資料庫落地

『壹』 圖資料庫的應用場景

圖資料庫技術的應用場景比較多，包括但不限於以下幾種場景：
1. 欺詐檢測
無論面對詐騙集團、勾結團伙還是高知罪犯，圖資料庫技術可以實時揭露各種重要詐騙模式。所以越來越多的公司使用圖數據技術來解決各種關聯數據問題，包括欺詐檢測。
2. 實時推薦引擎
圖技術能夠根據用戶購買、交互和評論有效跟蹤這些關系，以提供對客戶需求和產品趨勢最有意義的深刻見解。Ebay等購物網站就在使用圖技術給用戶推薦產品。
3.知識圖譜
將圖技術用於知識圖譜能夠精確搜索查詢，消除搜索查詢的歧義，並且能夠適應不斷增長的數據資產規模。

『貳』 oceanbase落地運營商意味著什麼

正式引入。資料庫oceanbase落地運營商意味著正式引入該產品，OceanBase是由螞蟻集團完全自主研發的國產原生分布式資料庫，始創於2010年，已連續9年平穩支撐雙11，創新推出三地五中心城市級容災新標准，是一個在TPC測試上都刷新了世界紀錄的國產原生分布式資料庫。

『叄』 oracle資料庫中落地表是什麼意思

落地是保存數據的一個過程
落地表是保存好了數據

『肆』 落地資料庫是什麼

所謂的落地型數據分析，實際上就是本地數據分析。把落地行數據分析寫得非常的高大上。我們也可以認為是將數據引導到線上和線下的資料庫進行相互溝通，相互對接的一種模式。我們很多數據的分析處理過程中都是在線下不將他加金火塞，選完之後再將它反饋我和一些小的元首回到雲上。

『伍』 本地資料庫有數據另一個資料庫丟失

一般我們希望把一系列的數據作為一個原子操作，這樣的話，這一系列操作，要麼提交，要麼全部回滾掉。
當我們提交一個事務，資料庫要麼告訴我們事務提交成功了，要麼告訴我們提交失敗。

資料庫為了效率等原因，數據只保存在內存中，沒有真正的寫入到磁碟上去。如果資料庫響應為「提交成功」，但是由於資料庫掛掉，操作系統，資料庫主機等任何問題導致這次「提交成功」的事務對資料庫的修改沒有生效，那麼我們認為這個事務的數據丟失了。這個對銀行或者支付寶這種業務場景來說是不能接受的。所以，保證數據不丟失也是資料庫選擇的一個重要衡量指標

mysql的架構和普通的資料庫架構最大的差異在於它使用插件式的存儲引擎。數據的存取由存儲引擎負責。要了解MySQL數據丟失的問題就需要從MySQL server層和InnoDB目前最流行的支持事務的存儲引擎分別來分析了。

3. INNODB事務數據丟失

首先，我們來看一下InnoDB事務數據丟失的情況。

3.1. INNODB事務基本原理

InnoDB的事務提交需要寫入undo log，redo log，以及真正的數據頁。專業的介紹可以參考 丁奇 和 雲華 的兩篇文章。我們這里通俗一點簡單介紹一下。

InnoDB跟Oracle非常類似，使用日誌先行的策略，將數據的變更在內存中完成，並且將事務記錄成redo，轉換為順序IO高效的提交事務。這里日誌先行，也就是說，日誌記錄到資料庫以後，對應的事務就可以返回給用戶，表示事務完成。但是實際上，這個數據可能還只在內存中修改完成，並沒有刷到磁碟上去，俗稱「還沒有落地」。內存是易失的，如果在數據「落地」之前，機器掛了，那麼這部分數據就丟失了。而資料庫怎麼保證這些數據還是能夠找回來列?否則，用戶提交了一個事務，資料庫響應請求並回應為事務「提交成功」，資料庫重啟以後，這部分修改數據的卻回到了事務提交之前的狀態。

3.2. INNODB事務崩潰恢復基本原理

InnoDB和Oracle都是利用redo來保證數據一致性的。如果你有從資料庫新建一直到資料庫掛掉的所有redo，那麼你可以將數據完完整整的重新build出來。但是這樣的話，速度肯定很慢。所以一般每隔一段時間，資料庫會做一個checkpoint的操作，做checkpoint的目的就是為了讓在該時刻之前的所有數據都"落地"。這樣的話，資料庫掛了，內存中的數據丟了，不用

『陸』 資料庫架構選型與落地，看這篇就夠了

隨著時間和業務的發展，資料庫中的數據量增長是不可控的，庫和表中的數據會越來越大，隨之帶來的是更高的 磁碟 、 IO 、 系統開銷 ，甚至 性能 上的瓶頸，而單台伺服器的 資源終究是有限 的。

因此在面對業務擴張過程中，應用程序對資料庫系統的 健壯性 ， 安全性 ， 擴展性 提出了更高的要求。

以下，我從資料庫架構、選型與落地來讓大家入門。

資料庫會面臨什麼樣的挑戰呢？

業務剛開始我們只用單機資料庫就夠了，但隨著業務增長，數據規模和用戶規模上升，這個時候資料庫會面臨IO瓶頸、存儲瓶頸、可用性、安全性問題。

為了解決上述的各種問題，資料庫衍生了出不同的架構來解決不同的場景需求。

將資料庫的寫操作和讀操作分離，主庫接收寫請求，使用多個從庫副本負責讀請求，從庫和主庫同步更新數據保持數據一致性，從庫可以水平擴展，用於面對讀請求的增加。

這個模式也就是常說的讀寫分離，針對的是小規模數據，而且存在大量讀操作的場景。

因為主從的數據是相同的，一旦主庫宕機的時候，從庫可以 切換為主庫提供寫入 ，所以這個架構也可以提高資料庫系統的 安全性 和 可用性 ；

優點：

缺點：

在資料庫遇到 IO瓶頸 過程中，如果IO集中在某一塊的業務中，這個時候可以考慮的就是垂直分庫，將熱點業務拆分出去，避免由 熱點業務 的 密集IO請求 影響了其他正常業務，所以垂直分庫也叫 業務分庫 。

