gydtep

今天的数据中台所考虑的就是如何将数据的价值最大化，同时会结合AI相关的技术来做智能计算，这正是新数据时代的样子。面对越来越多的数据量，如何处理结构化和非结构化的数据，存在非常多的技术挑战和商业挑战。

gydtep

Gartner基本上每年都会发布魔力象限，所有的数据库厂商都会非常关注魔力象限。可以看到，2013年数据库魔力象限的领导者象限中主要包括Oracle、微软、IBM和SAP，这几个巨头几乎处于无敌的位置，所有的NoSQL厂商以及大数据厂商都在普通玩家的象限。

gydtep

在编程模型部分，以前部分产品将SQL当做外置的接口增强，而如今的很多产品将SQL当做自身原生的能力，就像是数据库一样，将SQL当做自己的内核，还有部分产品将存储过程当做自己的内核。而对于分布式文件系统部分，可以发现，云厂商在这部分做的非常好，无论是AWS的S3还是阿里云的OSS与云盘，他们天然就是分布式存储。

gydtep

数据库将默认开启自动驾驶，这一点在技术上而言已经不再有瓶颈存在，未来将会在各个领域进行突破。最后，各种国产数据库百花齐放，并且应用到各行各业，很多核心系统都开始切换到国产数据库，如PolarDB、TiDB、达梦等等，国产数据库必将全面崛起。

gydtep

通过使用AI数据存储，供应商和企业可以将存储管理提升到一个新的水平。而且，存储管理员可以找到他们目前正在努力管理的指标的解决方案。

gydtep

存储管理员在管理存储问题时面临一些挑战。而且，如果他们克服了这些挑战，将帮助他们在数据存储的各个方面之间找到适当的平衡，例如在哪里分配工作负载，如何分配工作负载以及如何优化堆栈等等。

gydtep

通过使用大量数据训练算法，以了解特定堆栈或整个应用如何收集和存储数据，它们可以帮助实现对该特定应用存储活动的实时观察，以防止堆栈最大化并改善存储容量。

gydtep

云的第一个阶段就是基础设施云化，这里就是云托管模式。基于云上的存储、网络等基础设施来构建应用，这种模式的核心价值在于资源的弹性和成本。

gydtep

目前，主流的云计算产商的产品体系也正在迅速地 Serverless 化，这并非是对于未来的预测，而是实际正在发生的事实。下图中的数据是基于对于AWS、微软和阿里云的产品所发布的新功能或者新服务形式的统计，可以看到绝大多数的新服务都在呈现Serverless 化。

gydtep

云计算产生了大量的服务，在效能的角度来看，这些云服务是在更高层次抽象的 Serverless 形态，这就变得非常有意义了。如果从云编程模型的角度重新来审视云产品体系，能够看到最底层是基础设施层，这一层包含两部分，分别是 IaaS 和容器。