數據將井噴式增長(cháng)，多模數據庫被“提名”，或助力AI更“智慧”

面對新基建驅動(dòng)而即將造成的數據量井噴現象，當下的數據庫模式將不能夠足以支撐，尤其考慮到AI正逐步落地的情況。

--全球每天生產(chǎn)的數據有多少？

--非常多。

依據Raconteur統計的數據，到2025年，全球每天預計有463 EB數據產(chǎn)生，相當于每天產(chǎn)出約2.1億張DVD碟；IDC發(fā)布的《數據時(shí)代2025》報告中也預測，全球每年產(chǎn)生的數據從2018年的33 ZB增長(cháng)到175 ZB（1 ZB=1024 EB），以25 MB/秒的網(wǎng)速進(jìn)行下載，需要的時(shí)間為18億年。

隨著(zhù)數據量的暴增，問(wèn)題逐漸暴露。

數據規模大、類(lèi)型多，一站式服務(wù)需求激增

截至目前，針對海量數據的處理，業(yè)內既有的數據產(chǎn)品多只能解決某一類(lèi)問(wèn)題，譬如Hive應用于結構化數據、面向數據存儲的文檔數據庫MongDB、專(zhuān)注于復雜搜索需求的ElasticSearch以及圖數據庫Neo4J等等。與此同時(shí)，圍繞多種數據類(lèi)型的存儲與處理需求，業(yè)內也搭建了一種混搭架構，涉及多種不同的數據庫技術(shù)，以解決不同的數據問(wèn)題。

只不過(guò)，我們也可以注意到，各個(gè)數據庫可以說(shuō)是各自為政的，這也使得客戶(hù)在需要使用多種數據庫產(chǎn)品時(shí)，需要自己重新架設一層，以解決需求被滿(mǎn)足時(shí)所產(chǎn)生的附加問(wèn)題，包括數據如何在不同數據庫之間導進(jìn)導出、數據在不同庫中的一致性保持、整體運維等等。

僅從文字的描述來(lái)看，就可以知道，數據庫的單一獨立使用和混合使用各有優(yōu)劣，前者操作簡(jiǎn)單但供給不足以滿(mǎn)足實(shí)際應用場(chǎng)景的多樣化需求，后者雖然能夠滿(mǎn)足客戶(hù)圍繞數據產(chǎn)生的多樣化需求，但是操作不便、運維復雜等問(wèn)題也是不可忽視的。

就當下而言，混合架構或許尚能夠應對來(lái)自產(chǎn)業(yè)內的多樣化數據需求，但是長(cháng)久以往下去并不是一個(gè)辦法，尤其是隨著(zhù)新基建的到來(lái)，于國內數據庫的發(fā)展也帶來(lái)了極大的挑戰。針對這個(gè)問(wèn)題，騰訊云數據庫副總經(jīng)理王義成指出了三點(diǎn)：

1、數據量出現全面井噴，如何滿(mǎn)足相應運算與分析的實(shí)時(shí)進(jìn)行？

2、業(yè)務(wù)融合多樣化發(fā)出挑戰，數據庫是否能夠接受在不同的業(yè)務(wù)中心、數據中心、基礎設施之間去做相應的部署和融合？

3、老齡化逐步演進(jìn)，數據庫人才缺口可能更大，數據庫供應商如何為用戶(hù)提供多種自動(dòng)化服務(wù)，以及能否為用戶(hù)的多種服務(wù)需求提供自動(dòng)運維服務(wù)，實(shí)現整個(gè)數據的自動(dòng)化治理？

圖 |騰訊云數據庫副總經(jīng)理王義成

從這些挑戰來(lái)看，鑒于數據庫與數據庫之間的不兼容，為了避免復雜操作性、實(shí)現成本有效降低等目的，一個(gè)面向數據層面的一站式服務(wù)平臺顯然成為一個(gè)剛需。簡(jiǎn)單來(lái)講，在這個(gè)一站式數據服務(wù)平臺或數據庫中，用戶(hù)希望能夠以簡(jiǎn)單的操作方式調用多數據庫的資源，并處理多種數據模型等等。

數據庫未來(lái)趨勢？提名“多模數據庫”

在提及數據庫在新基建背景下將面臨的挑戰時(shí)，他也指出了這一產(chǎn)品的兩點(diǎn)趨勢，一點(diǎn)關(guān)乎數據庫分配模式，“在數據量再擴幾倍的情況下，還能保持TP與AP的整體穩定性和性能，這是一個(gè)大趨勢，大家也會(huì )在這個(gè)點(diǎn)上繼續去深耕。”

