数据量爆发式增长，企业如何降低上云用数成本？

前言

当前，数字化转型已经成为各行各业的必然之选，诸多企业已将其上升为战略核心，以增强业务韧性和可持续发展的能力。其中，云计算作为数字化时代的新型生产力，扮演着至关重要的角色。

在数字经济加速发展的背景下，数据成为新的生产要素，企业通过大数据平台对海量业务数据进行充分挖掘、有效利用，不仅可以优化资源配置和使用效率，还能驱动业务流程，帮助管理层进行决策分析。

但随着云计算、5G、AI 等技术日新月异的发展，企业应用产生的数据规模和增量加速增长，数据管理应用领域变得越来越复杂和碎片化,对数据库性能也提出了更高的要求。同时，面对日益庞大的数据规模，如何充分发挥云基础设施的特点，降低上云用数成本，成为众多企业关注的焦点。

高成本成企业上云“痛点”

近年来，随着物联网、5G 等智能终端设备不断普及，全球数据量呈现加速增长趋势。

根据国际调研机构 IDC 发布的《数据时代2025》预测，全球数据总量将从 2018 年的 33ZB 增至 2025 年的 175ZB，增长超过 5 倍；中国平均增速快于全球 3%，预计到 2025 年将增至 48.6ZB，占全球数据圈的比例由 23.4% 提升至 27.8%。其中，中国企业级数据量将从 2015 年占中国数据量的 49％ 增长到 2025 年的 69％。

面对飞速发展的数据规模和数据类型，企业上云应用的场景也越来越复杂，如何高效、便捷、低成本使用和管理云资源成为企业的难点。

据中国信通院统计，我国云计算市场规模2021年达到3030亿元，其中公有云2022亿元，增速45%。目前我国企业上云率30%（美国85%、欧盟70%），未来还有巨大市场增长空间。预计“十四五”期间，我国云计算收入年均增速将超过30%。但同时，用云成本高居不下的问题也成为了企业上云的“痛点”。

调研机构 Gartner 的报告显示，到2022年底，全球各地的企业在云计算基础设施方面的支出约为3330亿美元。麦肯锡公司则在调查报告中指出，每家上云企业的云计算预算平均超过了23 %，并且浪费了30%的支出。

FinOps 日益获得重视

随着企业上云成本的日益增加， FinOps（云成本优化）正受到越来越多企业的关注。

根据 FinOps 基金会对 FinOps 的定义，“FinOps 期望通过将技术、业务和财务人员与一套新的流程结合在一起，提高云的业务价值。”

FinOps 作为近年来兴起的云财务管理的全新理念，将技术、业务和财务专业人士与一组新流程聚集在一起，优化云成本，降低企业用云过程中的综合负担，提升云上业务的投入产出比，提高企业了解云成本和进行业务权衡的能力，是当前推动产业互联网融通应用的重点方向之一。

Flexera 在《2020云计算现状报告》指出，73% 的受访者计划在 2020 年将重点放在云计算成本优化上，这已是其连续四年成为企业的首要计划。

在国内，FinOps 也正不断提速。早在 2020 年 12 月，信通院就牵头成立了 FinOps 产业推进方阵，推进规模化实践。

今年三月，中国产业互联网发展联盟、FinOps 基金会亚太区等 40 家企事业单位联合成立了国内首个 FinOps 产业标准生态联盟。

业内人士认为，通过采用正确的 FinOps 云成本优化策略，企业不仅可以提高云投资回报率和总体用云成本，还可以使业务处于最佳状态，同时良好的云成本优化和财务运营可以帮助企业获得云计算的真正商业价值。

云原生数仓成为企业上云首选

对很多企业来说，数据仓库作为数据处理、分析的基础软件，对企业数字化转型起着举足轻重的作用。

在过去，很多企业的数据以 ERP、CRM 数据为主，数据规模往往是 TB 级，企业通常在本地采用昂贵的数据仓库解决方案来存储和分析数据。这种解决方案模型范式固定，底层数据无法做到多样变化，逐渐跟不上企业业务变化的速度。

如今，在 5G、物联网、人工智能等技术的驱动下，企业用户的数据量达到 PB 级，并且数据类型丰富，除了 ERP 等数据外，还有大量像文档、音视频、行为数据等非结构化和半结构化数据，业务对于数据分析的及时性也愈发苛刻，这使得很多企业用户将目光瞄准了云端。

在这一趋势下，为解决多种数据库、多种架构管理复杂、成本高昂等的问题，实现跨数据库、跨云融合管理，云原生数据库应运而生。凭借着更经济、更专业、更高效等特点，云原生数据库正获得越来越多的企业的青睐。

Gartner 在今年发布的《数据库市场指南》（Market Guide for DBMS, China）指出，中国数据库行业将加速增长并逐步向云端迁移，未来四年中国数据库行业向公有云迁移的速度将超过全球平均水平。Gartner表示，数据库迁移至公有云有不少优势，包括动态弹性、快速配置和成本优越等。

相比传统数据仓库，云原生数据湖具有湖仓一体、存算分离、弹性伸缩等特点，能够显著降低企业上云用户成本。

云原生数据库系统能够通过探索共享存储和完全共享的架构，以按需的方式来进行自适应地、弹性地分配和释放资源。计算和存储的解耦，以及各种资源（计算和存储资源）的共享，使得云原生数据库具有极高的自适应性。

在存储上，云原生数据库使用对象存储，实现了无限扩容（对于某一特定应用，例如数据仓库）和更低的价格，同时云上统一存储也简化了之后数据调用的复杂度；在计算上，云原生数据库采用计算存储分离的架构，让计算节点和存储节点可以分别弹性伸缩，避免了存算需求不同造成的浪费；在用云策略上，云原生数据库能够根据请求量自动进行毫秒级的弹性扩容，解决波峰资源短缺、波谷资源浪费的问题，实现最小单元的成本最优。

以 FinOps 产业标准生态联盟首批会员单位酷克数据旗下产品的 HashData 云数仓为例，它融合了传统数据库和云计算技术优势，100% 兼容开源数据库 PostgreSQL 和 Greenplum Database 生态，生于云上，长于云上，助力企业在云计算时代下的数字化转型。

在成本方面，HashData 云数仓支持按需购买，弹性伸缩，并且能够完全托管，大幅降低企业在购买设备、系统运维上的投入。

据了解，目前 HashData 已经广泛应用于金融、能源、电信等行业。某头部运营商与 HashData 合作，在保证和原 Hadoop 体系存储数据相同的情况下，仅使用原集群规模的40%左右，应用开发周期缩短了50%，查询性能提升了一个数量级，充分实现了降本提效的目标。

在能源领域，HashData 为某大型央企设计了基于计算存储分离的架构数据湖, 相比计算存储绑定的架构，HashData 云端数据湖在保证查询需求的同时，减少了服务器资源成本。在 PB 级的数据量下，可以为企业节省上百万的服务器采购成本。

同时，HashData 融合了 MPP 数据库的高性能与丰富的分析功能、大数据平台的扩展性和灵活性，让用户能够专注于业务趋势分析。

未来，面对云计算技术日趋突出的成本挑战，HashData 将以领先的技术，降低上云用数门槛，助力企业数字化转型再提速。