阿里云認為，云原生已經過了IT基礎設施及應用場景云化的1.0時代，不再只強調單品能力是否容器化，或者是否通過微服務、Serverless等新技術構建;現在，云原生數據庫已進入2.0時代，更強調一個能集成多種引擎的全面數據庫解決方案。說白了，有了云原生，底層的每個分區都可以充分享受云帶來的彈性和高可用能力。但同時，云原生并非孤立存在，而是與分布式、在離線一體化、庫倉一體、多模數據處理等核心技術相互融合，讓數據在不同應用場景和系統之間自由流轉，進而實現一站式全鏈路數據管理與服務。

騰訊云則認為，云原生數據庫強調的是極致的性能、彈性和無限擴展能力。比如：用戶不僅可以在云上搭建自己的數據庫，還能在全面云化的基礎設施環境中，按照使用情況進行更細粒度的計費。

而華為云，更看重上層的應用和架構是否基于云的方式進行改造。換言之，除了資源池化，你的業務是否“生于云、長于云”，決定了你是否能充分享受到云原生數據庫帶來的極致體驗。

如此一來，云原生數據庫好像各有千秋，但對于用戶而言，依然是一知半解。其實，要想真正了解云原生數據庫的概念和內涵，要從用戶的應用場景變化開始梳理。

充分利用云上能力

過去，軟件開發和應用是單體式，要想擁有更強大性能，只有一個選擇，那就是在底層購買更大內核的服務器。性能雖然上去了，但價格不菲，很多銀行用戶都知道，大機的價格很貴。

終于有一天，互聯網時代來臨，我們可以以更合理的方式，解決性能和成本的問題，這便是最早期的云服務模式，也就是云數據庫時代。包括現在，很多企業上云的模式，依然是軟件不動，直接把本地架構搬上云，相當于是把硬件資源進行了池化。

實際上，云帶來的核心價值，遠不止于硬件堆砌起來的存儲層面上的共享，而是上層應用上的分布式能力的破解。云，天然是分布式結構，基于云的彈性設計數據庫應用，意味著數據庫的結構不再像從前那種集中式架構，要靠單體計算能力的強勁，來決定最終的性能。

現在，我們可以通過很便宜的硬件，實現更高的性能。比如：銀行業務，很多應用場景都有計算能力要求，而靠硬件堆砌的單體模式，明顯存在瓶頸。再比如：雙十一場景，云計算可以解決大機解決不了的問題，突破了硬件計算能力理論上的桎梏，這些都是云數據庫帶來的改變。云數據庫和云原生數據庫，一脈相承。

那么，云原生帶來的改變是什么?答案是，架構上的根本改變，云原生讓數據庫實現真正意義上的橫向擴展!

算力解耦、數據可以大量解析，包括大數據的蓬勃發展，都是云架構帶來的改變。但如果你只是把數據庫搬到云上，只能算是應用到硬件紅利，業務層面依然受過去瓶頸制約。所以，最佳業務模式是，從業務架構上進行云原生化改造。

適用于對時效性要求較高的業務

問題是，都在談云原生，不同云原生數據庫有哪些區別呢?

放眼望去，擁抱云原生數據庫的路徑有兩個。一類是直接使用公有云廠商提供的產品和服務;另一類是以公有云的架構和做法做自己的私有云。

理論上講，只有公有云才具備云原生數據庫能力，因為云原生是有成本的，只有最大化共享，才能分攤公共成本。尤其是業務規模到達百萬級、千萬級規模的時候，沒有云原生的體系和架構，根本支撐不住。

只是，在數字化轉型背景下，只用一款或者幾款由公有云支撐的云原生數據庫，支撐千行百業的各個細分場景，從哲學角度看，這是理想狀態，根本不可能實現。所以，不同公有云之間出現了技術上的差異，采用不同的產品組合，解決各類場景細分的問題。

另外，對于規模不太大，或者自身業務規模很大、其業屬性不太適用于阿里、騰訊、華為的企業，則在本地盡量以公有云的方式，擁抱云原生數據庫技術路線。

比如：國內某大型銀行科技公司，既搭建了公有云，也有自己的私有云。數據庫服務，目前主要對內提供服務，企業可以在云上直接部署Redis、PostgreSQL等。其中，TiDB的底層，已經實現容器化部署。

相對于本地業務模式，云原生數據庫可以帶來更強大的擴縮容能力。對于大多數金融業務而言，增量相對穩定，比較容易預測云上資源容量。云原生數據庫更偏向于互聯網那種高并發業務場景，對于實效性要求比較高，云原生帶來的好處是，可以把權限交給用戶，自動化程度比較高，用戶可以自己按需選擇，不需要找專業的DBA幫忙。

對于大多數用戶而言，可以把類似于EBS、塊存儲等技術封裝成業務能力，加入企業自己的甬道，這便是云原生數據庫最佳范式。當然，最終結果肯定和公有云的云原生能力沒法比;但這就是企業應用現狀，不同企業對數據合規及應用場景，都有不同需求。