作者
digoal
日期
2021-01-30
标签
PostgreSQL , 低代码 , 无代码 , aPaaS , 多租户 , 多模 , 弹性 , 宽表 , 隔离 , 高并发
背景
什么是SaaS
SaaS即Software-as-a-Service（软件即服务）是随着互联网技术的发展和应用软件的成熟， 在21世纪开始兴起的一种完全创新的软件应用模式。传统模式下，厂商通过License将软件产品部署到企业内部多个客户终端实现交付。SaaS定义了一种新的交付方式，也使得软件进一步回归服务本质。企业部署信息化软件的本质是为了自身的运营管理服务，软件的表象是一种业务流程的信息化，本质还是第一种服务模式，SaaS改变了传统软件服务的提供方式，减少本地部署所需的大量前期投入，进一步突出信息化软件的服务属性，或成为未来信息化软件市场的主流交付模式。
SaaS对企业客户的价值
- 传统软件部署的方式版本迭代慢, 使用SaaS可以享受更快的功能迭代,
- 初期软件费用相比购买License更少,
- SaaS运行在远端, 客户不需要投入运行软件的硬件.
- 企业采取SaaS租用的方式，不需要专门的维护和管理人员，也不需要为维护和管理人员支付额外费用。
- 用户采用传统软件部署, 需要额外购买数据库软件, 使用SaaS后, 不需要购买数据库软件. 整体费用大幅度降低.
SaaS对厂商的价值
- 客户的长期价值更大.
- 集中化部署, 销售和售后成本降低.
什么是aPaaS
SaaS是通用的软件平台, 而aPaaS简单来说, 就是为了解决企业的定制化需求, 解决SaaS厂商和客户之间供需不平衡的问题.
可以参考Salesforce发展的4个阶段:
1、1999-2004 SaaS理念先驱
其创始人马克·贝尼奥夫(Marc Benioff)在创办Salesforce之前已经是软件业的 资深从业者，对于传统软件模式的弊端深有感触。其在90年代末互联网思潮涌动 的年代开始对Oracle一次性收取高昂费用的软件售卖模式产生反思，逐渐萌生软 件即服务(SaaS)的想法。
当时云计算的基础设施建设还不足，IaaS龙头亚马逊云要到6年后才开展业务， 因此Salesforce以自建数据中心的方式来解决市场中IaaS层的缺失问题。
Salesforce于2000年推出了销售自动化(SFA)产品，2001年推出第一款SaaS CRM产品。2004年，Salesforce上市，成为了一家市值10亿美元左右的上市公 司，股票代码CRM。
2、2005-2009 做aPaaS技术架构,建立SaaS生态
随着SaaS理念开始普及，Salesforce逐渐感觉到来自追赶者的压力，同时也意识 到和传统软件巨头竞争的乏力。
前后夹击下，Salesforce开始转型。面向第三方开发者的AppExchange在2005 年推出，第三方SaaS应用的开发者可以将自己开发的SaaS产品在这个平台上发 布，供他人订阅。但这个产品在2005年只能称为是一个SaaS开发者的交流社区 而已，Salesforce此时的底层技术能力还很弱，不足以称之为统一架构下的生态。
2006年，Salesforce推出基于云平台的开发语言Apex，供开发者在Salesforce 的共享平台上开发SaaS应用。
2007年，Salesforce终于推出了世界上第一个可以在统一架构上部署应用的 PaaS平台——Force.com，又创造了一个理念——平台即服务。
Gartner将PaaS分为集成平台IPaaS层(integration platform as a service)和 应用部署和运行平台APaaS层(application platform as a service)。Gartner 对APaaS的定义是，“基于PaaS(平台即服务)的一种解决方案，支持应用程 序在云端的开发、部署和运行，提供软件开发中的基础工具给用户，包括数据对 象、权限管理、用户界面等。” Force.com的定位属于后者。可以将其理解为一 整套直接服务于SaaS开发的底层架构。
在APaaS模式下，非技术人员可以直接在云端完成应用程序的搭建、部署、使用、 更新和管理。APaaS平台的建立对于Salesforce的意义在于，永久地拉开了和后 续进入SaaS市场竞争者的关系，同时补足了和传统软件大厂竞争的短板。
