如今的數(shù)據(jù)庫市場，用百花齊放來形容也絲毫不夸張。2020 年，Snowflake 上市，估值高達(dá) 700 億，是老牌數(shù)倉領(lǐng)導(dǎo)性企業(yè) Teradata 的近 30 倍。
在 IaaS 層的建設(shè)完成后，企業(yè)愈發(fā)開始關(guān)注云對業(yè)務(wù)帶來的價值，因此，大量企業(yè)開始重構(gòu)基于云架構(gòu)搭建的互聯(lián)網(wǎng)基礎(chǔ)設(shè)施，而云數(shù)倉的構(gòu)建與利用，正是大數(shù)據(jù)時代下企業(yè)數(shù)據(jù)管理能力的縮影。而這種趨勢在中國市場更甚，上云的旗鼓未熄，大量企業(yè)站在數(shù)字化轉(zhuǎn)型的檔口，龐大的數(shù)據(jù)體量及潛在分析需求，讓云原生數(shù)據(jù)庫成為兵家的必爭之地。
“彈性拓展”改造傳統(tǒng)數(shù)據(jù)倉庫困境
根據(jù)中國信通院數(shù)據(jù)顯示，2020年我國數(shù)據(jù)庫行業(yè)市場規(guī)模已經(jīng)達(dá)到了240.9億元。隨著云計算的逐步普及，政企上云的需求日益顯現(xiàn)。按需分配、彈性擴(kuò)容等云計算優(yōu)勢，推動著企業(yè)對原有的 IT 基礎(chǔ)設(shè)施、架構(gòu)及資源進(jìn)行了重構(gòu)。
例如，對金融、電信乃至許多互聯(lián)網(wǎng)行業(yè)企業(yè)來說，企業(yè)數(shù)據(jù)管理能力關(guān)乎生死存亡。海量的數(shù)據(jù)最終會匯集在數(shù)據(jù)庫管理系統(tǒng)當(dāng)中，所有上層應(yīng)用需要調(diào)取數(shù)據(jù)時也是從數(shù)據(jù)庫中查詢提取。
但相較于應(yīng)用系統(tǒng)，數(shù)據(jù)庫管理系統(tǒng)處于更底層的基礎(chǔ)位置，同時，這個管理系統(tǒng)的效率及性能本身也決定了各應(yīng)用系統(tǒng)能否運轉(zhuǎn)正常以及運行效率。在國產(chǎn)化浪潮的推動下，去 IOE 體系打破了企業(yè)及機(jī)構(gòu)的原有 IT 定勢，也讓企業(yè)數(shù)據(jù)管理能力的升級及迭代提上了日程。因此，選擇一個合適高效的數(shù)據(jù)管理系統(tǒng)對于企業(yè)來說至關(guān)重要。
早期，市面上類似 Oracle、DB2 等數(shù)據(jù)庫企業(yè)，其主要適用領(lǐng)域還是傳統(tǒng)交易型場景，實質(zhì)上它們對于節(jié)點及性能擴(kuò)展、云支持能力都非常差，到 SQL on Hadoop 的大數(shù)據(jù)時代，以 HDFS 的分布式存儲讓節(jié)點的擴(kuò)展與兼容性能逐步提升，但面向云的彈性擴(kuò)容以及性能延展能力仍然較為薄弱。
在行業(yè)種種痛點亟待解決的環(huán)境下，偶數(shù)科技便應(yīng)運而生。 2016 年，偶數(shù)科技成立，專注于分析型數(shù)據(jù)庫，并自主研發(fā)高性能云原生數(shù)倉產(chǎn)品 OushuDB、自動化機(jī)器學(xué)習(xí)平臺 LittleBoy、數(shù)據(jù)管理平臺 Lava，從底層能力出發(fā)，構(gòu)建企業(yè)級核心數(shù)倉、數(shù)據(jù)集市、實時數(shù)倉以及湖倉一體數(shù)據(jù)平臺。
相比傳統(tǒng)的數(shù)據(jù)庫企業(yè)來說，偶數(shù)科技的云原生架構(gòu)實現(xiàn)了存儲計算的分離，區(qū)別于集群內(nèi)的每個節(jié)點存儲和計算都捆綁一起的MPP 架構(gòu)，偶數(shù)科技的架構(gòu)可以讓企業(yè)對數(shù)據(jù)的存儲和計算資源可以分開管理，從某種意義上來說實現(xiàn)了數(shù)據(jù)庫的“彈性擴(kuò)展”。利用云原生架構(gòu)與分析型數(shù)據(jù)庫（OLAP）相結(jié)合，偶數(shù)讓企業(yè)的數(shù)據(jù)管理規(guī)模以及上云能力達(dá)到了一個新的高度，突破了本地服務(wù)器的局限性，大幅提升了信息存儲和計算能力。
近期，偶數(shù)科技完成了 B+ 輪億元融資，這是繼紅點中國、紅杉中國、金山云之后，偶數(shù)科技完成的第四輪融資。
云原生打破數(shù)據(jù)孤島
云原生的概念是相對于傳統(tǒng) IT 架構(gòu)而言的。傳統(tǒng)數(shù)據(jù)庫打造的是一個個深井式集群，當(dāng)一個集群無法承載現(xiàn)有數(shù)據(jù)時，就再增加一個集群，但放在數(shù)據(jù)井噴的現(xiàn)在，虛擬主機(jī)，這些深井之前互相變成了信息孤島，會爆發(fā)出不同集群間信息協(xié)同困難、跨集群查詢緩慢、數(shù)據(jù)大量冗余等各種各樣的問題。
并且，當(dāng)積累的數(shù)據(jù)越來越多，directadmin漢化，節(jié)點達(dá)到系統(tǒng)架構(gòu)的承載極限后，數(shù)據(jù)查詢以及處理的速度也會相應(yīng)的越來越慢，陷入周而往復(fù)的惡性循環(huán)。例如同一個企業(yè)，不同的部門會存在重復(fù)存儲數(shù)據(jù)、數(shù)據(jù)不共享等問題，導(dǎo)致標(biāo)準(zhǔn)功能重復(fù)建設(shè)，設(shè)計標(biāo)準(zhǔn)參差不齊，浪費人力物力，嚴(yán)重的甚至?xí)绊懫髽I(yè)的經(jīng)營，造成無效勞動、資源浪費等問題。云計算的時代，強(qiáng)調(diào)數(shù)據(jù)的共享與打通，基于云架構(gòu)來構(gòu)建的數(shù)倉，在相同的數(shù)據(jù)計算量下，可以通過快速拓展計算資源，節(jié)省 99% 以上的數(shù)據(jù)處理時間成本，大幅提升企業(yè)查詢效率，以實現(xiàn)降本增效。
早期的云原生數(shù)倉依托于云上無限擴(kuò)容的基礎(chǔ)硬件設(shè)施，避免了運維人員在集群規(guī)模擴(kuò)容時的空間困擾，以 Amazon Redshift、Azure SQL DW 為代表，用戶可以隨時調(diào)節(jié)集群中的計算節(jié)點數(shù)量，在云原生度上已經(jīng)比 MPP 數(shù)倉、批處理數(shù)倉有了顯著改進(jìn)。但這類數(shù)倉數(shù)據(jù)和計算沒有完成分離，當(dāng)用戶對計算資源的需求增加時，需要同時購買計算和存儲資源，大大限制了數(shù)據(jù)資源的有效利用。
