關系數據庫的應用已經有了半個世紀的歷史，其各種子類別(如文檔、鍵值數據庫和緩存數據庫)是IT領域中長期存在的部分。很多人可能會認為數據庫創新的時代已經過去了。但是，云計算基礎設施和服務的興起為這個原本停滯不前的市場注入了新的活力。

主要的云計算提供商最初將數據庫作為應用程序使用，以便在通用計算實例上運行，但很快就開始使用更高級別的應用程序服務來擴展其IaaS產品。云計算數據庫已經成為技術開發的關鍵領域，云計算提供商可以通過啟動不同類型的數據庫來滿足業務需求來進行競爭。

1. 了解市場

調研機構Gartner公司認為，云計算是數據庫市場的未來。該公司預測，到2022年，將有75%的數據庫部署在云中。這一數字基于客戶對新應用程序和現有應用程序的查詢和訪問，這些應用程序正在以越來越快的速度向云端遷移，預計這一趨勢將會加速。

例如，在Gartner公司發布的2019年數據庫市場份額排名中，AWS公司排名第三，高于2013年的第七位。事實上，AWS公司數據庫分析師收到大部分查詢信息都與云平臺有關。而且，由于托管公共云服務的彈性、可擴展性以及按需性質，在云中進行的創新可能無法在內部部署復制。

此外，Gartner公司估計，2018年云計算數據庫收入占整體數據庫軟件和服務收入增長的68%，其中AWS和Microsoft的收入占到絕大部分。

2. 熟悉數據庫選項

為了規劃這個以云計算為中心的未來，企業必須了解可以減輕將內部部署工作負載遷移或復制到云計算基礎設施所遇到的問題的選項。

企業選擇云計算數據庫服務時，有兩個首要因素需要考慮——部署架構和數據庫需求。特定應用程序將為每個元素提供參數。

這些是影響與云計算相關的數據庫選擇的因素：

• 部署環境，無論是內部部署、一個或多個公共云，還是私有云和托管數據中心的混合;
• 數據庫類型，包括關系型SQL(RDB)、分布式SQL、NoSQL變體(如列存儲、寬列)或文檔數據庫、緩存、圖形或各種專用數據庫(例如時間序列和量子分類帳);
• 數據庫管理器，即數據庫是自我管理的還是云計算服務(DBaaS);
• 性能和容量要求，如每秒事務數、查詢延遲以及數據庫吞吐量和容量的可擴展性;
• 可用性和彈性要求，這將確定對多個復制和同步實例的需求;
• 靈活性，包括特定的版本要求以及IT團隊需要對數據庫設置和配置等詳細信息進行控制的數量。

AWS、Microsoft和Google主導了全球云服務市場。許多IT團隊傾向于使用這些云計算提供商的數據庫服務，而不是將數據庫本身托管在云計算實例上。那是因為將它們與現有的云計算環境集成起來會更容易，并且會減少開銷。

AWS、Microsoft Azure和谷歌云平臺具有IT團隊應探索的一系列數據庫服務，以滿足其特定需求。

3. 云計算數據庫服務的權衡要素

數據庫服務并非適合每個公司和每種云計算策略。通常，云計算數據庫服務更適合于以下這樣一些企業：

• 需要更簡單、更快的部署;
• 需要各種各樣的數據庫產品，而不必安裝和管理每個產品;
• 不想管理軟件;
• 需要更大的可擴展性;
• 希望通過多個地理位置分散的實例實現高可用性;
• 了解云計算的共享安全模型，并可以利用云計算固有的安全基礎設施;
• 無需對每個數據庫設置進行微觀管理。

總體而言，云計算用戶必須了解單個數據庫實例的容量和性能限制。但是，這些通常可以通過分布式設計來解決，該設計利用云計算產品內置的復制和網絡功能。

盡管總擁有成本的計算充滿了每個組織所獨有的變量，但云計算數據庫服務的成本要低于自我管理的內部數據庫系統。它們消除了硬件、系統管理和一些數據庫管理員(DBA)開銷的成本，對于希望減少開支的企業而言，這是一個更具吸引力的選擇。當企業使用基于開源或內部開發的軟件的云計算產品時，節省更多的費用，從而消除了許可費用。

4. 考慮企業的業務和使用情況

數據庫應用程序的設計和選擇高度依賴于軟件需求、云計算使用情況以及任何相關的原有系統。為了對企業工作量做出最佳決策，需要考慮以下幾個因素：

首先，新的應用程序比傳統應用程序更適合云計算基礎設施和數據庫產品。然而，如果IT團隊希望遷移過時的硬件，或者如果他們的使用率出現峰值，并希望通過利用云計算的基于消費的定價來節省資金，那么IT團隊可能會選擇將原有系統移到云平臺上。如果企業采用云原生策略，IT團隊可能需要遷移一個原有數據庫來與新的應用程序集成。

但是，如果企業對直接遷移到云平臺持謹慎態度，混合云部署(將內部部署數據復制到云平臺中或從云平臺中訪問)通常是一個更好的選擇，并且提供了更好的風險管理數據庫。混合云的方法還允許IT團隊在運行原有內部部署數據庫作為備份的同時切換到作為主要系統的云平臺。

一旦企業的團隊適應了新環境，便可以訪問主要云平臺上可用的數據分析和機器學習服務的完整列表。它還可以將工作負載遷移到云原生數據庫服務，例如Amazon Aurora、Azure Cosmos DB或Google Bigtable，與云計算實例上的原有數據庫相比，它們通常更具成本效益，并且可以更好地與其他云計算服務集成。

無論選擇哪種云計算數據庫，系統設計師和應用程序開發人員在設計基于云計算的環境時都必須特別注意服務成本，因為草率的使用和配置可能會抵消云計算部署可能帶來的成本節省。