阿里云数字空间峰会（阿里云数字产业发展部）

本文目录一览：

• 1、对话阿里云李飞飞：关于云原生数据库的五大预判
• 2、腾讯云怎么样，阿里云怎么样，阿里云和腾讯云有什么区别？
• 3、专访阿里云资深专家易立
• 4、阿里云IoT云产品交流会：物联网痛点多，阿里能做什么？

对话阿里云李飞飞：关于云原生数据库的五大预判

作者：王慧贤

数据存储、数据分析、数据安全......如今，围绕“数据”的话题越来越多，离人们的生活也越来越近。

从陌生到熟悉，数据不仅“出圈”，甚至已然站在了C位。去年，中央发布的《关于构建更加完善的要素市场化配置体制机制的意见》中明确表示，继土地、劳动力、资本、技术后，数据成为第五大生产要素。

步入信息化时代后，数据库、操作系统与中间件作为计算机最基础的三大软件，支撑着企业的正常运行。

当数据成为生产要素后，必然会迎来爆发式增长，企业的数据存储和处理需求将进一步释放。更重要的是，疫情加快了数字化转型的脚步，更加速了企业的上云速度。

从信息化到数字化，时代的变革，总会带来商业世界的变化。如何在云原生架构下使用数据库，成为企业的痛点和云厂商的机会，亚马逊AWS的CTO Werner Vogels曾多次强调：“数据库是云计算的终极之战。”

在数智化时代，云原生到底意味着什么？云原生数据库和传统数据库相比，核心优势是什么？是否把数据库搬上云就是云原生？基于这些问题，雷锋网与阿里巴巴集团副总裁、阿里云数据库产品事业部负责人李飞飞展开一场对话。

国产云原生数据库，摆脱「切肤之痛」

如今，数据库的商业世界，因为云的出现与发展，分成了两大派系。

一派是以Oracle为代表的传统商用数据库，一派是以国外AWS、国内阿里云为代表的云原生数据库，去“IOE革命”下的产物。

其实，早期较为火热的数据库种类有三种，层次式数据库、网络式数据库和关系型数据库。

在《浪潮之巅》一书中，作者吴军写下了这样的观点：“Oracle 的兴起很大程度上靠的是它最早看到关系型数据库的市场前景，并且在商业模式上优于 IBM。”

因此，在云原生数据库“入世”之前，数据库的天下一直是Oracle的，国内大部分互联网公司都不得不采用Oracle+IBM小型机+EMC的模式来维持正常运营。

高昂的费用，使得对于数据库需求较大的互联网巨头“忍无可忍”。

2009年，阿里巴巴的Oracle RAC 集群节点数达到了创记录的20个。可由于Oracle并没有弹性扩展的功能，只能按照峰值流量购买小型机和数据库，导致阿里将业务上涨带来的大部分利润，都支付给了Oracle。

第二年，阿里便开始走上了去“IOE”之路，根据开源MySQL搭建了AliSQL，并顺利经过了淘宝双11的考验，国产云原生数据库算是正式摆脱了“切肤之痛”，逐渐受到市场的真正认可。

另一边，国外的AWS在2015年公布了基于云计算的自研数据库Amazon Aurora。Aurora是一个关系型数据库，可以跨3个可用区域复制6份数据，其最大的特性就是高性能和高可用性。

云计算巨头的入局，让云原生数据库在国内外一步步成为主流。据Gartner预测，到了2021年，云数据库在整个数据库市场中的占比将首次达到50%，到2023年，75%的数据库都要跑在云平台之上。

关于云原生数据库，随着逐步的出圈，也让人们关心的焦点从“是啥？”转变为“还能解决哪些问题？”