对于后续进入SaaS市场的竞争者而言，Salesforce提供的APaaS平台提供了快速 开发的条件，开发者在几个小时内就能完成应用的开发、测试、部署，并能够随 时调整或更新，同时这种开发对编程能力的要求降低，可以使得开发者更关心具 体业务的实现。SaaS层面的竞争开始变得不再是IT技术的竞争，而是对企业业务 需求捕捉、理解和实现解决优化能力的考验。Salesforce通过升维思考实现了对 SaaS厂商的降维打击，捍卫了自己的行业地位。
PaaS层在技术上补足了数据管理和API接口、用户界面和SaaS整合、权限管理和 二次开发等方面的短板，使得Salesforce在和传统软件巨头竞争过程中具有了技 术能力。
3、2009-2015 基于平台云的能力整合，围绕CRM的业务拓展
这段时间是Salesforce基于平台云能力进行能力圈扩展的过程，并购与整合是这 段时期的主题。
IT领域的研发过程较长，因此并购整合是企业快速拓展某方面能力的最佳方式， 因此我们也看到在IT领域美国企业的并购频繁。Salesforce迅速的并购并整合， 扩充围绕着CRM展开的各方面企业服务，包括销售服务、营销服务和客户服务。 Data.com、Desk.com和Social.com，这三个顶级域名及背后产品所带来组合的 价值超乎想象，形成了后来客服云、营销云和电商云的雏形。
面对移动化浪潮，Salesforce以极为快速的反应于2013年推出Salesforce1平台， 将各业务移动化，从此Web端的服务可以在移动端实现，大大拓展了产品使用场景。
经历了长达6年的产品整合和升级后，Salesforce拥有了一站式服务营销、销售和 客服的能力，同时具备了移动化和社交化的能力。
4、2015至今 大数据和人工智能时代的产品智能化改造
2015年至今，Salesforce始终在利用技术上的进步精细化改造自己的产品，主要 围绕人工智能和数据智能这两个角度展开。
2015年以来展开的一系列人工智能领域的并购，使得Salesforce有能力在2016 年DreamForce大会上推出人工智能平台Einstein(爱因斯坦)，进而将AI能力 贯穿于SaaS层云服务中。Einstein主要采用自然语言处理和图像识别技术，结合 数据挖掘的技术实现商业信息的自动发掘，客户行为的预测和自主行动决策，提 升营销、销售和客户服务能力。
数据智能方面，Krux、Mulesoft和Tableau这几家公司从多源数据整合和数据分 析的角度分别贡献了能力，使得Salesforce有能力将数据智能方案输出给客户。
在这个阶段，Salesforce的并购总金额依旧很高，但可以看出其并购路线更关注 于大数据和人工智能的技术路线，而非2009-2015年阶段的产品路线。
Salesforce进入到利用先进数据技术对产品的精细化打磨期，将先进技术融入到 产品中。
中国SaaS起步较晚, 直接进入低代码阶段, 来势汹汹
https://mp.weixin.qq.com/s/fhi4la0QXT6Dt18X01839w
2021中国低/无代码平台投融资趋势报告： 融资规模近15亿，估值近70亿，马太效应将愈演愈烈
2018年6月，成立16年、专注低代码开发平台12年的OutSystems一举获得来自KKR和高盛的3.6亿美元投资。Outsystems因此成功挤进10亿美元俱乐部，成为新晋独角兽。
OutSystems在低代码界激起的水花被同期接力到了国内的资本市场。国内市场相关融资消息也频频发生：
2018年5月，低代码软件开发平台搭搭云获千万级人民币A轮融资；
2019年上半年，PaaS平台研发商ClickPaaS获晨兴资本数百万美元A轮融资；
2018年5月和2019年3月，低代码数字化平台服务商奥哲先后获得阿里5千万人民币A+轮融资和高榕资本上亿元B轮融资；
2018-2020年，究竟多少家低代码平台获得融资？什么类型的低代码平台更容易受资本青睐？已经入局这个市场的BAT投资策略究竟有何不同？未来的融资又将呈现出怎样的趋势？
数据库挑战
- 钱
- 上万企业使用, 每个企业一套数据集, 需要数据库的管理便捷性
- erp,crm,hrm,im,oa,发票,财务等系统的业务逻辑都非常复杂, 数据模型也非常复杂, 使用的数据库几乎都是oracle, sql server, 对数据库的数据处理能力要求非常高
- 越来越多多模的数据类型出现, 同时需要对其进行处理
- 敏捷开发, 变化快(数据结构, 索引加减, SQL变幻莫测, 索引自动推荐)
- 每个租户一套数据模型, 需要多租户和资源隔离, 弹性能力
- 数据处理能力需求(并行计算)
- 随随便便就上百个表的JOIN性能
PG解法
1、无法律风险
不论是你来分发, 还是用户自己安装, 都没有法律风险.
