在新技术不断涌现的云时代，出现了一种“技术过载”现象——本应帮助企业提高效率的技术，反倒让企业心生焦虑，企业担心不会用、用不好，这在数据库领域体现得十分突出。
数据库是现代企业的核心系统，随着云计算从根本上改变IT产业的格局，数据库重构突然变成了“容易”的事。“事出反常必有妖”，为了重构而重构的数据库，给企业和开发者们带来了新的挑战。
他们要面对不同数据库的复杂理念和运维，这些复杂性不应该被让渡到使用者的层面。
斯坦福教授、Tcl语言发明者John Ousterhout的著作《A Philosophy of Software Design》提出了一个经久不衰的观点——软件设计的核心在于降低复杂性。
数据库可谓是最复杂的关键基础软件之一，关于如何降低数据库复杂性的思考，在当下变得十分应景。书中提到的一些方法，例如分层、抽象和复杂性下沉，正在先行者华为云云原生数据库GaussDB身上得到新的演绎，也推动着云原生数据库走向下一阶段。
分层和抽象之后
在软件领域，分层和抽象的逻辑并不陌生，计算机体系结构、TCP/IP网络协议等都是这种理念的体现，在云计算领域，IaaS、PaaS、SaaS是云计算平台的三层能力，实际上就是云对传统IT的分层和抽象。
IaaS让开发者不必考虑计算、存储和网络等资源调度，PaaS提供中间件和丰富的平台能力，SaaS提供开箱即用的应用，从IaaS到SaaS，抽象的程度越来越高，使用者关心的技术细节也就越来越少，正如现在几乎没有人关注计算机体系机构和TCP/IP网络协议一样。
数据库的云原生化，就是一个不断提高抽象程度的过程，数据库厂商希望借此降低复杂性。
此前，传统数据库或者新诞生的云原生数据库，都在贴近云技术进行改造和重塑，开发者对后端资源的关注有所降低，但这依然不足以让云原生数据库的复杂性降低到令人满意的水平。
华为云数据库服务产品部总经理苏光牛
华为云数据库服务产品部总经理苏光牛表示，从云化到云原生化，过去更多是做服务化，今天更多是对数据库内核进行重构，实现基于云的架构来构建、真正的“生于云、长于云”的数据库。
譬如从产品方面来讲，传统数据库基于单机主备架构来构建，要做到云化，需要对产品的整体架构做重构，贴合云的各种技术栈来进行，例如：分布式存储和对象存储，容器化等基础技术。
再从商业模式来讲，数据库云化需要改变客户使用传统数据库的模式，重点从按需的使用模式出发，端到端的客户体验的优化，比如Serverless模式，这是简单的数据库服务化做不到的，从IaaS的资源调度到Serverless，就是抽象程度提高的典型例子。
新的阶段，数据库所面临的挑战有四个方面，时效性、可用性、多模融合和性价比，表面看起来似乎还是那些要求，但是要求数据库厂商对技术的把握和业务的理解，再上一个台阶。
A Philosophy about “less”
John Ousterhout告诉我们，如果一定要在某个层次处理复杂性，这个层次越低越好，数据库的复杂性和下层功能相关，下沉之后能够解决其他层次和整体的复杂性，华为云便是这么做的。
华为云认为，未来的云数据库需要做三大转变，第一是从关注资源的规划部署，转变为聚焦应用如何更好地使用；第二是从关注数据的物理部署，转变为如何让数据全域可用；第三是从关注多个分离模型的数据转变为多模融合，从关注单一交易或分析业务（TP或者AP）负载，转为HTAP一体化负载，数据库根据业务类型和负载自动选择合适的引擎来处理。
为了实现这些转变，数据库领域需要引入新的技术，实现云原生数据库的Serverless、Regionless、Modeless，也是华为云GaussDB的技术哲学——A Philosophy about “less”，让复杂的事情简单化。
苏光牛提到，Serverless让应用弹性透明地调度和无损透明切换成为可能，过去的Serverless主要是单机伸缩和无状态管理，可能会引起业务中断、受损，云原生Serverless将从通用场景出发，实现失耦状态的常态管理。