優點：

缺點：

在資料庫遇到存儲瓶頸的時候，由於數據量過大造成索引性能下降。

這個時候可以考慮將數據做水平拆分，針對數據量巨大的單張表，按照某種規則，切分到多張表裡面去。

但是這些表還是在同一個庫中，所以庫級別的資料庫操作還是有IO瓶頸（單個伺服器的IO有上限）。

所以水平分表主要還是針對 數據量較大 ，整體業務 請求量較低 的場景。

優點：

缺點：

四、分庫分表

在資料庫遇到存儲瓶頸和IO瓶頸的時候，數據量過大造成索引性能下降，加上同一時間需要處理大規模的業務請求，這個時候單庫的IO上限會限制處理效率。

所以需要將單張表的數據切分到多個伺服器上去，每個伺服器具有相應的庫與表，只是表中數據集合不同。

分庫分表能夠有效地緩解單機和單庫的 性能瓶頸和壓力 ，突破IO、連接數、硬體資源等的瓶頸。

優點：

缺點：

註：分庫還是分表核心關鍵是有沒有IO瓶頸 。

分片方式都有什麼呢？

RANGE（范圍分片）

將業務表中的某個 關鍵欄位排序 後，按照順序從0到10000一個表，10001到20000一個表。最常見的就是 按照時間切分 （月表、年表）。

比如將6個月前，甚至一年前的數據切出去放到另外的一張表，因為隨著時間流逝，這些表的數據被查詢的概率變小，銀行的交易記錄多數是採用這種方式。

優點：

缺點：

HASH（哈希分片）

將訂單作為主表，然後將其相關的業務表作為附表，取用戶id然後 hash取模 ，分配到不同的數據表或者資料庫上。

優點：

缺點：

講到這里，我們已經知道資料庫有哪些架構，解決的是哪些問題，因此， 我們在日常設計中需要根據數據的特點，數據的傾向性，數據的安全性等來選擇不同的架構 。

那麼，我們應該如何選擇資料庫架構呢？

雖然把上面的架構全部組合在一起可以形成一個強大的高可用，高負載的資料庫系統，但是架構選擇合適才是最重要的。

混合架構雖然能夠解決所有的場景的問題，但是也會面臨更多的挑戰，你以為的完美架構，背後其實有著更多的坑。

1、對事務支持

分庫分表後（無論是垂直還是水平拆分），就成了分布式事務了，如果依賴資料庫本身的分布式事務管理功能去執行事務，將付出高昂的性能代價（XA事務）；如果由應用程序去協助控制，形成程序邏輯上的事務，又會造成編程方面的負擔（TCC、SAGA）。

2、多庫結果集合並 （group by，order by）

由於數據分布於不同的資料庫中，無法直接對其做分頁、分組、排序等操作，一般應對這種多庫結果集合並的查詢業務都需要採用數據清洗、同步等其他手段處理（TIDB、KUDU等）。

3、數據延遲

主從架構下的多副本機制和水平分庫後的聚合庫都會存在主數據和副本數據之間的延遲問題。

4、跨庫join

分庫分表後表之間的關聯操作將受到限制，我們無法join位於不同分庫的表（垂直），也無法join分表粒度不同的表（水平）， 結果原本一次查詢就能夠完成的業務，可能需要多次查詢才能完成。

5、分片擴容

水平分片之後，一旦需要做擴容時。需要將對應的數據做一次遷移，成本代價都極高的。

6、ID生成

分庫分表後由於資料庫獨立，原有的基於資料庫自增ID將無法再使用，這個時候需要採用其他外部的ID生成方案。

一、應用層依賴類（JDBC）

這類分庫分表中間件的特點就是和應用強耦合，需要應用顯示依賴相應的jar包（以Java為例），比如知名的TDDL、當當開源的 sharding-jdbc 、蘑菇街的TSharding等。

此類中間件的基本思路就是重新實現JDBC的API，通過重新實現 DataSource 、 PrepareStatement 等操作資料庫的介面，讓應用層在 基本 不改變業務代碼的情況下透明地實現分庫分表的能力。

中間件給上層應用提供熟悉的JDBC API，內部通過 sql解析 、 sql重寫 、 sql路由 等一系列的准備工作獲取真正可執行的sql，然後底層再按照傳統的方法（比如資料庫連接池）獲取物理連接來執行sql，最後把數據 結果合並 處理成ResultSet返回給應用層。

優點

缺點

二、中間層代理類（Proxy）

這類分庫分表中間件的核心原理是在應用和資料庫的連接之間搭起一個 代理層 ，上層應用以 標準的MySQL協議 來連接代理層，然後代理層負責 轉發請求 到底層的MySQL物理實例，這種方式對應用只有一個要求，就是只要用MySQL協議來通信即可。

所以用MySQL Navicat這種純的客戶端都可以直接連接你的分布式資料庫，自然也天然 支持所有的編程語言 。

在技術實現上除了和應用層依賴類中間件基本相似外，代理類的分庫分表產品必須實現標準的MySQL協議，某種意義上講資料庫代理層轉發的就是MySQL協議請求，就像Nginx轉發的是Http協議請求。

比較有代表性的產品有開創性質的Amoeba、阿里開源的Cobar、社區發展比較好的 Mycat （基於Cobar開發）等。

優點

缺點

JDBC方案 ：無中心化架構，兼容市面上大多數關系型資料庫，適用於開發高性能的輕量級 OLTP 應用（面向前台）。

Proxy方案 ：提供靜態入口以及異構語言的支持，適用於 OLAP 應用（面向後台）以及對分片資料庫進行管理和運維的場景。

混合方案 ：在大型復雜系統中存在面向C端用戶的前台應用，也有面向企業分析的後台應用，這個時候就可以採用混合模式。

JDBC 採用無中心化架構，適用於 Java 開發的高性能的輕量級 OLTP 應用；Proxy 提供靜態入口以及異構語言的支持，適用於 OLAP 應用以及對分片資料庫進行管理和運維的場景。

ShardingSphere是一套開源的分布式資料庫中間件解決方案組成的生態圈，它由 Sharding-JDBC 、 Sharding-Proxy 和 Sharding-Sidecar （計劃中）這3款相互獨立的產品組成，他們均提供標准化的數據分片、分布式事務和資料庫治理功能，可適用於如Java同構、異構語言、容器、雲原生等各種多樣化的應用場景。

