數據庫“百億藍海”中，每位玩家都能找到一葉扁舟
融合、云原生是最近幾年數據庫和大數據技術從業者談及最多的兩個關鍵詞。
在過去五年到十年間，以 MySQL、PostgreSQL、Oracle 為代表的 OLTP 數據庫，以 GreenPlum、ClickHouse 等為代表的 OLAP 數據庫，以及以 Hadoop 為一派的大數據技術三者的應用場景和相互之間的邊界非常清晰。但是最近幾年，“融合”越來越多地出現在人們視野中。
比如，OLTP 數據庫和 OLAP 數據庫的邊界變得模糊，出現了 HTAP 這樣的數據庫，而一些新型的數據倉庫的技術又與一些實時流處理技術相融合，出現了批流融合等這些新的數據庫設計理念。當然，大數據和數據倉庫融合的湖倉一體 Lakehouse 架構最近也激起業界的廣泛討論。我們今天所面對的數據種類和數據技術也更加復雜、多元。
本期 C 位面對面，我們有幸邀請到了矩陣起源創始人 &CEO 王龍。他曾在騰訊云擔任副總裁，對數據庫有著獨特的見解和洞察。面對融合、云原生、異構等數據庫技術趨勢，他的選擇是什么？到底什么樣的數據庫產品是真正適應市場需求且充滿生命力的？數據庫行業的諸多痛點又該如何解決？
00:00
/
00:00
倍速
點擊畫面，查看詳情廣告剩余: 55秒
1
創辦矩陣起源，這是個值得博一回的時代
云計算、物聯網、5G、AI 和元宇宙等概念的興起打開了創新數據的大門，新場景、新應用以及新基礎設施的出現總會對數據庫產生新的需求，這些新需求推動著數據庫及數據管理系統不斷更新、迭代、持續向前。
2022 年，當我們再談及“數據”一詞時已不再僅僅是以 Hadoop 為長期代表的大數據概念了，而是充滿無限可能的“新數據”。
狹義上講，新數據是指兩種類型的數據，一種是新的應用、新的場景下產生的與以往數據結構不同的新數據類型；另一種是指新增數據，就是數據結構還和過去一樣，只是數據量級上有了明顯區別。
廣義上講，數據越來越成為企業數字化轉型的核心生產資料。如果僅僅以數據類型（結構化 / 半結構化 / 非結構化）、數據規模（MB/GB/TB/PB/EB）和數據用途來描述數據，已經無法合理高效的存儲、處理和使用數據了。隨著物理世界數字化進程的加速，這一問題變得更加突出。新的數據需要“新”的定義方式，數據生命周期各個階段（采集、存儲、傳輸、處理） 最重要的數據特點需要被統一描述和管理起來。例如不同階段數據成分的差異、不同階段數據結構的差異、數據和不同業務系統交互需求的差異，這些都需要以全新的方式來對待。類似于很多編程語言的“泛型”概念，“泛數據”也許會成為未來數據的新定義方式。
這樣的新需求也必將帶來新的創業機遇，在 IT 領域從業近二十年的王龍深知這一點。用他的話說，“天時、地利、人和都湊齊了，是時候博一回了。”
從行業和技術發展層面來講，一方面，由于智能物聯網、無人駕駛、數字孿生、元宇宙等新場景的不斷涌現，IT 應用技術又走到了一個新的歷史拐點上。另一方面，現有數據庫逐漸無法滿足公有云、分布式云、私有云等基礎設施和 GPU、CPU、ARM 異構計算等技術的迅猛發展，是時候去建設下一代數據庫和數據管理系統來應對這些新挑戰了。這是天時因素。
從國家政策層面來講有兩個導向性政策非常關鍵。其一，我國很早就提出了《中國制造 2025》戰略，將“智能制造”定位成中國制造業轉型的主攻方向。同時也在不斷鼓勵各行各業擁抱數字孿生、產業互聯網的新趨勢，加速數字化轉型和智能化升級。這是一個不同于之前消費互聯網的領域，存在巨大的新機會，中國有著得天獨厚的條件和機遇。其二，信創從提出至今，已經進入了推廣期，需要自主可控且技術創新型的產品來面對數字化不斷加速的各行各業。例如金融行業從 2021 年開始進入了信創的元年。這是地利因素。
從人才和意識層面來講，我國的 IT 產業在經過了數十年的發展后，已經積累了大量的專業人才和核心技術，而王龍本人在大數據圈子里摸爬滾打了十數年后，對于技術、客戶需求以及市場的理解也達到了一個新的高度。這是人和因素。
故變則生事，事則生謀。就這樣，2020 年 11 月，王龍從騰訊離職，并在幾個月后創辦了矩陣起源。作為一個超級“懶”人和極簡風格的愛好者，從一開始，王龍對矩陣起源產品的價值主張就十分明確，要簡單敏捷、要開箱即用。
轉載請在文章開頭和結尾顯眼處標注：作者、出處和鏈接。不按規范轉載侵權必究。
未經授權嚴禁轉載，授權事宜請聯系作者本人，侵權必究。
本文禁止轉載，侵權必究。
授權事宜請至數英微信公眾號(ID: digitaling) 后臺授權，侵權必究。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）