㈠ 對話阿里雲李飛飛：關於雲原生資料庫的五大預判
作者：王慧賢
數據存儲、數據分析、數據安全......如今，圍繞「數據」的話題越來越多，離人們的生活也越來越近。
從陌生到熟悉，數據不僅「出圈」，甚至已然站在了C位。去年，中央發布的《關於構建更加完善的要素市場化配置體制機制的意見》中明確表示，繼土地、勞動力、資本、技術後，數據成為第五大生產要素。
步入信息化時代後，資料庫、操作系統與中間件作為計算機最基礎的三大軟體，支撐著企業的正常運行。
當數據成為生產要素後，必然會迎來爆發式增長，企業的數據存儲和處理需求將進一步釋放。更重要的是，疫情加快了數字化轉型的腳步，更加速了企業的上雲速度。
從信息化到數字化，時代的變革，總會帶來商業世界的變化。如何在雲原生架構下使用資料庫，成為企業的痛點和雲廠商的機會，亞馬遜AWS的CTO Werner Vogels曾多次強調：「資料庫是雲計算的終極之戰。」
在數智化時代，雲原生到底意味著什麼？雲原生資料庫和傳統資料庫相比，核心優勢是什麼？是否把資料庫搬上雲就是雲原生？基於這些問題，雷鋒網與阿里巴巴集團副總裁、阿里雲資料庫產品事業部負責人李飛飛展開一場對話。
國產雲原生資料庫，擺脫「切膚之痛」
如今，資料庫的商業世界，因為雲的出現與發展，分成了兩大派系。
一派是以Oracle為代表的傳統商用資料庫，一派是以國外AWS、國內阿里雲為代表的雲原生資料庫，去「IOE革命」下的產物。
其實，早期較為火熱的資料庫種類有三種，層次式資料庫、網路式資料庫和關系型資料庫。
在《浪潮之巔》一書中，作者吳軍寫下了這樣的觀點：「Oracle 的興起很大程度上靠的是它最早看到關系型資料庫的市場前景，並且在商業模式上優於 IBM。」
因此，在雲原生資料庫「入世」之前，資料庫的天下一直是Oracle的，國內大部分互聯網公司都不得不採用Oracle+IBM小型機+EMC的模式來維持正常運營。
高昂的費用，使得對於資料庫需求較大的互聯網巨頭「忍無可忍」。
2009年，阿里巴巴的Oracle RAC 集群節點數達到了創記錄的20個。可由於Oracle並沒有彈性擴展的功能，只能按照峰值流量購買小型機和資料庫，導致阿里將業務上漲帶來的大部分利潤，都支付給了Oracle。
第二年，阿里便開始走上了去「IOE」之路，根據開源Mysql搭建了AliSQL，並順利經過了淘寶雙11的考驗，國產雲原生資料庫算是正式擺脫了「切膚之痛」，逐漸受到市場的真正認可。
另一邊，國外的AWS在2015年公布了基於雲計算的自研資料庫Amazon Aurora。Aurora是一個關系型資料庫，可以跨3個可用區域復制6份數據，其最大的特性就是高性能和高可用性。
雲計算巨頭的入局，讓雲原生資料庫在國內外一步步成為主流。據Gartner預測，到了2021年，雲資料庫在整個資料庫市場中的佔比將首次達到50%，到2023年，75%的資料庫都要跑在雲平台之上。
關於雲原生資料庫，隨著逐步的出圈，也讓人們關心的焦點從「是啥？」轉變為「還能解決哪些問題？」
但雲原生資料庫存在著數據孤島的問題，無法打通多個數據系統的情況下，企業在數據加工和數據管理上就會「壓力較大」，甚至在數據安全方面還存在隱患。
傳統數據倉庫一般基於T+1數據集成構建離線數倉，以支撐企業各項分析與服務。傳統方案不但會影響線上業務穩定性，且難以支持企業的實時需求。
因此，在李飛飛看來，雲原生資料庫已經走到2.0階段。這個階段要解決的問題，就是上述存在的痛點。
9月26日，在阿里雲資料庫創新上雲峰會上，阿里雲發布了首個一站式敏捷數據倉庫解決方案。該方案結合一站式數據管理平台DMS及雲原生數據倉庫AnalyticDB（簡稱：ADB），實現了庫倉一體的技術架構，提供在線數據實時入倉、T+1周期性快照、按需建倉等能力，數據延時低至秒級，持續賦能業務在線化，使企業的在線數據可以釋放出更大的價值。
相較於傳統方案，阿里雲一站式敏捷數據倉庫解決方案有4大核心優勢：
1、對業務側影響小，不會因為數據匯聚集中和實時加工影響業務側正常運行，CPU、內存佔用低於5%；
2、事務順序和數據准確性有保障，且處理鏈路短，支持在線數據實時處理落倉，效率更高。數據傳輸效率100m/s，數據延時在10秒內；
3、支持復雜實時數據加工、計算邏輯；
4、低代碼操作，能夠大大降低實時數倉的構建難度，提升構建效率的同時，支撐企業數字化轉型過程中的各類實時場景。
除了實時統計分析場景外，企業為滿足周期性數據分析需求，需建設周期性全量快照。