但云原生数据库存在着数据孤岛的问题，无法打通多个数据系统的情况下，企业在数据加工和数据管理上就会“压力较大”，甚至在数据安全方面还存在隐患。

传统数据仓库一般基于T+1数据集成构建离线数仓，以支撑企业各项分析与服务。传统方案不但会影响线上业务稳定性，且难以支持企业的实时需求。

因此，在李飞飞看来，云原生数据库已经走到2.0阶段。这个阶段要解决的问题，就是上述存在的痛点。

9月26日，在阿里云数据库创新上云峰会上，阿里云发布了首个一站式敏捷数据仓库解决方案。该方案结合一站式数据管理平台DMS及云原生数据仓库AnalyticDB（简称：ADB），实现了库仓一体的技术架构，提供在线数据实时入仓、T+1周期性快照、按需建仓等能力，数据延时低至秒级，持续赋能业务在线化，使企业的在线数据可以释放出更大的价值。

相较于传统方案，阿里云一站式敏捷数据仓库解决方案有4大核心优势：

1、对业务侧影响小，不会因为数据汇聚集中和实时加工影响业务侧正常运行，CPU、内存占用低于5%；

2、事务顺序和数据准确性有保障，且处理链路短，支持在线数据实时处理落仓，效率更高。数据传输效率100m/s，数据延时在10秒内；

3、支持复杂实时数据加工、计算逻辑；

4、低代码操作，能够大大降低实时数仓的构建难度，提升构建效率的同时，支撑企业数字化转型过程中的各类实时场景。

除了实时统计分析场景外，企业为满足周期性数据分析需求，需建设周期性全量快照。

传统数仓的周期性全量集成方案会对生产业务造成稳定性影响、全量集成时效性差、且无法满足客户针对任意时间点进行数据回溯的业务诉求。

针对T+1周期性集成场景，一站式敏捷数据仓库解决方案支持基于拉链表的T+1全量数据快照，用户通过简单几个步骤，即可按需生成各种周期的全量或增量快照。

此外，业务还可按需进行任意时间点的数据回溯，以快速解决数据异常问题。

谈起未来数据库的发展趋势，李飞飞提到以下五点：

1、云原生+分布式一定是数据库的标配，分布式已经是必选项。分布式数据库由多个相互连接的数据库组合而成，面向用户则是以单个数据库的形态出现。云原生分布式数据库具备易用性、高扩展性、快速迭代、节约成本等特征，从资源池化到弹性扩展，再到智能运维，再到离在线一体化，解决企业用户的核心诉求。

2、AI for DB（database，指数据库）和 DB for AI 将是主流趋势。用AI将数据库运维管控智能化，尤其在云原生+分布式这个前提下更重要，因为数据库不仅是内核的能力弹性高可用、可拓展性，更重要的是部署后应用和运维的复杂度要大大降低。在数据库里，面对越来越多非结构化的数据，分析能力十分重要。

3、数据的安全可信，在今天这个大环境下变得愈发重要，如何确保整个数据库系统，在处理数据全链路过程中提供加密能力、多方安全计算能力、隐私保护的能力，也是很重要的趋势。

4、多模数据处理能力将越来越重要。比如，新型数据库多模态的处理能力，在新能源 汽车 企业打标签、智能电池化预测等应用场景中，将发挥越来越重要的作用。

5、一份数据，多个数据处理引擎：实现仓库一体、仓库联动、仓库打通，数据之间无缝流转。

以上判断，也从侧面反映出阿里云数据库的走向，这点毋庸置疑。但除此之外，业界最关心的，还有开源。

近半年，国内很多厂商相继提出开源战略，背后缘由显而易见，为了打造生态。就在今年的阿里云峰会上，阿里云智能总裁、达摩院院长张建锋（花名行癫）将2021年阿里云的发展关键词归纳为：做好服务、做深基础、做厚中台、做强生态。

做好服务与生态，成为如今厂商们不约而同的目标，而开源，就是最好的选择。

当雷锋网问到：“未来，阿里云数据库会不会把所有能力都开源？”这一问题时，李飞飞给到的回答是：“不会。”

