创造新看点
首页 >> 科技咖 >> 正文

阿里开始只想去IOE,却诞生了全球第3的阿里云,全球第1的数据库

日期:2019-10-09 17:10:37 来源:互联网 编辑:小优 阅读人数:892

众所周知,在早期国内IT企业做集成有三宝,分别是IBM的小型机、oracle的数据库,以有EMC的存储产品。

这三宝就是中最重要的三样了,一旦自有的业务发展,用户量大,并发量大时,那么就不断的增加数量或授权数,比如一台小型机不够就用10台,oracle就不断的增加连接数授权等,至于EMC也是不断的扩容。

阿里开始只想去IOE,却诞生了全球第3的阿里云,全球第1的数据库(图1)

这样扩容起来是很简单,但问题是成本太高,一旦数据量无限增大时,这些IT成本也就无限增长,IBMEMC存储按配置来卖,而oracle按连接数来卖,那时候的运维成本、采购成本都是天文数字。

所以在早期,像IBM、Oracle、以及提供EMC存储产品的这些公司在中国是赚得盆满钵满,就盯着中国的那些国企、大型IT企业扩容,就业务量不断,收入不断的创新高。

有一家中国巨头,在早期也是用这“三宝”撑起了自己的业务,但后面当业务不断增多,用户数从百万到千万上亿时,问题来了。

阿里开始只想去IOE,却诞生了全球第3的阿里云,全球第1的数据库(图2)

那就是成本太高了,所以不得不提了了去“IOE”化,即不用IBM的小型机,不用oracle、不用EMC的存储产品,怎么样在这样的情况下保证业务稳定,这样不仅能够省钱,还能摆脱对这“三宝”的依赖。

而这家中国巨头就是阿里巴巴,当时的去IOE化是王坚2008年加入阿里后提出的,在当时算是相当超前的了。

阿里开始只想去IOE,却诞生了全球第3的阿里云,全球第1的数据库(图3)

而为了达到这个目标,王坚开始负责阿里云的建设,即用云计算来替代原有的“三宝”这样不仅能够解决成本问题,同时还能够解决阿里当时的海量数量处理存储的问题。

因为按照当时的业务量,全部采用oracle、IBM、EMC的话,成本阿里承担不起,而处理能力还未必能够支撑阿里的业务。

与此同时,在2010年,阳振坤加入阿里,正式带领团队在阿里研发数据库,用来取代Oracle,这款数据库就是OceanBase。

阿里开始只想去IOE,却诞生了全球第3的阿里云,全球第1的数据库(图4)

但事实上,这款数据库是做出来了,但在早期阿里还是不敢替换,一步一步来的,一年替换一个,从到支付宝,直到2017年阿里才全面去Oracle化,也全部去IOE化了,或是国内第一家全面去IOE化的真正巨头企业了。

而阿里的去“IOE”化也诞生了目前国内第一,全球第三的阿里云,另外最没想到的是,这款OceanBase最近在TPC-C的基准中,以2倍的成绩打败了oracle,成为了全球第一的数据,也是让人震惊不已。

本文相关词条概念解析:

数据库

数据库(Database)是按照数据结构来组织、存储和管理数据的仓库,它产生于距今五十年前,随着信息技术和市场的发展,特别是二十世纪九十年代以后,数据管理不再仅仅是存储和管理数据,而转变成用户所需要的各种数据管理的方式。数据库有很多种类型,从最简单的存储有各种数据的表格到能够进行海量数据存储的大型数据库系统都在各个方面得到了广泛的应用。在信息化社会,充分有效地管理和利用各类信息资源,是进行科学研究和决策管理的前提条件。数据库技术是管理信息系统、办公自动化系统、决策支持系统等各类信息系统的核心部分,是进行科学研究和决策管理的重要技术手段。

网友评论
  • dlp159
    合理使用索引的升级版
    2019-10-17 03:16 226
  • 金刚888
    O去了掉E就没法去,E是EMC专业存储,因为ORACLE数据库要求的存储只有专业存储才行
    2019-10-14 04:26 150
  • 龙城市民1
    全球前10大数据库产品有哪些?
    2019-10-13 13:11 966
  • 臭臭臭大宝
    减少磁盘访问我们都知道,磁盘的读取速度是很慢的,很多时候数据库访问的瓶颈都在这里
    2019-10-12 00:34 471
  • 憾凊惔孒埥
    减少网络传输分页查询
    2019-10-15 22:19 723
  • 徒手掰雪亮
    合理使用索引,这里要注意避免索引失效
    2019-10-09 14:14 130
  • chien0704
    减少比较操作,减少CPU中的计算
    2019-10-11 01:38 525
  • 随风飘飘飘
    阿里巴巴提出去IOE的概念,说说你的见解?
    2019-10-11 07:13 822
  • 低调华丽11
    减少CPU开销使用绑定变量(避免硬解析)
    2019-10-13 17:12 26
  • CWH1976
    如何优化数据库?
    2019-10-18 06:32 331