傳統數倉的周期性全量集成方案會對生產業務造成穩定性影響、全量集成時效性差、且無法滿足客戶針對任意時間點進行數據回溯的業務訴求。
針對T+1周期性集成場景，一站式敏捷數據倉庫解決方案支持基於拉鏈表的T+1全量數據快照，用戶通過簡單幾個步驟，即可按需生成各種周期的全量或增量快照。
此外，業務還可按需進行任意時間點的數據回溯，以快速解決數據異常問題。
談起未來資料庫的發展趨勢，李飛飛提到以下五點：
1、雲原生+分布式一定是資料庫的標配，分布式已經是必選項。分布式資料庫由多個相互連接的資料庫組合而成，面向用戶則是以單個資料庫的形態出現。雲原生分布式資料庫具備易用性、高擴展性、快速迭代、節約成本等特徵，從資源池化到彈性擴展，再到智能運維，再到離在線一體化，解決企業用戶的核心訴求。
2、AI for DB（database，指資料庫）和 DB for AI 將是主流趨勢。用AI將資料庫運維管控智能化，尤其在雲原生+分布式這個前提下更重要，因為資料庫不僅是內核的能力彈性高可用、可拓展性，更重要的是部署後應用和運維的復雜度要大大降低。在資料庫里，面對越來越多非結構化的數據，分析能力十分重要。
3、數據的安全可信，在今天這個大環境下變得愈發重要，如何確保整個資料庫系統，在處理數據全鏈路過程中提供加密能力、多方安全計算能力、隱私保護的能力，也是很重要的趨勢。
4、多模數據處理能力將越來越重要。比如，新型資料庫多模態的處理能力，在新能源 汽車 企業打標簽、智能電池化預測等應用場景中，將發揮越來越重要的作用。
5、一份數據，多個數據處理引擎：實現倉庫一體、倉庫聯動、倉庫打通，數據之間無縫流轉。
以上判斷，也從側面反映出阿里雲資料庫的走向，這點毋庸置疑。但除此之外，業界最關心的，還有開源。
近半年，國內很多廠商相繼提出開源戰略，背後緣由顯而易見，為了打造生態。就在今年的阿里雲峰會上，阿里雲智能總裁、達摩院院長張建鋒（花名行癲）將2021年阿里雲的發展關鍵詞歸納為：做好服務、做深基礎、做厚中台、做強生態。
做好服務與生態，成為如今廠商們不約而同的目標，而開源，就是最好的選擇。
當雷鋒網問到：「未來，阿里雲資料庫會不會把所有能力都開源？」這一問題時，李飛飛給到的回答是：「不會。」
之所以有這樣的回答，是因為對於開源，他有著一些判斷和看法。
李飛飛表示，這些部分，本就是阿里雲資料庫的商業化版本。
事實上，業界大多數的資料庫廠商都不會針對自身的核心能力開源，如TiDB的核心管控組件、TiFlash。
與像MongoDB,、Cassandra、CouchDB這些以開源起家的資料庫廠商不同，開源只是阿里雲資料庫的戰略，不是阿里雲資料庫的命脈。
前幾年，有業內人士表示，在面向開源時，國產資料庫首先需要解決信任以及開源知識產權等問題。「開源會讓廠商更加認真思考版權還有專利的問題，事實上，選擇開源後，對於資料庫廠商提出了更高的要求。」
李飛飛認為，開源只是一種選擇，資料庫開源成功並不代表著商業化就能夠成功，不開源也不能代表廠商不先進。
更准確的說，開源只是一種有效手段。
最終，阿里雲資料庫希望客戶能夠通過開源版本把阿里雲資料庫產品技術快速用起來，並能夠參與到技術產品的迭代過程中，在一些高階能力上，借鑒團隊專業能力和阿里雲的服務能力，成為良好的商業合作夥伴，這是李飛飛以及阿里雲資料庫對於開源的一些基本思考。雷鋒網雷鋒網雷鋒網
㈡ 阿里資料庫運用范圍
阿里資料庫運用范圍：大數據計算服務（MaxCompute，原ODPS），Data IDE（原BASE），數據集成（原CDP雲道），大數據基礎服務包括 Maxcompute 分析型資料庫等。
無需用戶自己考慮高可用、備份恢復等問題，而且阿里針對開源的資料庫做了部分優化。另外提供一些諸如監控、告警、備份、恢復、調優的手段。就是減輕用戶在業務無關方面的花銷，花小錢省下力氣聚焦在自己的業務上。
阿里資料庫特性：
實例創建快速選擇好需要的套餐後，RDS控制台會根據選擇的套餐優化配置參數，短短幾分鍾一個可以使用的資料庫實例就創建好了。
支持只讀實例RDS只讀實例面向對資料庫有大量讀請求而非大量寫請求的讀寫場景，通過為標准實例創建多個RDS只讀實例，賦予標准實例彈性的讀能力擴展，從而增加用戶的吞吐量。
故障自動切換主庫發生不可預知的故障（如：硬體故障）時，RDS將自動切換該實例下的主庫實例，恢復時間一般<5min。
㈢ 大數據常用同步工具
一、離線數據同步
DataX