之所以有这样的回答，是因为对于开源，他有着一些判断和看法。

李飞飞表示，这些部分，本就是阿里云数据库的商业化版本。

事实上，业界大多数的数据库厂商都不会针对自身的核心能力开源，如TiDB的核心管控组件、TiFlash。

与像MongoDB,、Cassandra、CouchDB这些以开源起家的数据库厂商不同，开源只是阿里云数据库的战略，不是阿里云数据库的命脉。

前几年，有业内人士表示，在面向开源时，国产数据库首先需要解决信任以及开源知识产权等问题。“开源会让厂商更加认真思考版权还有专利的问题，事实上，选择开源后，对于数据库厂商提出了更高的要求。”

李飞飞认为，开源只是一种选择，数据库开源成功并不代表着商业化就能够成功，不开源也不能代表厂商不先进。

更准确的说，开源只是一种有效手段。

最终，阿里云数据库希望客户能够通过开源版本把阿里云数据库产品技术快速用起来，并能够参与到技术产品的迭代过程中，在一些高阶能力上，借鉴团队专业能力和阿里云的服务能力，成为良好的商业合作伙伴，这是李飞飞以及阿里云数据库对于开源的一些基本思考。雷锋网雷锋网雷锋网

腾讯云怎么样，阿里云怎么样，阿里云和腾讯云有什么区别？

都是国内头部，市场份额上，阿里云大。

阿里云强于电商和物联网

腾讯云精于游戏和直播

其他两家差不多。

专访阿里云资深专家易立

专访阿里云资深专家易立

集装箱曾经改变全球贸易的供应链，Docker也将改变软件的供应流程。

4月26日的云栖大会·南京峰会上，阿里云资深专家汤子楠发布了飞天专有云敏捷版(Apsara Stack Agility)，此前美国Docker公司首席执行官Ben Golub 在曾在DockerCon 2017上宣布过这个消息。

这是阿里云和Docker公司合作之后的产物，是国内第一个支持Docker官方企业版(Enterprise Edition, EE)的容器类产品，包含从容器的创建到运行以及镜像的全生命周期管理,可以部署在企业自有数据中心环境内，特别适用于企业专有云及混合云场景。

据阿里云方面介绍，阿里巴巴集团内部运用容器技术已有六年时间。2016年，阿里电商核心应用的基础平台全部转向Docker，并通过天猫双11进行了技术验证。

容器技术领域，最为著名的公司，无疑为Docker，后者也是一个容器管理引擎。与传统虚拟机相比，容器技术是操作系统级别的虚拟化技术，更为轻量。36氪曾经介绍过，Docker则是在容器技术的基础上额外提供了标准镜像格式。Docker就像被标准化的容器，相当于云计算领域的“集装箱”，可以承载后端的各种技术。

自从2013年开源的Docker项目发布之后，其以惊人的速度被企业采用，已成为容器运行的事实标准。据Docker公司公布的数据，截止目前为止，Docker Hub上的镜像下载量，已经达到120亿次，去年6月份这个数据是60亿;镜像总量超过了90万，去年只有40万。

国外许多大公司都积极拥抱Docker，包括AWS、IBM、HPE和微软等。国内网易、腾讯、阿里等主流云计算厂商，都提供基于Docker的容器服务。2015年，阿里云就在Docker社区版的基础上推出了阿里云容器服务，华大基因、上海证券交易所、中信集团、ofo共享单车、深圳码隆科技等多家企业均是容器服务的客户。去年10月，Docker与阿里云达成合作，将通过后者落地中国。

阿里云非常看好Docker的前景，认为Docker也将像集装箱一样，是改变世界那只箱子。就像集装箱改变全球贸易的供应链一样，Docker将改变软件的供应流程。根据阿里云去年面向技术人员所做的调查，其中超过87%的人表示，有意愿现在使用或者可能在未来六个月内使用Docker的架构。