ShardingSphere提供的核心功能：

Sharding-Proxy

定位為透明化的 資料庫代理端 ，提供封裝了 資料庫二進制協議的服務端版本 ，用於完成對 異構語言的支持 。

目前已提供MySQL版本，它可以使用 任何兼容MySQL協議的訪問客戶端 (如：MySQL Command Client, MySQL Workbench, Navicat等)操作數據，對DBA更加友好。

向 應用程序完全透明 ，可直接當做MySQL使用。

適用於任何兼容MySQL協議的客戶端。

Sharding-JDBC

定位為 輕量級Java框架 ，在Java的JDBC層提供的額外服務。 它使用客戶端直連資料庫，以jar包形式提供服務，無需額外部署和依賴，可理解為 增強版的JDBC驅動，完全兼容JDBC和各種ORM框架 。

以電商SaaS系統為例，前台應用採用Sharding-JDBC，根據業務場景的差異主要分為三種方案。

分庫（用戶）

問題解析：頭部企業日活高並發高，單獨分庫避免干擾其他企業用戶，用戶數據的增長緩慢可以不分表。

拆分維度：企業ID分庫

拆分策略：頭部企業單獨庫、非頭部企業一個庫

分庫分表（訂單）

問題解析：訂單數據增長速度較快，在分庫之餘需要分表。

拆分維度：企業ID分庫、用戶ID分表

拆分策略：頭部企業單獨庫、非頭部企業一個庫，分庫之後用戶ID取模拆分表

單庫分表（附件）

問題解析：附件數據特點是並發量不大，只需要解決數據增長問題，所以單庫IO足以支撐的情況下分表即可。

拆分維度：用戶ID分表

拆分策略：用戶ID取模分表

問題一：分布式事務

分布式事務過於復雜也是分布式系統最難處理的問題，由於篇幅有限，後續會開篇專講這一塊內容。

問題二：分布式ID

問題三：跨片查詢

舉個例子，以用戶id分片之後，需要根據企業id查詢企業所有用戶信息。

sharding針對跨片查詢也是能夠支持的，本質上sharding的跨片查詢是採用同時查詢多個分片的數據，然後聚合結果返回，這個方式對資源耗費比較大，特別是對資料庫連接資源的消耗。

假設分4個資料庫，8個表，則sharding會同時發出32個SQL去查詢。一下子消耗掉了32個連接；

特別是針對單庫分表的情況要注意，假設單庫分64個表，則要消耗64個連接。如果我們部署了2個節點，這個時候兩個節點同時查詢的話，就會遇到資料庫連接數上限問題（mysql默認100連接數）

問題四：分片擴容

隨著數據增長，每個片區的數據也會達到瓶頸，這個時候需要將原有的分片數量進行增加。由於增加了片區，原先的hash規則也跟著變化，造成了需要將舊數據做遷移。

假設原先1個億的數據，hash分64個表，現在增長到50億的數據，需要擴容到128個表，一旦擴容就需要將這50億的數據做一次遷移，遷移成本是無法想像的。

問題五：一致性哈希

首先，求出每個 伺服器的hash值 ，將其配置到一個 0~2^n 的圓環上 （n通常取32）

其次，用同樣的方法求出待 存儲對象的主鍵 hash值 ，也將其配置到這個圓環上。

然後，從數據映射到的位置開始順時針查找，將數據分布到找到的第一個伺服器節點上。

一致性hash的優點在於加入和刪除節點時只會影響到在哈希環中相鄰的節點，而對其他節點沒有影響。

所以使用一致性哈希在集群擴容過程中可以減少數據的遷移。

好了，這次分享到這里，我們日常的實踐可能只會用到其中一種方案，但它不是資料庫架構的全貌，打開技術視野，才能更好地把存儲工具利用起來。

老規矩，一鍵三連，日入兩千，點贊在看，年薪百萬！

本文作者：Jensen

7年Java老兵，小米主題設計師，手機輸入法設計師，ProcessOn特邀講師。

曾涉獵航空、電信、IoT、垂直電商產品研發，現就職於某知名電商企業。

技術公眾號 【架構師修行錄】 號主，專注於分享日常架構、技術、職場干貨，Java Goals：架構師。

交個朋友，一起成長！

『柒』 資料庫是什麼，它是做什麼用的

資料庫(Database)是按照數據結構來組織、 存儲和管理數據的倉庫。在1990年以後，數據管理不再是存儲和管理數據，而是轉變成用戶所需要的各種數據管理的方法。

資料庫具有能存在一起、能與多個用戶共享、具有盡可能小的冗餘度、與應用程序彼此獨立的作用。資料庫系統在各個方面都得到了廣泛的應用。

在信息化社會，充分有效的管理和利用各類信息資源，是進行科學研究和決策管理的重要前提。資料庫技術是管理信息系統、辦公自動化系統、決策支持系統等各類信息系統的核心組成部分，是進行科學研究和決策管理的重要手段。

(7)資料庫落地擴展閱讀：

資料庫可以視為電子化的文件櫃——存儲電子文件的處所，用戶可以對文件中的數據運行新增、截取、更新、刪除等操作。

發明人是雷明頓蘭德公司。

資料庫管理系統（DBMS）是為管理資料庫而設計的電腦軟體系統，具有存儲、截取、安全保障、備份等基礎功能。資料庫管理系統可以依據它所支持的資料庫模型來作分類。

資料庫的類型有關系資料庫和非關系型資料庫兩種。資料庫模型有對象模型、層次模型（輕量級數據訪問協議）、網狀模型（大型數據儲存）、關系模型、面向對象模型、半結構化模型、平面模型。

『捌』 蘋果為什麼把數據中心建設在貴州

我覺得蘋果這么做有以下幾個原因

法律規定

最直接的原因就是去年6月1日頒布的《網路安全法》，對在中國境內經營的國外公司做出了新規定，為了最大程度上維護消費者權益，必須將敏感數據存儲在國內的伺服器中。而且該法律明確規定：所有與寬泛定義的國家安全問題有關的中國公民或地區數據都是敏感數據，而且雲服務的運營方必須為本地企業。