2、免费
不要钱很重要
3、多租户
schema/database 级别多租户
4、多模
json|xml|hstore|cube schemaless支持
图式查询支持
文本搜索(支持实时索引, 前后百分号模糊搜索, 分词, 相似搜索等)
内置机器学习库madlib
GIS地理信息数据类型和索引(PostGIS)
拓扑索引(pgrouting)
相似推荐搜索索引(pase,imgsmlr,smlar)
标签索引(roaringbitmap, array, gin)
多维数据模型(cube)
行列变换
时序索引(brin)
时序表(timescaledb)
定时任务(pg_cron)
异步消息
流订阅
10余种索引(btree,hash,gin,gist,spgist,brin,bloom,rum,pase(阿里云),zombodb)
5、大量国产数据库都基于PG
华为opengauss
阿里polardb pg-o
腾讯tbase, cynosdb
亚信antdb
中兴goldendb
阿里云adb pg
6、可扩展插件, 打出垂直行业技术壁垒
不需要修改内核, 通过API能支持数据库的功能扩展, 在数据库中支持行业特性, 例如:
rdkit, 医疗、化学行业, 化学分子式计算
pase, 人脸识别计算
madlib, 机器学习
postgis, 地理信息,卫星影像,地图,激光点云等处理
roaringbitmap, 电商行业,相似标签推荐
timescaledb, IoT行业时序数据处理
同时开源提供了很多插件可直接使用.
https://pgxn.org/
7、横向扩展
Citus, 可以横向扩展到PB级别
8、平滑加减字段, 修改字段长度
低代码下, 数据模型的要求是最灵活的, 匹配用户定制化的功能模块, 加减字段, 修改字段一定很频繁.
PG支持平滑加减,修改字段长度(大量不需要rewrite)
9、在线加索引
低代码下, 数据模型的要求是最灵活的, 匹配用户定制化的功能模块, 平滑加索引很重要.
如果加个索引要锁表, 是不是要疯掉,根本无法满足敏捷要求.
10、自动推荐索引
低代码下, 数据模型的要求是最灵活的, 匹配用户定制化的功能模块, ORM提供的SQL变化无穷, 支持自动推荐索引, 大量简化SaaS厂商优化工作量.
11、在线垃圾回收
不堵塞用户操作.
12、优化器, 高级优化器
低代码下, 数据模型的要求是最灵活的, 匹配用户定制化的功能模块, ORM提供的SQL变化无穷, 复杂SQL能不能优化好, 是很重要的能力.
支持数百种数据访问方法, 支持CBO和遗传算法(超多表JOIN优化), 支持扩展aqo(基于机器学习的超多表JOIN动态优化)
13、并行计算
跑个报表是多么低的要求啊, 但是怎么才能快, 天下武功唯快不破.
PG支持几乎任何SQL, 任何NODE都能用多CPU并行.
10亿数据量,聚合只需要2秒.
《PostgreSQL 并行计算解说 汇总》
14、稳如泰山
PG 的稳定性是产业界出了名的, 稳如狗.
15、功能和Oracle一个级别, 在垂直领域甚至超过Oracle
例如odoo是全球最流行的开源SaaS软件, 指定使用PostgreSQL数据库.
PostgreSQL 数据库是 aPaaS 的最佳选择
PostgreSQL 许愿链接
您的愿望将传达给PG kernel hacker、数据库厂商等, 帮助提高数据库产品质量和功能, 说不定下一个PG版本就有您提出的功能点. 针对非常好的提议，奖励限量版PG文化衫、纪念品、贴纸、PG热门书籍等，奖品丰富，快来许愿。开不开森.
9.9元购买3个月阿里云RDS PostgreSQL实例
PostgreSQL 解决方案集合
德哥 / digoal's github - 公益是一辈子的事.
