云原生 DB 技术将取代K8S为基础云数据库服务-- 2025年云数据库专栏(一)

作为开头还是介绍一下群,如果感兴趣PolarDB ,MongoDB ,MySQL ,PostgreSQL ,Redis, OceanBase, Sql Server等有问题,有需求都可以加群群内有各大数据库行业大咖,可以解决你的问题。加群请联系 liuaustin3 ,(共2750人左右 1 + 2 + 3 + 4 +5 + 6 + 7 满)(开8群近200+ 9群)

2025年新开的专栏,也是2025年(中国新年)后的第一篇,云数据库,云原生数据库专栏的第一篇。

提到云,云数据库,云原生数据库,大部分从业者的情感是不愿意接受,抵触,愤恨,他要抢夺我的饭碗的情愫。

那么云,云数据库,云原生技术,会抢夺从业者的饭碗吗? 会的,一定,且肯定,但这里的抢夺,需要说明。自从有人类,人类意识,这样的抢夺从未停止。

从人类的产生,人类氏族,人类的部落,都是在往多发展,你从未听说过,一个人与一群人战斗,在这个人的技术能力智力与那群人同等的情况下,不会输,不会死。

野生环境,社会环境中,能存活下来的大部分是懂得协作,懂得顺应发展潮流,不拒绝新的知识的人,且从中寻找新的存活途径的人。

我们可以举一个小例子,蒸汽机发明的时候,并应用到了火车,当时马车的马夫们非常的不服,经常举办蒸汽机火车与马车的比赛,且前面的几年间,马车快过蒸汽机车,蒸汽机车不断地出现各种的故障,问题。

但历史的发展,我们都知道结果,现在从北京到上海,坐的不是马车,而是高铁。从成本的角度,一辆马车的成本要远远低于一辆高铁,但人们选择的是高铁,而不是马车。成本的核算本身不光是马车和高铁的成本堆叠。

云,云原生技术的发展,恰似集约式的经济模式,取代个体作坊式的模式,这就如同上世纪的纺纱厂取代了农村的妇女个人的纺织机。集约式的发展的特点:

1 提高效率生产力

2 存进技术进步与创新

3 适应大规模的生产和消费

4 应对资源的约束和挑战

同时我们也应该注意集约性的发展必然带来

1 失去个体自主性和多样性

2 加剧社会的不平等和贫富差距

3 带来环境的污染和过度消耗

4 增加系统性的风险

人类的发展中,我们每天都在承受风险,对云,云原生的不满和战斗从未停止。但我相信,如同马车和火车,集约性的发展必然取代个体单独的发展,这在人类的历史发展上一直是这个规律。

说到这里,还没有说到云数据库,云原生数据库和自建的数据库产品之间的区别

这里我们站到更高的视野或角度,也就是IT项目负责人或者公司的领导者的角度来看,而不是某个数据库技术工作者的角度来分析,因为那样既无聊也无效,数据库或者说DBA是不能左右一个企业的集约化发展的。(你表达半天意见,没有搭理你)

从IT CTO ,CIO,甚至公司的CEO的角度

1 公司的IT运营要有强大的背书,尤其服务于民生行业,必须有背书,被服务者必须信任你的服务是可靠且不经常出现问题。

2 技术的先进性,一个人,一个DBA和几千人的团队,从某种角度来说,不用考虑几千人的团队的产品要比一个人的技术先进性要高,否则也就不会有人天天要去名企工作,在大企业里面寻找更多的机会。

3 成本与价格的核算的合理性

我们以云原生的技术与个人搭建的K8S数据库为例

1 云原生技术中的数据库产品可以应对更激烈的使用场合

举例: 1 扩充节点的迅速性,从目前部门的云原生数据库产品的技术能力,扩充节点与节点本身的数据量已经可以做到无关,你 100G 的数据库,还是 1T 容量的数据库在serverless 弹性节点时,时间消耗是一致的。 就这一点,K8S为基础的开源数据库产品将无力迎战,技术原理所限,K8S部署的数据库是基于网络复制数据节点的方式。

