从大数据到云计算 DT时代数据容器的构建

　　对于互联网应用来讲它可能还不够，单个库不够，那么就用读写分离来做读获得就可以了。

　　其实读写分离碰到的问题也很多，首先读写分析在MySQL要解决读跟主库的数据同步的问题，一致性问题，延时问题，这些都要解决。特别是延时问题，但是知道MySQL主备还是单线写入，而主库是多并发写入。所以今天在方向上，我们在思考如何能让这个事情解决掉，而上应用感知不到这些麻烦的事情。

　　我们希望这还是一个数据库，首先在存储扩展上可以天然应用云上平台的共享存储，叫分布式云存储。可以讲数据盘扩到100T。存储和计算分离后，计算可以平行扩展。还可以让所有节点、数据在度曲的时候，数据隔离性是一致的。由于它的写节点，它不再存在读的压力，所以写节点的能力至少有一倍的提升。

　　这样的话，其实对于一般的中小企业来讲，如果拥有这样一个数据库，它至少可以熬过三年，有三年的时间让它喘息。这里的技术架构的扩展是基于先保证SQL接入优先的。因为大家知道要换一种架构，应用全部改一遍，这是非常麻烦的一件事儿。

　　当云变成基础设施的，我们数据挖掘能力会越来越强，以后的数据会以人为中心，数据会越来越大。其实对中小企业来讲，进入DT时代还很长很长，包括今天你有这样的数据量你怎么办？所以今天我们思考的是说怎么把你的数据先存现在。所以未来的数据模型，应该是说数据的技术点是希望基于分布式，压缩的，低成本的存储。

设备会帮你自动聚合掉80%的数据　　

　　这里其实有一个简单的示意图我们可以看到，未来虽然有这么大的数据量，但是80%的数据不会传输超过一公里。这是什么意思？所有的设备里它会帮你自动计算掉，聚合掉80%的数据。

　　所以未来嵌入式数据库是一个方向。嵌入式数据库一定是为未来所有设备产生的实时数据，帮它完成80%的数据计算，剩余的数据存到它的云上来。到云上来有一个高并发的能力，因为未来互联网的场景是几百万的端需要数据并发的传到上面来，所以对数据库来讲，并发的写入能力要非常的好。数据库有一个叫连接数的限制，经常在双十一的时候连接数被打爆，然后连接数就挂了，这是要克服的一个点。

　　还有压缩，还有存储，这些数据存下来以后怎么用？既然大数据炒的很热，它是未来，但是在大数据之前还有一个轻计算，这是大部分企业需要的。有些企业现在来讲只需要一个简单的包，需要一个简单的聚合，排名一些多维的数据。所以从数据库来讲，我们在方向上有一个至少PB级的存储能力，10倍压缩能力，多节点事务一致性，OLTP-OLAP，有机整合1份数据，2种计算。

　　3.业务的变化

　　当互联网真的成为基础设施的时候，大家应用搬上来的时候，业务就会发生变化。其实这个变化现在已经可以看到。

　　举个简单的例子，跨境的全球的物流慢慢的已经出来了。今年阿里巴巴一大战略是国际化，我们希望更多的企业从国内走到国外，从国外把东西运进来。举个跨境物流的例子，中国的系统我们希望在美国也可以看到数据，怎么办？当然它可以直接调中国的系统，但是这个体验非常差，怎么来解决？

　　解决的办法，就是数据最终一致性，慢慢的做同步，但会延迟看到。这肯定不是我们想要的，当然这也是现在的权宜之计。以前所有企业的数据，大家觉得数据的重要性从来没有像今天这样重视过，都想构建一个数据的容灾，但是成本很大。但是在大家心里都有一个谎言，就是成本太大了，容灾就不用做了。其实你想不想做？其实都想做。因为对一个企业来讲，它最后留下来的就是这些东西，最后没了，就真的没了。

　　这些东西在云上，有了云的基础设施以后，这就完全可以非常轻松的做到了。阿里云其实在中国有六个数据中心，在2017年应该会超过十个，你可以随意一个点做容灾，对你来说要购买的资源就是两个数据库，不用再建设那些基础设施，非常方便。

　　最后还有混合云。在上云的过程中不会所有的业务都一下子搬上来，这对技术人员挑战就非常大，所以他们会选择一部分数据上来，一部分应用上来来借用云的资源做弹性。这个时候就会有，从你自己企业里到云上数据交付的过程。因为云上的业务和你家里的业务还需要交付的。所以真正的未来，远一点的话应该有一个全球性云端，不用再让开发者纠结数据要同步，数据一致性有问题，任何东西都可以写进来，这是我们真正的追求的梦想，真的让企业，开发者只需要关注数据存取更安全，和数据的的获取和插入就达到目的了。