第二點(diǎn)上，王義成則表示隨著(zhù)5G的到來(lái)，可能會(huì )有更多模式的數據庫會(huì )出來(lái)，包括圖數據庫或是更為稀奇的數據模式。

“數據庫的下一個(gè)模式會(huì )向多模方向發(fā)展。數據庫的存儲模式是不同的，但真正對于應用訪(fǎng)問(wèn)來(lái)說(shuō)，或者對于應用處理來(lái)說(shuō)，需要一個(gè)更加經(jīng)典化、更加統一的標準接口讓上層應用能夠去訪(fǎng)問(wèn)。”王義成表示，“我認為，應對5G帶來(lái)的應用爆發(fā)、數據爆發(fā)，多?？赡苁且粋€(gè)大的趨勢點(diǎn)。”

多模數據庫究竟是怎樣的？與現有的混合架構模式而言，它的優(yōu)勢體現在哪里？

簡(jiǎn)單來(lái)講，多模數據庫最終體現的是一種數據模式的統一，主要形式有兩種：

一種是數據存儲為統一模式，可以在這一層面暴露多種協(xié)議接口類(lèi)型，比如一套數據存儲，可以暴露Mongo的訪(fǎng)問(wèn)模式，暴露MySQL的訪(fǎng)問(wèn)模式；

另一種則是集中存儲，將不同類(lèi)型的數據庫存儲道一個(gè)整體通用的數據平臺，再用一個(gè)up層，或者用一個(gè)接口層去兼容多種協(xié)議，讓所有的應用都能夠更為方便的集中于自身的數據處理跟統一。

相較于混合架構而言，多模數據庫在進(jìn)行統一整合、將操作極簡(jiǎn)化的同時(shí)，也降低了數據在不同庫之間來(lái)回遷移的成本和風(fēng)險等。“多模數據庫有可能是未來(lái)中長(cháng)期相對比較的趨勢。”王義成說(shuō)到。

多模數據庫驅動(dòng)下，助力AI逼近“人類(lèi)智能”

從前面行業(yè)內人士的講解來(lái)看，在數據庫賽道中，利好多多的多模數據庫已然成為被看好的下一個(gè)趨勢。當前，在多模數據庫賽道中，包括騰訊在內，華為、阿里等大型云服務(wù)商也已經(jīng)推出或即將推出有關(guān)產(chǎn)品。

在一些行業(yè)賽道中，尤其是那些傳統行業(yè)，他們的數據多是分散在各個(gè)業(yè)務(wù)系統中，這也為他們的數據化、智能化變革道路中增添了難度。如果一個(gè)產(chǎn)品能夠幫助他們更快地整合數據，并能夠提供抽象化的應用接口，這必然是利好的。

用王義成的話(huà)來(lái)說(shuō)，使用多模數據庫的目的之一，是解決用戶(hù)不同調用的使用習慣，助力用戶(hù)使用。而當談及落地，“多模數據庫”于A(yíng)I的智能提升而言可謂一大助力。

眾所周知，AI與人類(lèi)智能差距之一就是“多模態(tài)信息的智能化理解”，這其中包括視覺(jué)、聲音、符號語(yǔ)言、嗅覺(jué)和觸覺(jué)等信息。如果能夠像人類(lèi)利用多模態(tài)數據學(xué)習知識一樣，讓AI也擁有多模態(tài)數據的學(xué)習能力，AI的智能程度必然將大大獲得提升。

然而，就目前而言，多模態(tài)AI還存在不少技術(shù)難點(diǎn)，其中就涉及到多模態(tài)數據的融合。具體來(lái)看，一個(gè)軟件或算法模型的進(jìn)步是較為容易的，但當多個(gè)算法疊加在一起，難度的升級將會(huì )是成倍的，尤其在面對圖像、語(yǔ)音、觸感等非文本數據時(shí)。

就這一點(diǎn)來(lái)看，多模數據庫與AI可以看作是相輔相成的：利用AI算法，數據庫將能夠在現有基礎上獲得進(jìn)一步的優(yōu)化；反過(guò)來(lái)，正是因為能夠調用多個(gè)數據庫，以及兼具的統一性，多模數據庫將能夠為AI算法模型提供訓練平臺，以及融合數據處理平臺，讓AI系統的決策更為全面和智能。

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！