如突发的业务风险中,我可以在3分钟或者更快1分钟扩充一个500G 甚至1T的数据库节点,而以K8S 为基础的产品是不具备这样的能力的,以K8S为基础的数据库扩缩容系统是以数据库的单体容量大小来估算可以产生节点的时间。 而突发情况中,我们要的是快,而不是你可以,如同在医院抢救病人,我可以3分钟来一次心脏除颤,你也可以但你告诉病人稍等,我这充电呢,我要等300分钟后,才能给你心脏除颤。 最后的结果,3分钟病人可能就活了,300分钟病人都凉透了。你要命的业务也是如此,没有人会等你对大容量的数据库进行网络复制来满足严苛挑剔的客户。以前是大家都不能,但在云原生技术的驱动下,云原生数据库可以,而基于K8S的数据库技术不可以,那么基于K8S的数据库产品被淘汰在严苛的环境下是必然而不是偶然,如同我们不在使用的马车技术。

2 云原生技术中的数据库产品在同等服务的情况下,成本更低

举例: 云原生的产品和K8S搭建的数据库产品之间最大的优势是成本。

1 云原生技术拥有的技术特性

1 快速扩缩容,应用需要立即进行扩容节点,应用不需要立即缩回节点,召之即来挥之即去,多加的节点的时间可以很短。

2 技术的完整度高,这里我们举几个例子,在云原生数据库中可以针对1T或者更高的数据库产品中的一个表进行瞬间恢复,并且恢复到原数据库中,

举例,在9点你的程序员误操作一个表中的数据,如果是基于K8S的数据库产品,我且认为你能恢复数据但需要很长的时间,在云原生技术中,恢复一个单表基本在分钟级,且直接还原到你源库中,并更换你的恢复的表名为restore_日期。

从此对于误操作,没有公司再害怕只要你愿意随时可以找回你丢失的数据,秒级的精度。

(如果是K8S的自建技术,如何做到以上的需求,你付出的成本是多少)

3 大量利用更先进的硬件技术,数据库代码重写匹配硬件。这点是云原生技术中的最大的特点,现在的硬件技术突飞猛进,原有我们的意识磁盘就是磁盘,但在传统中,你的CPU并发再高,也限制在IOPS也就是磁盘,磁盘的带宽。

而利用了云原生技术中的磁盘将不是我们日常中的磁盘感念,你的一块磁盘是一块,原原生技术中的磁盘,将是100块,甚至1000块磁盘合并,你的数据直接分散在这些磁盘上,技术上将数据CPU的并发和磁盘的分散结合,达到你买再贵的磁盘也达不到的效果,人多力量大。

(基于K8S的技术自建系统,你最大的问题是硬件的限制,与数据库源代码与新硬件的不匹配)

4 数据库的技术进步的速度快,这点毋庸置疑,传统的数据库产品你BUG FIXED ,version upgrade 都会等到很长的时间,而云原生技术的数据库产品,更新的速度和打到你数据库上的速度非常快,15天,1个月,根本不用等,如果是严重的问题可能1天就BUG FIXED。彻底打翻原有数据库BUG FIXED 和版本更新的时间维度。

(基于K8S的自建产品,无法具有此项解决方案)

5 有能力的用户可以加入到数据库产品,技术的讨论与修改中。这点也是我非常喜欢的,原有的数据库产品无论是ORACLE,MYSQL,POSTGRESQL ,SQL SERVER,这些产品是无法做到和用户去有效的互动,经常的互动的。这是产品本身结构所决定的问题,而现在的云原生的数据库的产品改变将变得更加的快速与用户互动更高。

能活的更好的产品都是符合用户需求的产品,数据库也是一样。比如POSTGRESQL 的事务ID 64位的问题,在云原生数据库上,可能并不太难,客户的需求只要合理那么他很快就会改变。

6 数据库安全 云原生的数据库产品是可以做到本地机房损毁,快速拉起异地机房的,因为在数据库原理和硬件上都已经在设计初期就考虑到这个问题.