据阿里云资深专家易立介绍，Docker技术有三方面的优势。

首先是敏捷。由于Docker的轻量级，就意味着同一硬件上可以运行更多的应用，它可以将系统利用率提高5-10倍;而且因为轻量，它的启动速度非常快，当公司业务出现峰值时，可以通过容器快速部署。容器技术也能实现产品的快速迭代，据调查，Docker对软件版本发布频率有高达13倍的平均提升。

然后是可移植性。在传统架构下，开发人员交付应用之后，运维人员需要部署合适的运行平台。两个环境间的差异往往会导致，应用在测试环境下正常运行，上线之后却经常会出问题。Docker则能把应用和应用环境一同打包，开发完成之后，运维人员可以直接使用这个容器来部署代码。

经过容器化的应用可以部署在任何地方，就可以避免原来因为环境差异带来的问题，同时也可以无缝迁移云，不用锁定某个云服务商。用户在自己的笔记本电脑上开发了一个应用，容器化之后可以不加修改地发布到云上。

第三是可控性。容器使得大规模互联网化运维变得可能，原来，企业的IT系统用久了，经过多次版本更新，里面的东西变得不可知，一旦出现问题需要花大量的时间排查。如果用容器化的方式交付应用，则线上每一个版本都可以复现，所有的东西都可以回溯。一旦原来的IT人员离职了，其他人也更容易理解应用程序是如何创建和工作的。

此外，易立指出，促进了开发和运维的一体化之外，Docker还有利于企业应用的现代化改进。传统应用往往是单体架构，如企业原有的CRM、ERP等大型应用，但随着新需求增加，更新和修复大型这类应用变得越来越困难;为此出现了微服务架构，其提倡将大应用拆解分一堆小服务，彼此协调提供功能，单个小服务可以独立部署、测试和运行。云原生的企业应用的架构一般是后者，Docker这套执行环境就非常适配云原生应用。

根据阿里云去年的调查，技术人员使用或考虑使用Docker，大部分出于上述原因考虑。

虽然容器技术成为主流，将会是未来的趋势，但目前在国内仍未大规模普及。企业要使用该架构，依然需要付出一定的迁移和学习成本，可能还会有一定的安全考虑，这也是影响Docker普及的原因。因此，Docker推出了企业版处理类似问题。

据易立介绍，使用Docker架构需要对企业应用容器化，像刚刚说的，云原生应用与Docker非常契合，但不可能所有的应用都是新写的，有的企业应用属于传统架构、没有微服务，需要对现有系统做改造和迁移。

因此，针对传统的企业应用，Docker推出了传统应用迁移技术，可以一键转换虚拟机镜像，将原来的企业化应用转化为可以用容器化的方式交付和运维的应用。企业可以有两种路径，可以先将整个大应用容器化，再逐渐转化成微服务架构;也可以先将企业拆成微服务架构，然后容器化。

此前，之前Docker企业版未落地中国，社区版由开源社区来维护，每个月有个更新，三个月发布一次稳定版，这样的好处是版本演进速度很快，但对企业而言却带来很大的运维压力，需要经常大规模对Docker版本进行修复和升级，企业需要有极强的软件研发能力，并不是所有的企业IT部门都有将这种技术产品化的能力。

全球有不少公开的'Docker镜像库，其中Docker Hub是最大的公开仓库，开发者可以在上面共享和拉取Docker镜像，生成容器化的应用。但谁都可以往仓库推送镜像，就意味着无法保证安全风险。

针对此，Docker推出了Docker Store，上面的容器镜像全都由Docker认证，确保安全性，包括通过安全扫描，确定没有不合规的代码;同时通过签名“密封”镜像，确保其不可篡改。这就有点像一个容器版的Apps Store，里面所有的镜像都通过Docker审核。

总而言之，Docker企业版面向企业的，是一个完整的场景，而不是一个技术。它有增强的编排能力，有完整的控制台界面，里面的操作都可以安全地使用，它在社区版上增加了面向企业用户的管理和安全能力，同时提供了经过认证的操作系统、容器和插件。中国Docker企业版的技术支持，将会由阿里云和Docker联合提供。