訪問速度上升

先前國內用戶訪問icloud時捉急的速度讓人心累，而此次，我親測，訪問icloud的速度大大提升，同時服務會更加的穩定，這對於依賴蘋果icloud服務的用戶，尤其對於mac用戶十分友好。

溫度適宜，電價便宜

對於為什麼建設在貴州，我覺得和貴州獨天得厚的天氣有關，資料庫對於溫度的要求較高，理想的溫度可以有效的減少資料庫的電力供應，貴陽天氣涼爽，周邊年平均氣溫 15.1 ，夏無酷暑，冬無嚴寒。同時貴州地區水電資源豐富，所以可以提供穩定的電力來源。

在 iCloud 服務轉由國內運營之際，聊聊蘋果數據中心落地貴州的前因後果。

近日，有媒體報道，蘋果國內首個數據中心即將正式啟用，並將從今年 2 月 28 日起，由蘋果合作夥伴雲上貴州公司負責運營中國內地的 iCloud 服務，而在此之前，包括富士康、中國移動、聯通、電信、思科、華為、騰訊、阿里巴巴等企業都集中在貴州設立數據中心。

蘋果為什麼突然要在國內建立數據中心？對消費者而言又有什麼好處？為什麼會有那麼多企業青睞在貴州設立數據中心？

2016 年 11 月，中國公布了於 2017 年 6 月 1 日正式施行的《網路安全法》，對在中國境內經營的國外公司做出了新規定，為了保障網路安全，維護網路空間主權和國家安全、 社會 公共利益，保護公民、法人和其他組織的合法權益，必須將個人信息和重要數據存儲在國內的伺服器中，而且要求雲服務的運營方必須為本地企業。

而這便是蘋果投入 10 億美金在貴州建設數據中心，並獨家授權雲上貴州運營內地的 iCloud 服務最重要的原因。目前，包括微軟、IBM 和亞馬遜等不少美國 科技 集團，都已經通過本地合作夥伴在中國地區提供雲基礎設施服務。

而這也令人想起了近來比較熱的 360 從美股退市並回歸 A 股的故事，周鴻禕表示，曾不斷有國家有關部門負責人找他談話，希望 360 能夠回歸中國。當時，政府認為沒有網路安全就沒有國家安全。360 是一個安全公司，上百家企業單位使用著 360 的軟體，而 360 也為包括政府部門、外交單位以及國防科研院等政府機構，甚至為敏感單位提供安全防護的軟體和解決方案，服務對象數量龐大。但 360 卻是一個外資企業，雖然是由中國人掌控。

當然，遇見類似問題的還有華為在美國的業務，華為之所以在美國業務受阻，本質上也是出於國家安全考慮。

據《金融時報》報道，對於中國在內的世界各國執法部門提出的合法數據獲取需求，蘋果都已經同意了。但《金融時報》也指出，據美國法律規定，如果外國政府想獲取儲存在美國伺服器上的該國公民數據，走完流程時間或將長達數年。而將國內用戶數據遷到貴州數據中心，則會讓法律程序走得更快更方便。 蘋果強調，他們會並僅會響應符合法律程序的數據要求，而受到密鑰保護的設備，蘋果無法進行解鎖。

因此，蘋果在貴州建設數據中心，並獨家授權貴州省級別政府督辦的雲上貴州運營，便是為了滿足政府對國家安全方面的需求。按照某些媒體的報道，獨家授權給雲上貴州運營內地的 iCloud 服務之後，蘋果的數據便再也不只是蘋果一家外資企業了，甚至雲上貴州將反而能更加方便地接觸到這些數據。

當然，除了國防安全方面的好處以外， 蘋果自己也多次稱在內地建設數據中心將改善中國用戶使用 iCloud 的體驗。

此前蘋果一直利用海外（主要是美國）的數據中心為國內 iCloud 用戶提供服務，眾所周知，中國的出口帶寬很窄，本地用戶訪問 iCloud 文件時會時常遭遇到超時、進度緩慢等問題。數據中心落戶貴州後，服務會更穩定，對 iPhone 、iPad、Mac 用戶來說，這將是件喜訊。

蘋果在國內建立數據中心，這其實並不難理解，但真正讓人看不懂的，就是蘋果為什麼選在經濟相對落後的貴陽？貴州，GDP 並不像東南沿海省市那麼耀眼，也不像東北三省那麼滿是槽點，這曾是一個在中國經濟、 科技 版圖上中庸到幾乎令所有人都會遺忘的中西部大省，然而，高大上的雲計算與大數據為什麼沒有跟經濟、 科技 方面更加發達北上廣深搭上親，反而跟貴州這個落後地區成了親家？

天時，適宜的氣象條件：

據了解，溫度控制問題一直是數據中心面臨的一個挑戰，而其中冷卻設備仍然是其基礎設施的重要組成部分。確保數據中心的最佳冷卻不僅能夠延長 IT 硬體的使用壽命，提高了電力使用效率（PUE），並降低了伺服器故障的風險，而且還可以降低數據中心運營成本。據估計，數據中心最大特點是高耗能，電力成本占整個支出成本的 50%-70%，而其中製冷過程消耗的電能又占數據中心所有功耗的 40％！

因此，根據 2017 年早些時候的報道，Facebook 公司計劃在北極圈內創建一個大規模的數據中心，這個區域具有理想的溫度和濕度來保持伺服器的冷卻。同時，微軟公司一直在試驗可能既經濟又環保的水下數據中心。當然，這並不意味著數據中心就一定要建在北極或水下。

據了解，數據中心對於氣候來說，不允許酷熱和潮濕條件重合，因此意味著濕球溫度不應超過 23 攝氏度。而貴陽市氣候涼爽，周邊年平均氣溫 15.1 ，夏無酷暑，冬無嚴寒。這樣的溫度差很容易形成溫度差，形成自然風來為數據中心降溫。因此，以 2014 年 6 月底建成的處於埡口之間的富士康綠色隧道數據中心舉例，其四季風速為每秒 2 至 3 米，全年採用自然冷卻，每年可節約 900 萬度電。

另外，數據中心內的精密設備對於環境的要求較高，灰塵等都不利於設備的保護和長期使用。而貴州森林覆蓋率 49%，空氣清新，達到世界衛生組織設立的清新空氣負氧離子標準的上限，是數據中心運營的佳地。