(基于K8S自建的产品,就是容器化管理数据库的方式,不具备此项设计和功能,如果想具有,那么成本又是多少)

DBA 或数据库从业者不能孤立站在自己的角度看问题,看云原生技术的发展,云原生数据库他就是一个数据库,只不过的售卖的方式和玩法变化了,云原生数据库产品更接近用户,而不是更疏远,高级用户可能直接对话数据库产品的核心人员或者负责人。更多的意见和需求会更快的传达到数据库产品方,有效信息的传递,大量的信息的传递,信息的传递的速度,觉决定了云原生技术可以做的更好。因为提意见的都是使用过产品的用户,且速度非常快的传递到产品方。

从对企业负责的角度,选择更强大的数据库产品是DBA的责任,让企业应对业务风险时的抗击打能力是DBA需要负担的责任,而不是我认为,我想,或者我不想云进入我的企业,这就如同K8S在云上搭建的数据库快速扩缩容的产品,可能在前5年还可以,但现在他就是淘汰的从产品力,成本的角度没有优势和值得吹嘘的价值,且对于一些极端的业务情况不适合的技术。

最后,当前的经济形式也让企业的项目不具有之前的稳定性,项目开3个月就黄了,半年就下线的比比皆是,此时如果还用自建机房+K8S技术,或者自建机房的方式,那么和自杀么有任何的区别,企业无法承担固定资产带来的成本风险。

最终,马车会被淘汰,但马车的马夫可以变成高铁的司机,可以变成高铁的维修工,可以变成高铁的服务人员,可以变成高铁的产品更新者,这些都是愿意改变的人最终的结果,且可以活的更长。

作为2025年的AustinDatabase 的重头戏,云数据库,磁盘就是一个开胃菜,下一篇更炸裂,题目我都想好了,某某云得对手是自己

置顶

辩论中 DeepSeek 竟然可以安慰我?我替AI 送上一句 Shame on you !人类

云原生数据库砸了 K8S云自建数据库的饭碗--- CXL内存技术

临时工:数据库人生路,如何救赎自己 -- 答某个迷茫DBA的职业咨询

开源软件是心怀鬼胎的大骗局 -- 开源软件是人类最好的正能量 --- 一个人的辩论会

AI 祸国殃民必须铲除,AI国强民富必须支持

PolarDB 相关文章

"PostgreSQL" 高性能主从强一致读写分离,我行,你没戏!

PostgreSQL 的搅局者问世了,杀过来了!

在被厂商围剿的DBA 求生之路 --我是老油条

POLARDB 添加字段 "卡" 住---这锅Polar不背

PolarDB 版本差异分析--外人不知道的秘密(谁是绵羊,谁是怪兽)

在被厂商围剿的DBA 求生之路 --我是老油条

PolarDB 答题拿-- 飞刀总的书、同款卫衣、T恤,来自杭州的Package(活动结束了)

PolarDB for MySQL 三大核心之一POLARFS 今天扒开它--- 嘛是火星人

PolarDB-MySQL 并行技巧与内幕--(怎么薅羊毛)

PolarDB 并行黑科技--从百套MySQL撤下说起 (感谢8018个粉丝的支持)

PolarDB 杀疯了,Everywhere Everytime Everydatabase on Serverless

POLARDB 从一个使用者的角度来说说,POALRDB 怎么打败 MYSQL RDS

PolarDB 最近遇到加字段加不上的问题 与 使用PolarDB 三年感受与恳谈

PolarDB 从节点Down机后,引起的主从节点强一致的争论

PolarDB serverless 真敢搞,你出圈了你知道吗!!!!

PolarDB VS PostgreSQL "云上"性能与成本评测 -- PolarDB 比PostgreSQL 好?

临时工访谈:PolarDB Serverless 发现"大"问题了 之 灭妖记 续集

临时工访谈:庙小妖风大-PolarDB 组团镇妖 之 他们是第一

PolarDB for PostgreSQL 有意思吗?有意思呀

PolarDB Serverless POC测试中有没有坑与发现的疑问

临时工说:从人性的角度来分析为什么公司内MySQL 成为少数派,PolarDB 占领高处

POLARDB 到底打倒了谁 PPT 分享 (文字版)

POLARDB -- Ausitndatabases 历年的文章集合

PolarDB for PostgreSQL 有意思吗?有意思呀

PolarDB 搞那么多复杂磁盘计费的东西,抽筋了吗?

PostgreSQL 相关文章

PostgreSQL 扫盲贴 常用的监控分析脚本

"PostgreSQL" 高性能主从强一致读写分离,我行,你没戏!

PostgreSQL 添加索引导致崩溃,参数调整需谨慎--文档未必完全覆盖场景

PostgreSQL 的搅局者问世了,杀过来了!

