與80年代初期相比，今天的數據庫技術，可以說是取得了長足猛進的發展。不僅在硬件的選擇上，不再視大型機為唯一，還可以根據具體的業務需求，選擇更貼近業務場景需求的數據庫產品。

如今，軟、硬件技術在不斷進步，使得數據庫的種類發生了翻天覆地的變化。除了過去常用的關系型數據庫，我們還可以選擇時序數據庫、圖數據庫、文本數據庫等等。有的數據庫只支持單一數據處理，有的數據庫可支持多種數據共用同一個實例。一些專門用于在線事務處理的數據庫，叫做 OLTP;一些專門用于分析型業務的數據庫叫做 OLAP。而能夠把兩者結合起來的，叫做HTAP。

總之，你可以把數據庫放在任意地方，可隨時隨地訪問你的數據，或者隨意遷移數據。比如：你可以把智能手機上的數據遷移到本地的數據中心服務器，還可以從本地服務器遷移到云數據庫上。

那么，問題來啦，什么是云數據庫?

這兩年，不管是傳統數據庫廠商，還是云計算大廠，都在主推“云數據庫”，對于云數據庫概念，不同人有不同理解，可以說是眾說紛紜。那么，到底什么是云數據庫?數據庫從本地遷移到云上，就是云數據庫嗎?

從定義來看，云數據庫是指被優化或部署到一個虛擬計算環境中的數據庫，最顯著的優勢是可以獲得按需付費、按需擴展、高可用性以及存儲整合等能力。所以，云數據庫即可以在本地運行，也可以通過專有云的方式運行，同時與本地數據庫兼容。另外，有些云計算大廠推崇的是云原生數據庫，這意味著整個數據架構都需要使用公有云廠商提供的服務。

不管大家如何看待云數據庫，有一點可以確定，那就是數據庫不是一個簡單的軟件應用，而是涉及到應用程序的后端和存儲層。即數據從前端傳到后臺，后臺與數據庫直接關聯。同時，按照CAP定理，在一致性、可用性、分區容錯性三者之間，不可能三者兼顧，而是最多同時兼顧兩項。

也就是說，如何選擇一個理想數據庫，取決于應用程序需求。如果只用于顯示應用程序的目錄，那么數據庫的讀取速度和延遲時間很重要，這時文檔數據庫可能是理想型選擇，當然很多關系型數據庫和寬列數據庫也能適用。如果是金融交易式應用程序處理，那么如何滿足數據庫的 ACID 屬性(原子性、一致性、隔離性和持久性)就變得非常重要，這時關系型數據庫顯然是最佳選擇。

隨著數據庫技術的不斷成熟，數據庫選型也在突破傳統技術架構的局限。比如：在滿足現代化業務需求的分布式數據庫架構中，節點故障和分區容錯性可以通過使用 Paxos 或 Raft 共識算法來解決。本質上，當一個節點退出集群時，只要它有仲裁，集群就能繼續工作。此外，這種分區的思想在私有云內部網絡中很少見，類似于云服務提供商提供的那種分布式架構服務，在本地數據中心是通過光纖冗余來實現，并且不通過公網傳輸占據內部流量。

所以，總的來看，雖然沒有任何技術可以繞過CAP 定理，但好的云數據庫具有超過五個九 (99.999%) 的可用性，從一定程度上大大提高了數據庫的一致性和可用性水平。比如：針對多人游戲場景，讀寫能力和延遲性都很重要，這時分布式數據庫架構，可以很好地解決這一問題。如果不是強一致性業務以及關系型業務，鍵值數據庫可能是理想選擇。如果是傳感器之類的數據輸入輸出，可以快速大量寫入的時序數據庫，表現會更好。

另外，任何云數據庫都可以處理少量以及大量數據。少的可以處理以千兆字節或更少單位的數據。而具有大數據處理能力的云數據庫，可以處理 TB級數據(數千 GB)，包括少數數據庫可以容納 PB級(數百萬 GB)。

需要重點強調的是，大多數云數據庫會按月向您收取存儲費用，SSD 存儲的費用要高于磁盤存儲。另外，過高的數據處理速度也會給其他指標帶來影響，例如數據庫寫入速度和網絡容量受到限制。 如果數據量突增，數據庫或前端程序可能需要在寫入永久存儲時將其緩沖在 RAM 中，以避免數據丟失。

無論你選擇什么樣的數據庫，都不要忘記在投入生產前進行大量測試。另外，也并不是所有的云數據庫，都要需要你100%地把本地數據庫遷移到云上。同時，一旦數據庫上云，就要做好監控和防護措施，出現問題時要有預警機制，能夠快速遷移到備份方案中。