Regionless让数据全域可用，用户只需要关注流量从哪里来，用户从哪里访问，数据库将数据分布到不同的Region，应用就近、随时随地访问数据。全球分布统一管理的数据库管理系统和数据库的部署能力，将成为数据库的核心竞争力。
Modeless带来数据库极简体验，传统的数据库只能支持单一负载或者单一模式（KV、文档、时序、宽表等），而企业的应用在融合，交易和分析任务兼有，还有图像和地理信息。
GaussDB分别采用HTAP和多模数据库技术，一个入口处理多样负载、一个入口处理多种数据类型，有效地避免了传统解决方案的抽取、转换和装载繁琐的过程，实现一站式处理，业务接入效率可从数月缩短至数天。
可以看出，为了解决数据库的复杂性问题，华为云下沉到了更深一层，Serverless是更进一步的资源抽象，Regionless是更进一步的空间抽象，Modeless是更进一步的模型抽象，三者都实现了云原生化细颗粒度的解决方式。
“无感知”的数据库
“Less is more”，抽象的程度越高，使用者就越不必关心具体技术和细节，但这并不意味着数据库技术难度降低，相反，数据库厂商把复杂做成简单，内敛比外化要难得多。
例如华为云无感知的资源调度框架AST，智能判断用户负载，实时匹配负载资源将用户成本降到最低；全域数据分层引擎GTE，将部分不常用数据放到低成本的对象存储上，GTE引擎还能支持多个实例共享一份数据同时读取；NDPQ近存储并行查询技术，把一些算子下推到存储上进行计算，计算节点和存储节点都能够进行本地处理，减少网络带宽传输，提高业务效率。
数据库的复杂性下沉，既是技术的下沉，华为云GaussDB将复杂性下沉到离用户更远的一层，也是场景应用的下沉，让数据库去适配应用开发者的习惯，企业用户离DaaS（Database as a Service）才能越来越近。
华为从2007年就开始研发内存数据库，起初是因为电信领域对数据的要求极高，市场上找不到能与之较好契合的数据库。后来随着华为业务的发展，华为不断投入资源研发数据库，打造了一系列数据库产品。
苏光牛提到，华为本身对数据库的要求就是全方位的，包括：华为自身的IT系统、华为成熟的ICT业务以及华为的互联网业务、终端云等需求，GaussDB既要满足金融政企对数据库的严苛诉求，也要满足互联网行业这样典型的To C类业务诉求，这是华为云数据库区别于其他厂商的关键。
因此，GaussDB一开始就瞄准全行业不同场景，与云平台的技术能力深度结合，把云原生数据库的弹性、极简体验做到极致，这也是数据库的未来，企业无需关注数据库的类型，即可拥有无感知的体验。
例如华为运动健康App，全球范围内用户数超4亿，月活跃用户数超过9000万，它选择了华为云GaussDB(for Cassandra)，存算分离架构可以很好满足业务海量并发的需求，同时具备快速扩容能力，高峰期承载上千万QPS，最大能够支持百亿行的表。
互联网应用重视数据库的性价比，且对弹性扩展的灵活性要求高，GaussDB(for Cassandra)能够保证业务高并发运行的同时，实现低时延，很好地满足了穿戴设备数据写入的需求。
再如永安保险，保险业务对数据库的扩展性、性能等要求极高，更要满足数据安全与灾备监管要求，新时代业务敏捷创新与上线，呼唤云化开放架构和分布式技术，永安保险希望找到“一专多能”的云原生数据库。
华为云GaussDB(for MySQL)和数据复制服务DRS，支持主流商业数据库生态，全栈工具链助力切换主流商业数据库，业务无需改造，资源弹性扩容能力强，且华为云DRS简单易用、安全可靠，实现了永安保险意外险和健康险业务的高效上云。
保险业务属于金融场景，是数据库领域的核心地带之一，在云原生时代的大背景下，以华为云GaussDB整体为代表的“新”数据库，正在挑战Oracle和IBM DB2等为代表的“旧”数据库，新与旧的博弈，最终由客户业务场景来评判，云原生数据库正在攻城略地。
在全方位场景化的驱动下，华为云数据库凝练出自己的发展方向，让企业客户不必纠结于复杂的技术，俨然也成为云原生数据库行业的风向标，云原生数据库的成熟态，行且将至。
本文内容源于：TechForWhat