PostgreSQL SQL优化用兵法,优化后提高 140倍速度

PostgreSQL 运维的难与"难" --上海PG大会主题记录

PostgreSQL 什么都能存,什么都能塞 --- 你能成熟一点吗?

PostgreSQL 迁移用户很简单 --- 我看你的好戏

PostgreSQL 用户胡作非为只能受着 --- 警告他

全世界都在"搞" PostgreSQL ,从Oracle 得到一个"馊主意"开始
PostgreSQL 加索引系统OOM 怨我了--- 不怨你怨谁

PostgreSQL "我怎么就连个数据库都不会建?" --- 你还真不会!

病毒攻击PostgreSQL暴力破解系统,防范加固系统方案(内附分析日志脚本)

PostgreSQL 远程管理越来越简单,6个自动化脚本开胃菜

PostgreSQL 稳定性平台 PG中文社区大会--杭州来去匆匆

PostgreSQL 如何通过工具来分析PG 内存泄露

PostgreSQL 分组查询可以不进行全表扫描吗?速度提高上千倍?

POSTGRESQL --Austindatabaes 历年文章整理

PostgreSQL 查询语句开发写不好是必然,不是PG的锅

PostgreSQL 字符集乌龙导致数据查询排序的问题,与 MySQL 稳定 "PG不稳定"

PostgreSQL Patroni 3.0 新功能规划 2023年 纽约PG 大会 (音译)

PostgreSQL 玩PG我们是认真的,vacuum 稳定性平台我们有了

PostgreSQL DBA硬扛 垃圾 "开发","架构师",滥用PG 你们滚出 !(附送定期清理连接脚本)

DBA 失职导致 PostgreSQL 日志疯涨

MySQL相关文章

MySQL SQL优化快速定位案例 与 优化思维导图

"DBA 是个der" 吵出MySQL主键问题多种解决方案

MySQL 怎么让自己更高级---从内存表说到了开发方式

MySQL timeout 参数可以让事务不完全回滚

MySQL 让你还用5.7 出事了吧,用着用着5.7崩了

MySQL 的SQL引擎很差吗?由一个同学提出问题引出的实验

用MySql不是MySQL, 不用MySQL都是MySQL 横批 哼哼哈哈啊啊

MYSQL --Austindatabases 历年文章合集

OceanBase 相关文章

OceanBase 架构学习--OB上手视频学习总结第二章 (OBCA)

OceanBase 6大学习法--OB上手视频学习总结第一章

没有谁是垮掉的一代--记 第四届 OceanBase 数据库大赛

OceanBase 送祝福活动,礼物和幸运带给您

跟我学OceanBase4.0 --阅读白皮书 (OB分布式优化哪里了提高了速度)

跟我学OceanBase4.0 --阅读白皮书 (4.0优化的核心点是什么)

跟我学OceanBase4.0 --阅读白皮书 (0.5-4.0的架构与之前架构特点)

跟我学OceanBase4.0 --阅读白皮书 (旧的概念害死人呀,更新知识和理念)

聚焦SaaS类企业数据库选型(技术、成本、合规、地缘政治)

OceanBase 学习记录-- 建立MySQL租户,像用MySQL一样使用OB

OceanBase 学习记录 -- 安装简易环境

OceanBase 学习记录 -- 开始入门

数据库最近第一比较多,OceanBase 定语加多了?

临时工访谈:OceanBase上海开大会,我们四个开小会 OB 国产数据库破局者

临时工说:OceanBase 到访,果然数据库的世界很卷,没边

数据库信息速递 阿里巴巴的分布式数据库OceanBase旨在进军中国以外的市场 (翻译)

MongoDB 相关文章

MongoDB 大俗大雅,上来问分片真三俗 -- 4 分什么分

MongoDB 大俗大雅,高端知识讲"庸俗" --3 奇葩数据更新方法

MongoDB 学习建模与设计思路--统计数据更新案例

MongoDB 大俗大雅,高端的知识讲"通俗" -- 2 嵌套和引用

MongoDB 大俗大雅,高端的知识讲"低俗" -- 1 什么叫多模

MongoDB 合作考试报销活动 贴附属,MongoDB基础知识速通

MongoDB 年底活动,免费考试名额 7个公众号获得

MongoDB 使用网上妙招,直接DOWN机---清理表碎片导致的灾祸 (送书活动结束)

数据库 《三体》"二向箔" 思维限制 !8个公众号联合抽奖送书 建立数据库设计新思维

MongoDB 是外星人,水瓶座,怎么和不按套路出牌的他沟通?

