湖倉一體數(shù)據(jù)管理架構熱度攀升，巨杉數(shù)據(jù)庫入選賽迪《湖倉一體技術研究報告》

　 域名預訂/競價，好“米”不錯過

伴隨著5G、大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)等技術的飛速發(fā)展，各行各業(yè)的業(yè)務場景日益復雜，數(shù)據(jù)呈現(xiàn)出大規(guī)模、多樣性的特點，特別是非結構化數(shù)據(jù)呈現(xiàn)出爆發(fā)式的增長態(tài)勢。企業(yè)對數(shù)據(jù)庫技術的需求不再局限于結構化的OLTP數(shù)據(jù)交易，而是需要進一步擴展到對多樣化數(shù)據(jù)進行實時處理的場景。傳統(tǒng)的數(shù)據(jù)湖在事務一致性及實時處理方面有所欠缺，而數(shù)據(jù)倉庫也無法應對高并發(fā)、多數(shù)據(jù)類型的處理，因此，支持事務一致性、提供高并發(fā)實時處理及分析能力的湖倉一體架構應運而生。湖倉一體架構在成本、靈活性、統(tǒng)一數(shù)據(jù)存儲、多元數(shù)據(jù)分析等多方面具備優(yōu)勢，正逐步轉化為下一代數(shù)據(jù)管理系統(tǒng)的核心競爭力。

湖倉一體是一種新型的開放式架構，打通了數(shù)據(jù)倉庫和數(shù)據(jù)湖，將數(shù)據(jù)倉庫的高性能及管理能力與數(shù)據(jù)湖的靈活性融合了起來，底層支持多種數(shù)據(jù)類型并存，能實現(xiàn)數(shù)據(jù)間的相互共享，上層可以通過統(tǒng)一封裝的接口進行訪問，可同時支持實時查詢和分析，為企業(yè)進行數(shù)據(jù)治理帶來了更多的便利性。湖倉一體可在數(shù)據(jù)入湖后原地進行數(shù)據(jù)處理與分析，能有效避免數(shù)據(jù)冗余及流動導致的算力、網(wǎng)絡及成本開銷，可以作為超大型ODS存儲貼源數(shù)據(jù)，實現(xiàn)全量數(shù)據(jù)的實時處理。

湖倉一體架構在數(shù)據(jù)管理中主要具有以下幾大關鍵特征：

一是支持分析多種類型數(shù)據(jù)。 湖倉一體架構可為多應用程序提供數(shù)據(jù)的入庫、轉換、分析和訪問。數(shù)據(jù)類型包括結構化與非結構化類型，如文本、圖像、視頻、音頻等，以及半結構化數(shù)據(jù)，如JSON等。

二是數(shù)據(jù)可治理，避免產(chǎn)生數(shù)據(jù)沼澤。 湖倉一體架構可以支持各類數(shù)據(jù)模型的實現(xiàn)和轉變，支持DW模式架構，例如星型模型、雪花模型等，可保證數(shù)據(jù)的完整性，同時具有健全的治理和審計機制，能夠避免數(shù)據(jù)沼澤現(xiàn)象的出現(xiàn)。

三是事務支持。 在企業(yè)中，數(shù)據(jù)庫往往要為業(yè)務系統(tǒng)提供并發(fā)的數(shù)據(jù)讀取和寫入。湖倉一體架構對事務ACID的支持，可確保并發(fā)訪問，尤其是SQL訪問模式下的數(shù)據(jù)一致性、正確性。

四是BI支持。 湖倉一體支持直接在源數(shù)據(jù)上使用BI工具，這樣可以提高分析效率，降低數(shù)據(jù)延時。另外，相比于在數(shù)據(jù)湖和數(shù)據(jù)倉庫中分別操作兩個副本的方式，湖倉一體更具成本優(yōu)勢。

五是存算分離。 湖倉一體采用存算分離架構，可使系統(tǒng)能夠擴展到更大規(guī)模的并發(fā)能力和數(shù)據(jù)容量，能滿足新時代對于分布式數(shù)據(jù)架構的要求。