阿里的Datax是比較優秀的產品，基於python，提供各種數據村塾的讀寫插件，多線程執行，使用起來也很簡單，操作簡單通常只需要兩步；
創建作業的配置文件（json格式配置reader,writer）；
啟動執行配置作業。
非常適合離線數據，增量數據可以使用一些編碼的方式實現，
缺點：僅僅針對insert數據比較有效，update數據就不適合。缺乏對增量更新的內置支持，因為DataX的靈活架構，可以通過shell腳本等方式方便實現增量同步。
參考資料：
github地址：https://github.com/alibaba/DataX
dataX3.0介紹：https://www.jianshu.com/p/65c440f9bce1
datax初體驗：https://www.imooc.com/article/15640
文檔：https://github.com/alibaba/DataX/blob/master/hdfswriter/doc/hdfswriter.md
Sqoop
Sqoop(發音：skup)是一款開源的工具，主要用於在Hadoop(Hive)與傳統的資料庫(mysql、postgresql…)間進行數據的傳遞，可以將一個關系型資料庫（例如 ： MySQL ,Oracle ,Postgres等）中的數據導進到Hadoop的HDFS中，也可以將HDFS的數據導進到關系型資料庫中。
地址：http://sqoop.apache.org/
Sqoop導入：導入工具從RDBMS到HDFS導入單個表。表中的每一行被視為HDFS的記錄。所有記錄被存儲在文本文件的文本數據或者在Avro和序列文件的二進制數據。
Sqoop導出：導出工具從HDFS導出一組文件到一個RDBMS。作為輸入到Sqoop文件包含記錄，這被稱為在表中的行。那些被讀取並解析成一組記錄和分隔使用用戶指定的分隔符。
Sqoop支持全量數據導入和增量數據導入（增量數據導入分兩種，一是基於遞增列的增量數據導入（Append方式）。二是基於時間列的增量數據導入（LastModified方式）），同時可以指定數據是否以並發形式導入。
Kettle
Kettle是一款國外開源的ETL工具，純java編寫，可以在Window、Linux、Unix上運行，數據抽取高效穩定。
Kettle的Spoon有豐富的Steps可以組裝開發出滿足多種復雜應用場景的數據集成作業，方便實現全量、增量數據同步。缺點是通過定時運行，實時性相對較差。
NiFi
Apache NiFi 是一個易於使用、功能強大而且可靠的數據拉取、數據處理和分發系統，用於自動化管理系統間的數據流。它支持高度可配置的指示圖的數據路由、轉換和系統中介邏輯，支持從多種數據源動態拉取數據。
NiFi基於Web方式工作，後台在伺服器上進行調度。 用戶可以為數據處理定義為一個流程，然後進行處理，後台具有數據處理引擎、任務調度等組件。
幾個核心概念：
Nifi 的設計理念接近於基於流的編程 Flow Based Programming。
FlowFile：表示通過系統移動的每個對象，包含數據流的基本屬性
FlowFile Processor（處理器）：負責實際對數據流執行工作
Connection（連接線）：負責不同處理器之間的連接，是數據的有界緩沖區
Flow Controller（流量控制器）：管理進程使用的線程及其分配
Process Group（過程組）：進程組是一組特定的進程及其連接，允許組合其他組件創建新組件
參考資料
Nifi簡介及核心概念整理
官方網站：http://nifi.apache.org/index.html
二、實時數據同步
實時同步最靈活的還是用kafka做中間轉發，當數據發生變化時，記錄變化到kafka，需要同步數據的程序訂閱消息即可，需要研發編碼支持。這里說個mysql資料庫的同步組件，阿里的canal和otter
canal
https://github.com/alibaba/canal
數據抽取簡單的來說，就是將一個表的數據提取到另一個表中。有很多的ETL工具可以幫助我們來進行數據的抽取和轉換，ETL工具能進行一次性或者定時作業抽取數據，不過canal作為阿里巴巴提供的開源的數據抽取項目，能夠做到實時抽取，原理就是偽裝成mysql從節點，讀取mysql的binlog，生成消息，客戶端訂閱這些數據變更消息，處理並存儲。下面我們來一起搭建一下canal服務