17000多张MongoDB表的锅 自动分析删除表数据难题--从头到尾的处理过程(文尾有MongoDB开发规范)

MongoDB 插入更新数据慢,开发问哪的问题?附带解决方案和脚本

MongoDB 不是软柿子,想替换就替换

MongoDB 挑战传统数据库聚合查询,干不死他们的MongoDB 2023纽约 MongoDB 大会 -- 我们怎么做的新一代引擎 SBE Mongodb 7.0双擎力量(译)

MongoDB 2023年度纽约 MongoDB 年度大会话题 -- MongoDB 数据模式与建模

MongoDB 双机热备那篇文章是 "毒"

MongoDB 会丢数据吗?在次补刀MongoDB 双机热备

MONGODB ---- Austindatabases 历年文章合集

临时工访谈系列

辩论中 DeepSeek 竟然可以安慰我?我替AI 送上一句 Shame on you !人类

Oracle 文化走后,你我只值9.9元

知人者智,自知者明,琼瑶一路走好

本地存储还有活路吗? 从上周一个供应商问我的问题开始

一年又一年,成了老梆子,别回头,往前看!

临时工说: 实际实例揭穿AI, 上云就不用DBA的谎言

临时工说:DBA 7*24H 给2万的工作,到底去不去?

国内最大IT服务公司-招聘DBA "招聘广告"的变化--分析与探讨

临时工说: 网友问35岁就淘汰,我刚入行DBA 怎么办?

公众号给我两个数字 34.6万,65.5万--告别2024

云不云的,我不晕,从今天起云专栏的喇叭开始广播了。

没有谁是垮掉的一代--记 第四届 OceanBase 数据库大赛

ETL 行业也够卷,云化ETL,ETL 软件不过了

SQL SERVER 系列

SQL SERVER维保AI化,从一段小故事开始

SQL SERVER 如何实现UNDO REDO 和PostgreSQL 有近亲关系吗

SQL SERVER 危险中,标题不让发,进入看详情(译)

SQL SERVER 我没有消失,SQL SERVER下一个版本是2025 (功能领先大多数数据库)

SQL SERVER 2022 针对缓存扫描和Query Store 的进步,可以考虑进行版本升级

阿里云系列

阿里云数据库产品权限设计缺陷 ,六个场景诠释问题,你可以做的更好?

阿里云数据库--市场营销聊胜于无--3年的使用感受与反馈系列

阿里云数据库产品 对内对外一样的卷 --3年阿里云数据库的使用感受与反馈系列

阿里云数据库使用感受--客户服务问题深入剖析与什么是廉价客户 --3年的使用感受与反馈系列

阿里云数据库使用感受--操作界面有点眼花缭乱 --3年的使用感受与反馈系列

相关推荐
忘忧人生27 分钟前
docker 常用容器启动 docker-compose.yml 配置文件详解
docker·容器·docker compose
linux修理工31 分钟前
centos 下dockers部署surveyking-docker开源考试系统
docker·容器·开源
Dann Hiroaki1 小时前
文献分享: ConstBERT固定数目向量编码文档
数据库·机器学习·自然语言处理·nlp
黑风风1 小时前
探索 Ubuntu 中的 Hostname 配置与管理
数据库·ubuntu·php
亚林瓜子2 小时前
Minio安装(Docker Compose方式)
运维·docker·容器·minio·compose
張萠飛2 小时前
Docker的常用镜像
运维·docker·容器
rkmhr_sef3 小时前
MyBatis-Plus 自定义 SQL 和复杂查询
数据库·sql·mybatis
Craaaayon3 小时前
Docker基础-自定义镜像与容器网络
java·运维·网络·数据库·后端·docker·容器
茂桑3 小时前
记录一次Spring事务失效导致的生产问题
数据库
天地风雷水火山泽3 小时前
二百八十五、华为云PostgreSQL——建分区表并设置主键
数据库·postgresql·华为云