六是開放性。 湖倉一體采用開放、標準化的存儲格式(例如行存、列存、塊存)，能提供豐富的API支持。因此，各種工具和引擎(包括機器學習和Python/R庫)可以高效地對數(shù)據(jù)進行直接訪問。

從落地性來看，湖倉一體技術架構落地目前有三種方式：

第一個融合方向是基于Hadoop體系的數(shù)據(jù)湖向數(shù)據(jù)倉庫能力擴展，湖中建倉，從數(shù)據(jù)湖進化到湖倉一體。湖倉一體結合了數(shù)據(jù)湖和數(shù)據(jù)倉庫特點，直接在用于數(shù)據(jù)湖的低成本存儲上實現(xiàn)與數(shù)據(jù)倉庫中類似的數(shù)據(jù)結構和數(shù)據(jù)管理功能。目前主要有Netflix等開源企業(yè)在探索此技術路線。

第二個是基于自身云平臺或第三方對象存儲(如OSS、S3、Ceph等)，基于Hadoop或自研技術進行湖倉一體能力的搭建。探索此技術路線的通常是各大云廠商，如AWS、阿里云、華為云等。

第三個融合方向是以數(shù)據(jù)庫技術為基礎，自研分布式平臺，從調(diào)度、計算到存儲不依賴第三方平臺，形成可以靈活在公有云、私有云、裸金屬等場景獨立部署使用的能力。技術方向上更注重于實時高并發(fā)場景及非結構化數(shù)據(jù)數(shù)據(jù)治理，并逐步向更廣泛的分析場景發(fā)展，主要廠商以Snowflakes、Databricks、巨杉數(shù)據(jù)庫等為代表。

三個技術方向均是廠商依托自身技術優(yōu)勢進行的架構融合，均有自身優(yōu)劣勢及技術特性，能夠滿足不同場景下的客戶需求。

同時，本報告指出了湖倉一體架構未來的發(fā)展趨勢：一是隨著企業(yè)對海量大數(shù)據(jù)的實時處理需求越來越迫切，湖倉一體架構將成為越來越多用戶的主流選擇，助力各行各業(yè)數(shù)字化轉型;二是以人為軸的數(shù)據(jù)開發(fā)和優(yōu)化，將越來越難以滿足企業(yè)實際需求，屆時人工智能技術將介入數(shù)據(jù)庫的自動調(diào)優(yōu)、自動整理過程，助力提升湖倉一體架構的智能化。

在報告的最后，賽迪顧問對用戶和廠商提出了一些發(fā)展建議。對用戶而言，要重視專業(yè)化服務能力和成功案例的可移植性，選擇適合自身情況的數(shù)據(jù)管理產(chǎn)品。對廠商而言，要重視研發(fā)投入，加快產(chǎn)品與新興技術融合，同時不斷提高專業(yè)化服務水平，重視實施與交付能力的提升。

關于巨杉數(shù)據(jù)庫

在此次報告中，巨杉數(shù)據(jù)庫作為湖倉一體典型廠商入選?；诤}一體的架構特性，巨杉數(shù)據(jù)庫可構建數(shù)據(jù)基礎設施平臺，整合結構化、半結構化、非結構化數(shù)據(jù)的統(tǒng)一存儲與管理，為面向全量數(shù)據(jù)業(yè)務提供：SQL、NoSQL、Object等多種接口。此外，通過特有的跨引擎事務能力，可以有效簡化多團隊開發(fā)流程中對不同引擎、不同結構的數(shù)據(jù)管理，打通ACID事務支持，提升業(yè)務開發(fā)、數(shù)據(jù)處理、運維管理能力，釋放全量數(shù)據(jù)價值，提升企業(yè)數(shù)據(jù)處理的“人效”及“能效”。目前，巨杉數(shù)據(jù)庫已經(jīng)在超過100家金融銀行客戶規(guī)?；暇€使用，全面覆蓋國有銀行、股份制銀行、省級農(nóng)信、城商行、保險、證券等金融客戶。

申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！