说到阿里云跟Docker的合作，包括三个层面：Docker会借助阿里云的云基础架构进入中国，后者将为Docker Hub提供中国运营的基础服务;阿里云会推动Docker企业版的落地，联合提供销售和技术支持;阿里云成为Docker认证的云平台，Docker的认证插件和认证容器会验证在阿里云上的稳定可运行性，确保客户在阿里云上使用Docker的体验。

目前阿里云提供公共云版、飞天专有云版和飞天专有云敏捷版三种Docker的部署形态，客户也可以选择在公共云上使用，也可以自己部署。

自从容器技术面世之后，其生态内也出现了不少创业公司，国外涌现不少专注容器基础服务、网络、安全、存储和监控等某一细分领域的创业公司;在国内，除了阿里云以外，也有大批围绕Docker技术提供服务的创业公司，提供云端的快速部署和管理能力，比如36氪报道过的时速云、数人云、灵雀云、才云科技、轻元科技。阿里云整合了Docker企业版的飞天敏捷版，跟他们可能存在一定竞争关系。

才云科技CEO张鑫曾经说过，Docker本身一定不是核心竞争力，而真正的核心是如何能让用户或企业“无痛”地从非Docker的环境迁移至Docker化的世界，以及如何帮助用户在新的Docker化的世界里建立一整套的开发运维体系。

阿里云也表示，企业需要的，并不仅是Docker这个技术，而是一整套应用的解决方案。用户最终选择谁，取决于谁的服务更完整更好。不过，他们认为，国内容器市场还在成长阶段，他们和这些公司应该是在共同培育市场。

;

阿里云IoT云产品交流会：物联网痛点多，阿里能做什么？

经历了互联网、移动互联网，人类正在迈入万物互联、万物智能的世界。5G、IoT、云计算、人工智能成为 社会 关注的对象，数字经济成为政策宣传的重点，各种概念和解释产生，使得当下有很多话题可以讨论。

数字经济背景下，企业竞争最核心的能力是什么。

不同行业发展数据智能的潜力有何不同？

企业如何高效进行物联网应用开发？

企业对云平台的使用体验如何

对于类似问题，阿里云IoT、ICA联盟一直希望与行业人士进行对话。上周，ICA联盟物联网万亿生态伙伴聚合沙龙在杭州举办，活动以“粘合行业碎片，共创IoT基石”为主题，以阿里云IoT云产品为话题，吸引近200名行业人士到场交流。

4位嘉宾依次上台分享

物联网需要化繁为简

物联网产业链很长，覆盖了感知层、网络层、应用层三大层次。它改变了传统的商业运作方式，让商业 社会 变得更加复杂。

首先，物联网让产品变得复杂。增加了传感器、模块等部件，需要进行更多的开发管理。

其次，物联网让需求变得复杂。企业从生产产品变成了提供个性化的服务。

就是这两个变化，让产业体会到很多新的发展痛点。

1. 物联网开发过程链路极长，从获客到交付典型过程常常要经历十几个环节。

2. 将软件研发、硬件研发、嵌入式研发，云产品的购买，施工/安装/维修费用计算在内，物联网开发成本极高。

3. 调查表示目前78%的用户需求为定制化需求，65%的物联网软件需要定制化开发，这导致软件复用性较低。

4. 设备联网、用户交互产生海量数据，众多场景亟需数据实时分析、可视化的能力，提升使用效率及用户体验。

新的形势促进了变化的发生，计算力的进步预示着满足更大的信息处理能力，更强的灵活性。

物联网平台在整个产业链中地位，也从当年行业所关注的“要不要上云”，随着企业自身数据资源日渐丰富，应用数据意愿的显著增强，过渡到了“如何高效地上云”。

物联网云平台，由此更直接地承担起IoT产业“基础设施”的角色，为物联网项目的规模化落地减负降压。

阿里云IoT 产品结构

阿里云 IoT 资深产品专家JASON CHEN从各个原子化产品角度，描绘了阿里云IoT的全局样貌。包含物联网操作系统AliOS Things、边缘计算Link Edge、网络管理平台Link WAN、开发平台IoT Studio、物联网设备接入与管理、物联网数据分析、物联网市场Link Market、物联网安全Link Security等功能在内，展现阿里云为各类IoT场景和行业开发者赋能的能力。

