文章插图
云原生（Cloud Native）数据库在这三个领域都有所应用 。
要理解云原生 ， 首先要理解的就是「云」 。 云不仅仅是把资源放到云端那么简单 。 传统的计算机架构中 ， 资源都是「紧耦合」在一起的 。
李飞飞举了一个生动的例子——水桶和井 。 井里的水需要打出来拿到厨房用 ， 如果把厨房比作CPU ， 我们可以说水井和厨房是紧耦合的 。
当用水多时 ， 除了加大井的深度和宽度 ， 还可以构建「分布式」的水井 ， 通过某种装置把各家的水井连接起来 。
但通过装置来调度每家每户的水井 ， 这种「分布式」的过程也十分复杂 ， 需要一个高效的调度系统 。
理解了分布式 ， 再来看云 。
李飞飞表示 ， 「云」的第一个本质就是「用虚拟化的技术将资源池化」 。
用水井的例子解释「云」就是 ， 表面上还是100口独立的水井 ， 但是水井的底部已经连在一起 ， 形成了一个隐形的池塘 。
「云」的第二个本质是「资源解耦」 ， 存储和计算要解耦合 ， 再将存储和计算分别池化 。 这样的好处就是扩容可以变得非常灵活 ， 如CPU的核心数和存储可以自由扩容 。
文章插图
云原生数据库就是通过资源池化、存储和计算分离、资源解耦 ， 从而具备更高的弹性和高可用性以及分布式的能力 ， 来满足业务对按需按量使用和按需按量付费的需求 。
文章插图
云原生关系型数据库PolarDB、云原生分布式数据库PolarDB-X、云原生数据仓库AnalyticDB（ADB）表面上看起来和传统数据库没有很大的区别 ， 都具有存储引擎、优化引擎、界面引擎等 ， 但是底层对资源的使用和调度却发生了翻天覆地的变化 。 虽然底层发生了变化 ， 但希望对于用户来说 ， 是一个透明的感受不到的改变 。
文章插图
李飞飞还表示 ， 未来 ， 多模态数据的处理问题和资源的智能调度 ， 是云原生数据库要面临的挑战之一 。
疫情期间 ， 在线教育和游戏行业都发生了本质的变化 ， 使用云原生数据库可以更好的满足弹性的需求 。
不仅如此 ， 云原生数据库还可以实现离在线一体化 ， 数据处理与计算分析一体化 ， 大数据与数据库一体化 ， 帮助用户实现会数据库就会大数据 ， 不再需要编写复杂的Hadoop和Spark程序 ， 只需要简单的SQL就可以完成复杂的任务处理 ， 大大减少用户的开发难度 。 同时 ， 很多用户定位的时间问题也被缩短到了7分钟以内 。
最后 ， 李飞飞还表示 ， 阿里云的云原生数据库坚持自主研发、自主可控 ， 在生态上会100%兼容现有的数据库 ， 用户不必担心未来被锁死在这里 ， 可以按照需求进行灵活迁移 。
云原生是趋势 ， 技术创造价值才有意义
对技术的探索 ， 帮助人类不断进步和提升 ， 那什么样的技术才值得我们去追求？
李飞飞认为 ， 要从本质上去思考 ， 这项技术最终会不会变成一个可规模化 ， 持续化产生商业价值的东西 。
这个问题听着好像很空很大 ， 但实际上静下心来去想 ， 什么节点需要去做什么样的创新突破 ， 就容易实现了 ， 比如说云原生为什么是一个趋势 。
因为资源解耦、弹性可扩展这些真的是变成了按需按量 ， 就跟以前为什么从家家户户从水井打水喝水 ， 演进成都用自来水一样 ， 不喝随时可以停掉 。
所以云原生数据库来 ， 本质上是解决了资源使用效率和拥有资源成本的问题 ， 这就变成了一个商业的问题 。
那技术只有创造商业价值才是有意义的吗？
如果从人类文明的历史来看 ， 很多技术在短期内可以没有商业价值 。
但是 ， 不能等到100年以后才变现 ， 那这个技术就没有意义了 。 现在快速变化的环境下 ， 最多三年 ， 必须要把技术演进带来的商业价值和逻辑讲清楚 ， 因为公司需要去不断地演进不断地提升运营效率 。
做数据库的这些年 ， 用李飞飞自己的话说 ， 更倾向于从逻辑的角度去思考一些问题 。
「比如说我会比较关注这个因果关系 ， 相关性 ， 比如说我看很多东西就会先想他是不是有相关性 ， 有了相关性之后 ， 再想这个是简单的相关 ， 还是有内在的因果关系 。 」
【访李飞飞：从清华附中高材生到阿里飞刀，一口井钻出「云原生」】