数据库的装置和调试，云原生数据库的“即开即用”个性为企业节俭了大量运维开销。因为计算节点部署于云端，解脱了物理限度和潜在的提早，可随时随地通过互联网轻松治理，无需任何硬件。数据随时随地可用，无需解决任何后端技术问题，为企业进行跨部门、跨区域的数据共享和合作开拓了捷径，保障了企业的全球化过程。
传统数据仓库将文件和资源存储在同一主机中，以主备节点数据形式弥补节点宕机工夫，重大影响数据时效性，减少了运维的老本和难度。云原生数据库具备用户无感知的”真正”的高可用性能，具备故障主动单点切换，自动化容灾与高可用能力，防止了单点失败对业务的影响，保障了数据的平安。 当业务有降级或更换服务需要时，可对节点进行不中断服务的逐步降级。
传统数据库的黑箱状态，导致企业无奈及时处理扩容、节点故障等问题。而云原生数据库部署在云上，具备了云计算所带来的麻利、高效个性，兼具高弹性和高性能，能够轻松应答 PB 级海量数据，服务之间相互独立，从而对利用或服务提供了更多层的平安爱护，也实现了更多的容错服务。其高度自动化的运维工具反对业务利用更加频繁地更新，赋予企业更弱小的麻利迭代能力。得益于云原生数据库的存算拆散，企业可灵便进行扩缩容，从而也具备了弱小的可迁移性。
传统数据库价格昂扬的软硬件导致微小的后期投入。云计算为云原生数据库提供了近乎有限的低成本存储空间，升高了传统数据库机房布局、服务器洽购等投入老本，打消了企业的管理负担。 得益于云原生数据库按需付费的订阅模式和动静扩大能力，企业可依据本人对资源的需要进行扩大，防止了资源的节约，相比于传统数据库，具备更高的性价比。
OpenPie 以“Data Computing for New Discoveries”「数据计算，只为新发现」为使命，秉承 “Big Data Promises finally Come True“「最终实现大数据愿景」的产品理念，推出的云原生数据库 PieCoudDB。PieCloudDB 在从新打造 PostgreSQL 12.X 实现存算拆散的同时，也发明了全新 eMPP (elastic Massive Parallel Processing，弹性大规模并行计算) 分布式技术，构建以云原生、剖析型分布式数据库为内核的全新数据计算平台，旨在为企业提供蕴含实时处理、弹性扩容、弹性计算、集成数据分析等弱小性能的云上数据存储和计算引擎，助力企业实现数据价值最大化，打造高质量倒退新劣势，并在新基建中承当牢靠和可控的云数据库底座。
基于云计算架构的 PieCloudDB 的 eMPP（Elastic MPP）弹性并行计算，完满解决了基于 PC 的传统数据库的缺点，且具备了云原生数据库的上述所有劣势。PieCloudDB 云原生数据库计算和存储拆散，存储和计算作为两个独立变量，能够在云端进行独立的弹性伸缩，防止了资源的节约。企业可依据业务对资源的需要，灵便地以低成本和高效的形式，独自地进行存储或计算资源的弹性扩大，进步了资源的利用率，节俭空间老本和能耗开销。
更让人兴奋的是，PieCloudDB 容许用户使用云中数据同时开启多个集群进行数据计算。假如航空公司的订票零碎曾经开启一个 3 节点的集群对数据进行剖析，他们的会员零碎能够再开启 4 个节点的集群对数据进行计算，依此类推，用户能够随时随地地开启任何数量节点的集群进行新利用的数据计算。在 PieCloudDB 中，用户能够继续将所有数据在云中存储，真正为已有的利用和将来的利用实现数据共享，从而帮忙用户真正实现大数据幻想 Big Data Promises finally Come True。
云原生数据库 PieCloudDB 于 10 月 24 日正式公布，揭晓更多产品性能。欢送继续关注咱们的流动。
参考文献：
The Digitization of the World From Edge to Core，IDC，2018 https://www.gartner.com/en/ne…