\n\n最新研究揭示，许多技术领袖虽对云数据库现状满意，但担忧其难以支撑未来AI负载。这种“够用就好”的心理在面临成本压力和性能瓶颈时极具风险，企业需从被动应对转为主动战略。
译自：Why "good enough" cloud databases are becoming a business risk
作者：Cynthia Dunlop
数据库就像一台热水器。一切正常时，它只是在后台默默工作。你不会幻想去更换它，也不会羡慕朋友家刚装的那台。事实上，你根本不会想到它——直到出了乱子。
但最新研究揭示了一个关键区别：对于数据库来说，问题并不会让你措手不及。约 38% 的技术领导者担心目前的数据库在不久的将来无法满足他们的需求。然而，他们并没有采取行动。他们一直在等待某些紧迫事件（例如生产事故、使用量激增、预算削减或云战略转型）将数据库推向优先级列表的顶端。
这只是 Futurum Group 最新研究研究中的有趣发现之一。该研究由 ScyllaDB 委托，探讨了云数据库成本压力、性能风险和迁移动机的最新趋势。受访者包括决定云数据库战略的技术决策者，以及直接负责数据库的团队成员。
Futurum Group 首席分析师 Guy Currier 这样总结研究结果：“那些技术领导者在对云数据库表示满意的同时，也表达了担忧和谨慎。这种组合表明，尽管他们不希望立即采取行动，但他们知道当突发事件迫使改变时，他们将不得不搬迁。”
完整报告 《云数据库的懈怠是否正在影响您的业务目标？》 现已发布。以下是一些关键要点。
安逸掩盖了忧虑
三分之一受访的领导者表示对当前云数据库的性能感到满意。然而，38% 的人担心他们的数据库无法支撑未来的 AI/ML 工作负载以及随之而来的数据量爆炸。
这些工作负载的主要特征是其不可预测性；随着技术的演进和数据量的增加，过去的数据库性能已不足以预测未来的表现。Guy Currier 指出：“企业正在经历我们所谓的‘现阶段够用’综合征。他们的数据库能充分处理当下的工作负载，但领导者怀疑这些解决方案是否能扩展以满足未来的需求。”
“企业正在经历我们所谓的‘现阶段够用’综合征。他们的数据库能充分处理当下的工作负载，但领导者怀疑这些解决方案是否能扩展以满足未来的需求。”
云数据库成本也是一个主要担忧。研究发现，35% 的领导者希望提升性能但受限于预算。另有 35% 的人虽然对性能满意，但对不断上升的成本感到担忧。
云数据库成本的主要驱动因素包括：
- 意外负载 (40%)
- 新的或严格的技术要求 (38%)
- 网络带宽增长 (38%)
- 存储增长 (38%)
10% 的成本节省临界点
近 40% 的企业能够控制在云数据库预算内，但同样比例的企业认为其可预测成本过高。
正如 Guy Currier 解释的那样：“当企业可以预见成本时，他们可能会容忍高额费用。然而，这种容忍度也为那些能以更低价格提供同等可预测性的解决方案创造了机会。”
这个机会非常具体：只要能降低 10% 的成本，就足以让许多技术领导者考虑迁移他们的云数据库。为什么门槛这么低？答案可能在于规模。研究显示，对于像 DynamoDB 这样的平台，当数据库年成本攀升至数百万美元时，即使是微小的 10% 也能转化为巨额节省。
事件驱动的数据库迁移触发机制
尽管如此，技术领导者并不会主动寻找更具成本效益或更适合当前/未来 AI/ML 工作负载技术需求的替代方案。他们往往在等待那些迫使他们做出危机驱动决策的触发事件。
领导层变更 (36%) 和重大生产事故 (32%) 是主要的催化剂。其他重要的触发因素包括：
- 负载激增 (32%)
- 成本降低 10% 或更多 (31%)
- 维护负担 (31%)
- 性能问题 (29%)
- 成本波动 (28%)
大多数触发因素突显了这些迁移的被动性质，而非主动的战略性变革。
请注意，波动的数据库成本驱动了 28% 的切换决策，这表明纯粹的不可预测性几乎与高额成本一样具有破坏性。
“数据库决策很少是在孤立状态下做出的。即使团队发现了性能或成本效率低下的问题，采取行动也会面临与功能交付、路线图承诺、有限的运营带宽以及对抗熟悉技术栈的竞争。”
“数据库决策很少是在孤立状态下做出的，”研究报告指出，“即使团队发现了性能或成本效率低下的问题，采取行动也会面临与功能交付、路线图承诺、有限的运营带宽以及对抗熟悉技术栈的竞争。”
早期预警信号
虽然热水器问题往往在没有任何预兆的情况下出现，但数据库问题通常是可以预见的。这里有几个早期预警信号，表明数据库开始成为限制因素：
- 成本增长快于吞吐量。 当数据库支出增长速度超过其处理的吞吐量时，系统可能并不像表面看起来那样具备可扩展性。团队通过打补丁（例如增加缓存）来维持性能。但单次查询成本不断攀升。
- 尾部延迟上升。 当 P95 或 P99延迟在高峰期或后台操作期间开始攀升时，表明系统正接近其临界点。如果这些变化没有立即违反 SLA，可能会被忽视，但它们是“矿井里的金丝雀”。
- 运营摩擦增加。 更多的手动调优、更频繁的容量调整、花费更多时间管理数据库以维持相同水平的性能……所有这些都信号着当前架构的边际收益正在递减。
- 应对自然增长的复杂度不成比例。 当常规扩容或新工作负载支持需要耗费巨大的工程努力时，这表明数据库已经成为限制因素而非推动力。
从被动应对转向战略规划
识别这些信号是一回事，但在危机迫使你动手之前采取行动则是另一回事。现在进行一些尽职调查将有助于你保持领先。
- 了解适用于你用例的可选方案
- 定义中立于供应商的评估标准
- 对现有数据库进行压力测试以了解其临界点——在生产流量暴露问题之前发现它
- 设定明确的决策触发点（例如特定的性能阈值、成本目标和能力差距）
- 根据你未来 12-24 个月的战略路线图来匹配数据库能力，而不仅仅是当下的工作负载
正如 Guy Currier 总结的那样：“你的数据库可能‘现阶段够用’，但如果这与你业务的发展方向不一致，这种懈怠就已经在让你付出代价了。”
点击此处下载完整报告；您还可以观看专家小组对研究结果的讨论。工智能