地利，安全穩定，距離適中：

數據中心一個重要要素就是要安全，首先，貴州不在主要地震帶上，破壞性地震風險極低。其次，貴州也少有洪水。而且還無台風、颶風、龍卷風、暴雪等威脅。

另外，貴州省水資源豐富，貴州水電裝機量排在全國第四位，而且電力水火並濟，電力充沛，能源富足，貴州也一直號稱南方電網的電池，是「西電東送」的起源。對於像數據中心這種電力消耗比較大的業務，放在電力資源豐富的貴州，容易獲得更為低廉的電價。

人和，政策支持，人力互補：

當然，符合上述條件的地方還有很多，比如中國最大的比特幣礦場所在地的四川等。但為什麼偏偏是貴州、是貴陽搶到了包括蘋果等企業？

其實，關鍵或許還是政府的支持。據中國網報道，2013 年被稱為中國「大數據元年」，當年起，幾乎所有世界級的互聯網企業，都將業務觸角延伸至大數據產業，次年 3 月，貴州便在北京舉辦了一場「貴州省大數據產業推介會」，而當時大部分城市都處於觀望狀態。

而貴州地方政府也敢為人先，貴州省政府專門做出規定，除有特殊需求外，貴州省所有省級政務部門將不再自建機房，為政府各部門之間數據的流通創造了條件。貴州也由此建成了全國第一家省級政務雲平台「雲上貴州」。逐漸地，貴州成功從昔日工業時代的跟隨者，悄然變成大數據時代的同行者，甚至領跑者。

另外，在人才方面，相對北上廣深來說，貴州在尖端人才上雖然沒什麼優勢，但數據中心的建設、運營和維護人才還是有的，而且數據中心本身也並不是勞動密集型產業，所需員工其實並不多。

值得一提的是，因為數據中心基本上只是機房而已，需要的運營員工並不是太多，因此，包括貴陽本地的很多人都認為大數據跟他們的生活並沒有什麼關系，並不會帶來太多的就業。但貨車幫方面認為，這應該是一個潛移默化的過程，先引進這些可能不需要太多人的大數據產業，再在此基礎上做更多的產業擴展，這是一個必須經歷的過程。

據了解，蘋果選擇在貴州建設數據中心，必然會帶動更多企業在貴州建設數據中心，現在的問題就是何時從量變到質變了。

據Data Center Knowledge網站北京時間7月12日報道，蘋果公司今天宣布，將在貴州省建立在中國的第一個數據中心。 歷史 上，貴州是中國最貧窮的省份之一。但是現在，貴州已經逐步發展成了中國大數據中心。

在中國，發達工業城市一片繁華。但是與此同時，崎嶇、落後的地區則相當貧窮。

大數據中心

作為最偏遠、 歷史 上最貧窮的中國西南部省份之一，貴州在短時間內突飛猛進，很有希望成為中國向大數據領域推進的中心。10年前還像郊區的地方現在已經成為了新的市區，建成了摩天大樓、會展中心和數據中心等配套設施。

高鐵、大橋、隧道以及增加的國際航班把貴州與國內外城市連接在一起，幫助其擺脫了隔離，擁抱世界。

按照GDP衡量，貴州在中國31個省份中排名第25位。貴州已經連續三年舉辦為期四天的中國國際大數據產業博覽會。2017年大數據博覽會在5月底結束，參展公司簽署了價值24億美元的合同。

許多 科技 巨頭不遠萬里來參加博覽會，包括蘋果、Facebook、微軟公司、谷歌公司、亞馬遜公司、英特爾公司、IBM以及戴爾公司。斯坦福大學人工智慧和倫理學教授傑瑞·卡普蘭(Jerry Kaplan)、創業公司創業者周嵐(Adelyn Zhou)、矽谷知名孵化器Founder Space創始人史蒂夫·霍夫曼(Steve Hoffman)、谷歌開發者關系地區負責人丹·菲爾德(Dan Feld)等矽谷精英也參加了今年的博覽會。

氣候適宜

貴州的常年平均氣溫保持在59華氏度(約合15攝氏度)，非常適合數據中心的運營。在吸引公司前來投資方面，政府也做出了出色的工作，推出了試點工程，並為水電的使用提供優惠。

除了代工iPhone、Kindle以及PlayStation 游戲 機等設備外，富士康也生產伺服器。富士康在貴州建立了一個綠色隧道數據中心，裡面有6000台伺服器，距離貴陽市有一個小時的車程。

和許多內地公司一樣，富士康也希望藉助雲計算、網路化機器以及人工智慧的應用，讓其製造過程更為高效。所有這些都需要存儲和分析海量數據。

其實主要有這些原因：

1、 大數據需要大型數據中心承載，大型數據中心需要建在氣候涼爽、能源充沛、地質穩定的地方，貴州正是天然之選。工信部評估報告顯示，貴州是中國南方最適合建設大型綠色數據中心的地區。

2、 早在2015年數博會期間，蘋果公司副總裁麗莎·傑克遜當天在貴陽考察時即表態，蘋果公司將進一步密切與貴州的溝通交流，與貴州省和富士康 科技 集團一道，共同推動蘋果公司亞太數據中心落戶貴州。

3、 雲上貴州大數據產業發展有限公司背景。其由貴州省大數據發展管理局履行出資人職責，貴州省國有企業監事會進行監管。政府支持。各類人才雲集，已經擁有數十個控股和參股公司，業務涉及大數據產業和大數據金融等多個領域。

對我們有什麼影響？

得益於貴州當地政府的重視，過去幾年來，以貴陽國際大數據博覽會（簡稱「數博會」）為代表，貴州已吸引了三大運營商，它們都選址國家級新區貴安新區建設數據中心，總投資規模高達 150 億人民幣。蘋果的合作夥伴、代工巨頭富士康也在此建設了一個擁有 6000 台伺服器的綠色隧道數據中心。

除了貴州以外，蘋果日前還宣布將投資 9.21 億美元在丹麥境內建設一個新的數據中心，位置在丹麥和德國的邊境地區，這是蘋果在丹麥建設的第二個數據中心，第一個仍在建設中，預計年底將可以投入使用。之所以選址丹麥是因為數據中心集合了大量的伺服器，運行起來產生的熱量驚人，建在北歐較為寒冷的地區，一方面可以降低電力消耗，另一方面還可以為當地居民供暖，可謂是雙贏之舉了。

