數據庫未來是雲，越來越多企業面臨數據庫和應用技術轉型，如何面對技術發展和架構演進過程中的數據庫選擇和規模運維管理是企業必須面對的問題，企業在數據安全、容量管理、備份和容災架構也面臨著新的挑戰和新的機會。
就在剛剛過去的10.24 程序員節，阿里雲智能在上海舉辦了一場題為《企業級數據庫管理技術演進和實踐》的技術沙龍。本次沙龍主題迴歸技術，各位專家在沙龍上分享了阿里集團內的最佳實踐經驗，深度剖析了阿里巴巴規模化運維實踐、智能化容量規劃與擴容，解讀企業數據安全管理和雲原生災備技術未來趨勢。現場有來自金融、保險、遊戲、地產、計算機軟件等各行各業的DBA、應用架構師和CTO，大家對多個技術問題進行了深度交流。
開場由李聖陶（阿里雲數據庫資深技術專家）介紹了阿里巴巴集團內的大規模數據庫管理實踐。DBA 通過平臺和工具極大的提升了運維管理效率，通過DMS數據管理和DBS 備份解決數據安全問題，在容量上藉助DAS 自動擴容降低人力和基於DTS 的異地多活技術快速拓展，在成本上藉助雲原生數據庫PolarDB 高效彈性以及數據庫內核優化，高效支撐阿里經濟體的所有業務。在全面上雲的過程中，越來越多的DBA 成長為掌握雲產品技術和數據庫服務能力的架構師。
王天振（阿里雲數據庫高級技術專家）為大家揭秘阿里巴巴數據庫的權限安全管理體系，通過人員、權限、數據三者的抽象，把人員和數據之間的權限細粒度管控規則（可自定義）統一收斂到一個數據管理（DMS）平臺上。通過IDE 和DevOps 能力將業務的數據訂正提取、以及應用開發者的DDL、SQL 審核和自助發佈都服務起來，大大減少了開發和DBA 之間的頻繁交互，解放生產力。
作為支持RDBMS、NoSQL、OLAP 等超過23 種數據源的統一管理， DMS 也支持數據資產管理和數據開發，跨庫跨表查詢的計算任務編排、週期調度、數據可視化報表展示和數據分享，使得簡單的分析需求在同一個權限體系上被滿足，提升了安全性和易用性，成為了一個在線處理和分析一體化的數據管理平臺。
陳杰（阿里雲數據庫高級技術專家）在會上分享了數據庫離線容量規劃與實時彈性擴容技術，通過對在線庫的SQL 抓取和特徵分析，在離線環境進行全量SQL 回放，評估出適合當前業務的數據庫規格，智能壓測的回放技術突破能夠完美重現生產系統的歷史運行曲線。
同時介紹通過磁盤容量預測算法和負載模型分析，通過自動彈性擴容的方式解決業務運行中因異常流量導致的資源緊張問題。這些技術已經沉澱到數據庫自治服務DAS 中，大家可直接在阿里雲上體驗。
付大超（阿里雲數據庫資深技術專家）分享了實時數據流基礎技術的演進並進行了詳細剖析，同時也介紹了阿里DBA 如何利用此技術解決各種業務問題從而快速成長為架構師的故事，用戶可通過公網、VPC、CEN 或專線方式打通網絡鏈路，使用DTS 搭建跨地域的實時容災數據庫架構。
同時DTS 支持零停機上雲遷移，通過正向和反向鏈路支持異構遷移的回滾兜底，幫助你平滑上雲，其中包括Oracle、DB2(LUW/AS400)、SQLServer 等遷移同步能力。
傅翠雲（阿里雲數據庫資深技術專家）帶來了《下一代雲原生數據庫備份技術深度解讀與實踐》的精彩分享。隨著雲原生技術的興起，備份也出現了非常大的變化和機會。備份數據不再是滿足規範或僅僅應對萬一之需，而是能夠利用雲計算發揮冷數據的巨大價值。
雲原生備份可以通過全量和增量自動合成，加上持續打快照的能力，持續準備最新快照，然後利用雲原生的存儲計算分離技術直接掛載出數據庫，用在定時恢復BI 分析、數據庫開發測試環境準備和應急恢復場景，一份快照可多次克隆和掛載。
同時對於邏輯備份副本通過Parquet 格式和數據湖DLA 分析打通，實現備份副本可以直接用SQL 來查詢，進行表級恢復、指定記錄提取或定義報表。
雲原生備份的特性是彈性存儲、彈性計算、多雲多端、備份數據應用，其中多雲多端具備更好的開放性，支持上傳和下載，比如到本地的FTP、MinIO、NAS 等等，可以很方便地進行異地、異構的多級存儲池統一週期管理，實現企業數據備份副本的統一管理和收斂，保障備份策略實施的同時降低企業成本。
隨著雲計算發展和雲原生技術的興起，企業應該藉助雲技術提升數據庫管理水平。阿里雲推出數據庫網關產品，讓用戶不需要暴露本地數據庫，只要在本地數據中心找到一臺能上互聯網的機器安裝，就能夠使用阿里雲的數據管理DMS、自治服務DAS、數據傳輸DTS、數據備份DBS 等多款產品，通過DMS 解決企業數據安全問題，將備份通過DBS 雲原生技術統一管理，提升RPO/RTO 水平的同時挖掘冷數據價值，快速享受到雲計算的紅利。
作為全球第三、亞太第一的數據庫，並且在數據庫領域的權威評選——Gartner 全球數據庫魔力象限評比中，成功進入“挑戰者”象限，連續兩年作為唯一的中國企業入選，阿里雲數據庫在技術上有著十多年的沉澱，同時在阿里集團內豐富的業務場景打磨下，持續從用戶需求出發，研發更有競爭力的數據庫產品，助力企業更好地完成數據庫和應用技術轉型。