将各个基础产品分别阐述，体现出阿里云IoT强化基础设施角色，希望阿里云的产品技术变成合作伙伴解决方案一部分的心态。再次印证阿里云智能总裁张建锋在3月阿里云峰会上所提出的“被集成”口号，阿里云的重要转变已经发生。

以下，我们就将重新认识阿里云IoT云产品。

物模型

阿里云 IoT 技术运营专家薛圆在交流中表示，ICA联盟推出物模型，定义物联网设备模型与属性。通过对任意物联网设备建模，合作伙伴共创设备数据标准模型，确保数据标准的准确性、合理性，实现设备间的互联互通互懂。

类似将拼图碎片整理成更完整的拼图模块，物模型将实现碎片数据结构化、差异模型统一化、烟囱场景联动化、软硬一体标准化的目标，帮助用户缩短开发时间、标准化开发工具。

物联网数据分析

在任何商业活动中，数据都是一种资本，数据分析是可以产生创新收益的手段。

阿里云 IoT 高级产品经理腾春艳在对物联网数据分析产品介绍时表示，阿里云为物联网开发者提供数据分析服务，覆盖了数据存储、清洗、分析及可视化等环节，有效降低数据分析门槛，助力物联网开发。

在空间数据可视化方面，阿里云IoT提供二维、三维空间数据的可视化功能，致力用数据连接真实世界。比如对智能停车场的车场现状、排队数据、收入进行分析；比如定义电子围栏，当物品超出围栏范围时，配置报警；比如在物流追踪、设备管理等物联网低频定位场景下，展示设备轨迹；比如在三维空间可视化需求下，基于阿里云物联网平台构建监控、展示、控制为重点的BIM可视化系统，实现园区、建筑、楼层、房间、设备的逐级可视化。

图：阿里云IoT数据分析产品架构

IoT Studio 物联网应用开发

如前文所述，物联网产业的痛点很多都落在了开发上。阿里云 IoT 产品专家曲文政在演讲中再次阐明IoT Studio作为物联网开发者生产力工具的产品定位与功能。

1. 一站式完成云端SaaS 搭建 ：用户可以通过IoT Studio轻松搭建出简单IoT SaaS系统，或构建出部分功能集成在原有的SaaS系统中

2. 可视化搭建，降低定制化成本 ：通过可视化搭建、服务编排的方式让一般嵌入式开发者经过简单培训也可以快速搭建出各种物联网应用；

3. 提供AI 等高阶能力： 将高阶能力输出给开发者，增加营收，扩展业务边界；

4. 后续提供更多解决方案模版： 通过模版的方式给用户提供即刻可用的IoT SaaS解决方案（包含硬件、嵌入式代码、页面/APP、服务）。

整体而言，IoT Studio作为开发工具，向上承接业务需求帮助用户快速搭建SaaS，向下汇聚能力将阿里体系的能力更快更好地输出给用户，是阿里云IoT产品中承上启下的关键一环。

图：IoT Studio 产品架构

结语

在 汽车 行业，定制化需求增多，产品的敏捷规划、全生命周期运维是厂商的关注焦点；在零售行业，企业追求着精准化营销的目标；在农业，看天吃饭需要向精准化种植转变……

未来的各行各业，在面对各种不确定的因素之时，都希望用数据说话，用数据管理、用数据决策。

在这样的产业愿景之中，阿里云IoT将继续践行技术和商业基础设施的角色，覆盖物联网云管边端开发环节，提供满足各类开发者需要的基础产品，助力合作伙伴创新模式，发展商机。