其實不止是蘋果，華為和騰訊等大企業也紛紛在貴州建立數據中心。而貴州更是被稱為中國的大數據「矽谷」。那麼為什麼三大運營商、華為、騰訊、蘋果等 科技 巨頭都選擇在貴州建立數據中心呢？

首先就是節省電費這個先天優勢。要知道，數據中心最大的特點就是「高能耗」。電力成本是整個支出成本的50%~70%，其中一半來自於伺服器等設備的供電，另一半來自於機器設備散熱的「空調費」。

而從氣溫和能源來說，貴州是公認的中國南方最適合建立數據中心的地方。貴州常年氣溫保持在14 到16 ，即便最炎熱7月份，平均氣溫也只有23.7 ，是伺服器等設備運行最合適的溫度。

而根據華為的說法「大數據基地建在北京需要1塊錢1度電，貴陽只需要4毛。我們不需要什麼優惠政策，放在貴州，建成運行後一年可以節約上億的電費」。

其次就是政策優勢所導致的「彎道超車」。2013年是中國「大數據元年」，大數據的到來，貴州和北上廣的等一線發達地區站在同一起跑線上。

貴州專門頒布了一系列政策，用於支持貴州大數據的發展。2014年開始，貴州鼓勵獎政府部分的數據遷移到雲端，即「雲上貴州」，除了特殊需求，不再自建機房，這個在全國范圍內都是超前的。

總之，貴州發展大數據產業占據了天時地利人和的優勢，貴州獨特的自然環境和精準有利的政策支持是貴州大數據產業發展的兩大法寶。

蘋果資料庫建立貴州：1因為全球最大的 也就是那個大鍋在貴州，也就是說貴州已成為信息網、2 不僅是蘋果公司，還有華為、騰訊、富士康、阿里巴巴等等，貴州將成為網路系統集成地！3不是你們那些無知說什麼貴州窮，地便宜什麼的，你去貴州就知道了，現貴州縣縣通高速，在過幾年縣縣通城際 、未來的貴州將成為全國人民所期待之處。其實消費一點不便宜，貴陽打 10元起步！

1 基礎網路能力強悍，有非常完善的基礎設施。中國移動、中國聯通和中國電信三大運營商在貴陽建立了大數據交易中心，為貴陽打下了堅實的基礎。

2.氣候條件十分優良，可以節省一大筆費用。貴陽市平均氣溫15.1攝氏度，夏無酷暑，冬無嚴寒。節省了不少供暖和降溫的費用。

3 電力充足。貴州省電力充沛，能源富足，是「西電東送」的起源。貴州省水資源豐富，電力水火並濟，穩定可靠。

4.優惠政策。貴州省頒布了《關於加快大數據產業發展應用若干政策的意見》和《貴州省大數據產業發展應用規劃綱要（2014—2020年）》扶持大數據產業。

這個問題本不該回答，但是我看了，其他人一本正經滿嘴胡言亂語，我是忍不住了說吧。

就只有一個原因，國家要求蘋果在國內建設伺服器，不能把中國人的數據傳到美國，後果自負。這個cctv報道過我就不解釋了，

既然要在中國建設蘋果的伺服器選哪裡合適呢？

只有一個理由成本哪裡最低。而且還能過得補助呢。

當然就是貴州了，國家十三五大力發展貴州，給外企，還是國內企業優惠幅度特別大，5年免稅等不同企業免稅時間不一樣。

稅費免了，還不夠，還要補貼。國家補貼。

蘋果把伺服器放在貴州，大約5年免稅而且能領取補貼。你說蘋果能不要這些補貼去其他地方放伺服器嗎？

主要基於三個原因：穩定的地質，低廉的電價，優惠的政策

2017年07月12日，出於對中國法律的尊重和服從，以及應對國內不斷增速的雲端數據量，蘋果公司與貴州省政府簽署iCloud戰略合作框架協議，雲上貴州大數據產業發展有限公司正式成為蘋果公司在中國大陸運營iCloud服務的唯一合作夥伴，蘋果公司正式選址貴安新區，建設iCloud服務的全國主數據中心。

當聽到這個消息的時候，很多人可能不解：為什麼蘋果要將數據中心建在貴州？

相對於東部地區，貴州省的交通算不上便利，經濟也稱不上發達，蘋果何以慧眼獨具的相中這塊寶地呢？

其實，對於建設數據中心這件事，貴州有著自己得天獨厚的優勢，我們來列舉三點。

地質穩定

數據中心的選址首先對於當地的地質條件要求很高，地質必須穩定，不能在地震帶上。 歷史 上周邊也沒有發生過大的地質災害。

而貴州的貴安新區完全符合這一要求，這里地質極為穩定，無地震、泥石流、台風等自然災害，年平均氣溫為15攝氏度，氣候涼爽，便於伺服器散熱，先天環境絕佳。

（不僅是蘋果，騰訊的數據中心也設在了貴州）

電價低廉

數據中心的運行需要耗費大量的電力，這就對周邊的供電設施提出較高的要求。而貴州省多山、多水，擁有豐富的水利資源，建有大量的水電站。

這些水電站都藏於深山之中，外送損耗大，成本高。但是就近取電，電價十分便宜，可以有效的降低數據中心的運營成本。

（貴州構皮灘水電站，年平均發電量96.82億KW·h）

政策扶持

貴州省政府近幾年開始利用貴州的資源優勢，大力扶持信息產業的發展，力圖將貴州打造成中國的信息數據中心。為此，貴州省政府也出台了許多優惠政策和措施，為企業落戶貴州、投資貴州提供了極大的便利。

