對比傳統的標準化數據庫模式，DBaaS能帶來更靈活，可擴展、按需服務的體驗，用戶可對云環境中的資源進行調配，因此獲得廣泛支持和采用。問題是，什么是DBaaS?

 

這一點很重要，DBaaS并不等同于在基于云的服務器(如Amazon AWS或Microsoft Azure)上運行數據庫，我們要正確理解DBaaS的概念。雖然在虛擬機上運行數據庫一定會帶來成本和靈活性方面的優勢，但是仍需要用戶維護數據庫，需要用戶具備服務器操作和運營方面的專業知識。

 

而真正的DBaaS，是由云服務商提供服務，用戶不需要用專業的運維團隊來維護服務器的運轉。一些物理和虛擬化的硬件設備，包括操作系統、網絡、相關的資源配置等，都可以通過云的形式，一鍵完成設置，然后通過一個簡單的API調用，將應用程序連接起來。比如：Amazon RDS、阿里云 RDS、Azure SQL Databases 和 Azure Database for MySQL/PostgreSQL 等，都是DBaaS的典型應用。

 

使用DBaaS，能讓用戶在部署速度和成本方面，獲得顯著提升。但是，DBaaS也并不是“一本萬能”，什么場景都適用，還是要看具體的項目需求。

 

DBaaS適用于哪些應用場景?

 

1、沒有專業的數據庫團隊。如果企業的技術團隊沒有那么多的軟件開發人員，無法應對數據庫的復雜性，那么就可以考慮使用DBaaS。除了更方便數據庫管理以外，DBaaS服務商還能提供數據的自動備份等其他服務，讓企業只專注于關鍵業務開發，而不用擔心數據庫的運行問題。

 

2、臨時數據庫。如果企業只是在短期內有需要，用于持續集成或者后端的測試，DBaaS模式可以為用戶快速構建一個數據庫，當測試結束時，用戶可以刪掉數據以及相應的數據庫。這種方式，大大加快了企業測試環境下的自動化部署和更新，讓數據庫應用更加簡單。

 

3、微服務設計。在企業的生產環境中，如果使用了由數據庫組成的大量的微服務設計，DBaaS這種模式也會非常適用。另外，即使企業有很多專業的數據庫開發人員，但如果不愿意在數據庫部署方面投入大量的時間和精力，也可以通過DBaaS快速投入生產。

 

使用DBaaS有哪些局限性?

 

值得一提的是，雖然DBaaS有很多優勢，但是切不可在以下場景中適用。

 

第一，具有復雜的數據庫邏輯關系。了確保數據庫在部署時的易用性，DBaaS服務商限制了數據庫在復雜環境下的擴展能力，從某種程度上降低了其靈活性。比如：用于災難恢復時，需要在一個主節點中進行集群復制，同時輔助節點也要同步復制集群，主從節點之間存在異步關系，這種相對復雜的邏輯關系，大大超出了DBaaS的應用范圍。換言之，DBaaS沒有辦法理解企業深度定制化的個性化服務。

 

第二，數據庫有與指定的工作負載綁定。如果數據庫要綁定更重的工作負載，則需要更強大的硬件、CPU和內存以及相應的存儲能力，DBaaS沒有辦法滿足這樣的需求。

 

如何做出正確選擇?

 

如果您所在企業在數據庫方面的需求符合DBaaS所有指標，那就多花點時間去仔細研究DBaaS主流產品。包括：Amazon RDS、谷歌云SQL和Azure SQL數據庫等，他們在部署模式、性能和實例類型等方面，各有不同特征。如果企業需求不適合DBaaS，那就需要自建數據庫。如果沒有專業的數據庫團隊，也沒有招聘專職人員的打算，數據庫外包可能是優秀選擇。