（蘋果公司與貴州省政府戰略合作發布會）

綜合以上三點優勢，蘋果最終將在華首座數據中心設在了貴州。

其實除了蘋果以外，華為、騰訊等 科技 公司同樣看重了貴州這塊寶地，紛紛在此建設數據中心。

相信以後會有越來越多的企業投資貴州，建設貴州。

不僅僅是蘋果，現在華為，騰訊，京東很多互聯網企業都把數據中心建在了貴州，所以我們要分析一下貴州有哪些優勢。

一是貴州的氣候宜人，夏季平均氣溫在22—25攝氏度，相比於其他各省，可以有效的降低高溫帶來的能耗。 二是貴州電力資源豐富，電價低。貴州是西電東送的主力，水利發電量居全國第四，豐富的電力資源給數據中心帶來了低成本的電價。 三是貴州交通便利。貴州省是我國西部首先縣縣通高速的省份，高速公路總里程7600公里，總里程全國第四，公路網密度居全國第一。其次是貴州高速鐵路發達，現有成貴高鐵、渝貴高鐵、滬昆高鐵、貴廣高鐵等，高鐵里程截止2019年1340公里，居全國15位，未來2021年貴州將完成市市通高鐵目標。 四是貴州地理位置優越。貴州處於地震帶之外，地殼穩定，據統計貴州境內沒出現過6級以上地震，所以安全性是值得肯定的。 五是貴州政府政策扶持。大數據中心的建立，對於貴州來說經濟發展可以搭上信息 科技 的快速通道，所以政府在企業發展上提供了很大的便利，主要是企業服務綠色通道，人才培養，金融服務，企業上市等等，將大數據作為貴州的發展戰略。

『玖』 五大資料庫理念，讀懂亞馬遜雲科技的資料庫布局

1970 年，關系型資料庫之父 E.F.Codd 發表《用於大型共享資料庫的關系數據模型》論文，正式拉開資料庫技術發展序幕。以 Oracle、DB2、SQL Server 為代表的三大商業資料庫產品獨占鰲頭，隨後涌現出 MySQL、PostgreSQL 等為代表的開源資料庫 ，和以 Amazon RDS 等為代表的雲資料庫，拉開百花齊放的資料庫新序幕。

我們知道，雲計算十年為產業轉型升級提供了 歷史 性契機，但變革仍在進行，隨著雲計算的普及，資料庫市場發生根本性改變，雲廠商打破傳統商業資料庫的堡壘，成為資料庫領域全新力量。其中以連續六年入選 Gartner 領導者象限的亞馬遜雲 科技 為代表，我們一起探討：為什麼亞馬遜雲 科技 能始終保持其創新性？縱觀雲原生時代下，亞馬遜雲 科技 資料庫未來還有哪些更多的可能性？

01 面對四大資料庫發展趨勢，亞馬遜雲 科技 打造五大資料庫理念

後疫情時代下，加速了不少行業的業務在線化和數字化運營，企業對數據價值挖掘的需求越發強烈，亞馬遜雲 科技 大中華區產品部總經理顧凡詳細介紹其中四大趨勢：

一是伴隨互聯網、移動互聯網的發展，電商、視頻、社交、出行等新應用場景的興起，不僅數據量大，對數據實時性要求極高，傳統關系型資料庫無法滿足需求，因此驅動雲原生資料庫的出現。

二是開源資料庫的廣泛應用。

三是應用程序現代化對資料庫提出更高要求，期待資料庫擁有更高的性能、可擴展性、可用性以及降低成本，讓開發人員專注於核心業務的應用開發，不用關注和核心業務無關的代碼。

四是軟體架構歷經 PC、互聯網、移動互聯網，再到如今的萬物互聯時代，其中的迭代和轉型正在驅動資料庫選型的變化。

在此四大趨勢下，伴隨企業的業務量越來越大、越來越復雜，對資料庫的要求越來越高。亞馬遜雲 科技 洞察客戶需求，在打造雲上資料庫產品時提出五大理念：

一是專庫專用，極致性能；二是無伺服器，敏捷創新；第三是全球架構，一鍵部署；第四是平滑遷移，加速上雲；第五是 AI 賦能，深度集成。

02 歷經真實錘煉，五大資料庫理念，持續賦能企業數智轉型

顧凡表示，隨著數據爆炸式增長，微服務架構與 DevOps 愈發流行的今天，一個資料庫打天下的時代已然過去。我們需要在不同的應用場景下，針對不同的數據類型和不同的數據訪問特點，為開發者和企業提供專門構建的工具。

所以亞馬遜雲 科技 提出 第一個核心資料庫理念：專庫專用 。在此理念下，推出針對關系數據、鍵值數據、文檔數據、內存數據、圖數據、時許數據、分類賬數據、寬列等專門構建資料庫的產品家族。

這些資料庫產品均經歷過亞馬遜內部核心業務的真實錘煉，成績斐然：

亞馬遜電商當年是 Oracle 的客戶之一，隨著亞馬遜電商的應用重構和業務體量發展，亞馬遜電商決定將業務遷移到亞馬遜雲 科技 里。100 多個團隊參與這龐大的遷移工作中，將亞馬遜電商采購、目錄管理、訂單執行、廣告、財務系統、錢包、視頻流等關鍵系統全部從 Oracle 遷出來。2019 年，亞馬遜將存儲近 7500 個Oracle 資料庫中的 75 PB 內部數據遷移到多項亞馬遜雲 科技 的資料庫服務中，包括 Amazon DynamoDB、Amazon Aurora、Amazon ElastiCache，於是亞馬遜電商成為亞馬遜雲 科技 在全球的「第一大客戶」。

從 Oracle 切換到亞馬遜雲 科技 後，亞馬遜電商節省了 60% 成本，面向消費者端的應用程序延遲降低 40%，資料庫管理支出減少 70%。

以被譽為「亞馬遜雲 科技 歷史 上用戶數量增速最快的雲服務」Amazon Aurora 為例，其擁有科媲美高端商業資料庫的速度和可用性，還擁有開源資料庫的簡單性與成本效益，Amazon Aurora 讓客戶滿足「魚和熊掌兼得」需求。

據顧凡介紹，Amazon Aurora 可提供 5 倍於標准 MySQL 性能，3 倍於 PostgreSQL 吞吐量。同時提供高可用，可用區（AZ）+1的高可用，Global Databases 可完成跨區域災備。可擴展到 15 個只讀副本，成本只有商業資料庫的 1/10。

醫葯企業九州通為葯廠、供應商，搭建葯廠、供應商、消費者提供供應鏈鏈條。其 B2B 系統的業務特點是讀多寫少，受促銷活動、工作時間等影響，經常會出現波峰波谷落差較大的情況，讀寫比例在 7：2 或者 8：3。九州通採用 Amazon Aurora 後實現讀寫分離和按需擴展，整體資料庫性能提升 5 倍，TCO 降低 50%。實現了跨可用區部署、負載均衡、自動故障轉移、精細監控、按需自動伸縮等。

據權威機構預測，到 2022 年，75% 資料庫將被部署或遷移至雲平台。在這個過程中，亞馬遜雲 科技 是如何通過技術來幫助客戶加速應用上雲的？這離不開除了上述的「專庫專用」外，以下四大理念：

第二個理念是無伺服器、敏捷創新。 亞馬遜雲 科技 大中華區產品部數據類產品高級經理王曉野表示，企業業務總有波峰波谷之時，如何按照企業 80-90% 的業務峰值來規劃資料庫的存儲容量和計算資源的話，將給應用帶來一定的業務連續性的妥協和挑戰。因此大多數企業都是按照峰值留有餘地來選擇資料庫的計算資源，這將造成成本上的浪費。而 Serverless 資料庫服務可完成無差別的繁復工作和自動化擴展。

Amazon DynamoDB 是亞馬遜雲 科技 自研 Serverless 資料庫，其誕生最早可追溯到 2004 年，當時亞馬遜電商作為 Oracle 的客戶，盡管對於關系型資料庫在零售場景的需求並不頻繁，70% 均是鍵值類操作，此時倒逼亞馬遜電商思考：為什麼要把關系型資料庫這么重得使用？我們可以設計一款支持讀寫、可橫向擴展的分布式資料庫嗎？後來的故事大家都知道了，這款資料庫就是 Amazon DynamoDB，並在 2007 年發表論文，掀起業界 NoSQL 分布式資料庫技術創新大潮。

Amazon DynamoDB 可為大規模應用提供支持，支撐亞馬遜自身多個高流量網站和系統，如亞馬遜電商網站、亞馬遜全球 442 個物流中心等。在亞馬遜電商一年一度 Prime Day，光是針對DynamoDB API 的調用達到數萬億次，最高峰值請求達到每秒 8920 萬次。由此可見，DynamoDB 擁有高吞吐、擴展性、一致性、可預測響應延遲、高可用等優勢。

智能可穿戴設備廠商華米 科技 ，在全球 70 多個國家擁有近 1 億用戶。僅 2020 年上半年，其手錶出貨量超 174 萬台，截止到 2021 年 2 月，華米 科技 的可穿戴設備累計記錄步數是 151 萬步，累計記錄的睡眠時間是 128 億個夜晚，記錄心率總時長達 1208 億個小時。如此龐大的數據同時必須保證極高的安全性和低延遲相應，如何保證穩定性是巨大的挑戰。

DynamoDB 幫助華米 科技 在任何規模下都能提供延遲不超過 10 毫秒的一致響應時間。華米 科技 健康 雲的 P0 和 P1 級別故障減少了約 30%，總體服務可用性提升了 0.25%，系統可用性指標達到 99.99%，為華為 科技 全球化擴展提供了有力的支撐。

最新無服務資料庫產品是 Amazon Aurora Serverless V2 提供瞬間擴展能力，真正把擴展能力發揮到極致，在不到一秒的時間內，將幾百個事務擴展到數十萬的級別。同時在擴展時每一次調整的增量都是非常精細化的去管理，如果按照峰值來規劃資料庫資源，可實現大概90%的成本節省。目前 Amazon Aurora Serverless V2 在全球實現預覽。

第三個理念是全球架構、一鍵部署。 在全球化的今天，如何支撐全球客戶的業務擴展連續性、一致性、以最低延遲帶給到終端客戶上，對資料庫提出新的挑戰。

亞馬遜雲 科技 提供 Amazon Aurora 關系型資料庫Global Database、Amazon DynamoDB、Amazon ElastiCache 內存資料庫、Amazon DocumentDB 文檔資料庫都能利用亞馬遜雲 科技 的骨幹網路提供比互聯網更穩定的網路支撐，以一鍵部署的方式，幫助客戶實現幾千公里跨區域資料庫災備，故障恢復大概能在一分鍾之內完成，同時跨區域的數據復制延遲通常小於一秒。

第四個理念是平滑遷移、加速上雲。 目前，450000+ 資料庫通過亞馬遜雲 科技 資料庫遷移服務遷移到亞馬遜雲 科技 中，這個數字每年都在不斷增長。亞馬遜雲 科技 提供 Amazon DMS、Amazon Database Migration Service 等工具讓開發者和企業進行自助式雲遷移。另外，對於遷移過程中可能會需要的支持，可通過專業服務團隊和合作夥伴網路成員，為客戶提供專業支持，還通過 Database Freedom 項目幫助客戶降低他們的顧慮。

今年 11 月，最新產品 Babelfish for Amazon Aurora PostgreSQL 在全球和中國兩個區域正式可用，可加速企業上雲的遷移，實現讓企業可以利用原有的技術棧、原有的 SQL Server T-SQL的人員可以利用到雲資料庫進行創新。

第五個理念是 AI賦能，深度集成。 我們觀察到，ML 技術賦能資料庫開發者，開發者無需具備機器學習專業知識，就可進行機器學習操作。在此潮流下，亞馬遜雲 科技 推出 Amazon Neptune，藉由 Deep Graph Library 和 Amazon SageMaker 驅動圖神經網路。

今年 8 月，Neptune ML 在中國正式可用，允許數據工程師不需要掌握機器學習的技能直接從圖資料庫里導出數據、轉換格式、訓練模型並發布，用 gremlin 語句調用訓練成的模型在資料庫里實現推理，進行欺詐檢測，推薦物品。

目前，亞馬遜雲 科技 加速在中國區域服務落地，2021年至今新發布 60 多個資料庫服務與功能。亞馬遜雲 科技 正是通過上述五大資料庫理念，打造豐富的資料庫產品家族，在全球智能化發展趨勢下，為企業提供更快更好的數智服務，釋放數據價值，並連續六年入選 Gartner 領導者象限，得到業界和客戶的深度認可。