早期，阿里巴巴B2B公司因為存在杭州和美國雙機房部署，存在跨機房同步的業務需求。不過早期的資料庫同步業務，主要是基於trigger的方式獲取增量變更，不過從2010年開始，阿里系公司開始逐步的嘗試基於資料庫的日誌解析，獲取增量變更進行同步，由此衍生出了增量訂閱&消費的業務，從此開啟了一段新紀元。
ps. 目前內部版本已經支持mysql和oracle部分版本的日誌解析，當前的canal開源版本支持5.7及以下的版本(阿里內部mysql 5.7.13, 5.6.10, mysql 5.5.18和5.1.40/48)
基於日誌增量訂閱&消費支持的業務：
資料庫鏡像
資料庫實時備份
多級索引 (賣家和買家各自分庫索引)
search build
業務cache刷新
價格變化等重要業務消息
otter
https://github.com/alibaba/otter
otter是在canal基礎上又重新實現了可配置的消費者，使用otter的話，剛才說過的消費者就不需要寫了，而otter提供了一個web界面，可以自定義同步任務及map表。非常適合mysql庫之間的同步。
另外：otter已在阿里雲推出商業化版本 數據傳輸服務DTS， 開通即用，免去部署維護的昂貴使用成本。DTS針對阿里雲RDS、DRDS等產品進行了適配，解決了Binlog日誌回收，主備切換、VPC網路切換等場景下的同步高可用問題。同時，針對RDS進行了針對性的性能優化。出於穩定性、性能及成本的考慮，強烈推薦阿里雲用戶使用DTS產品。
㈣ 如何看待國產資料庫SequoiaDB開源
如何看待國產資料庫SequoiaDB開源
總的來說，我認為有幾點吧
1）相比mongo還是有中文的齊全文檔，作為中國的碼農。。英文文檔看得還是頭疼啊。
2）應該說開源社區這邊的支持還是比較快速的，在群里提問基本當天都會有人回答，然後在剛開始配置和對接程序的時候原廠的同學還在區裏手把手教了我們的工程師。。還是很給力的
3）總體上說使用和遷移轉換時候不會不上手，不過現在據說多了SQL的支持，還沒有嘗試過，聽起來很厲害的樣子，不過他們原生的操作語句也還是很好理解的
如何看待yandex開源clickhouse這個列式文檔資料庫
Yandex在2016年6月15日開源了一個數據分析的資料庫，名字叫做ClickHouse，這對保守俄羅斯人來說是個特大事。悉困更讓人驚訝的是，這個列式存儲資料庫的跑分要超過很多流行的商業MPP資料庫軟體，例如Vertica。如果你沒有聽過Vertica，那你一定聽過 Michael Stonebraker，2014年圖靈獎的獲得者，PostgreSQL和Ingres發明者（Sybase和SQL Server都是繼承 Ingres而來的）, Paradigm4和SciDB的創辦者。Michael Stonebraker於2005年創辦Vertica公司，後來該公司被HP收購，HP Vertica成為MPP列式存儲商業資料庫的高性能代表，Facebook就購買了Vertica數據用於用戶行為分析。
簡單的說，ClickHouse作為分析型資料庫，有三大特點：一是跑分快， 二是功能多 ，三是文藝范
1. 跑分快： ClickHouse跑分是Vertica的5倍快：
ClickHouse性能超過了市面上大部分的列式存儲資料庫，相比傳統的數據ClickHouse要快100-1000X，ClickHouse還是有非常大的優勢：
100Million 數據集:
ClickHouse比Vertica約快5倍，比Hive快279倍，比My SQL快801倍
1Billion 數據集:
ClickHouse比Vertica約快5倍，MySQL和Hive已經無法完成任務了
2. 功能多：ClickHouse支持數據統計分析各種場景
- 支持類SQL查詢，
- 支持繁多庫函數（例如IP轉化，URL分析等，預估計算/HyperLoglog等）
- 支持數組(Array)和嵌套數據結構鏈譽(Nested Data Structure)
- 支持資料庫異地復制部署
3.文藝范：目前ClickHouse的限制很多，生來就是為小資服務的
- 目前只支持Ubuntu系統
- 不提供設計和架構文檔，設計很神秘的樣子，只有開源的C++源碼
- 不理睬Hadoop生態，走自己的路
如何看待阿里巴巴宣布開放開源AliSQL資料庫
其實有點類似，谷歌開放安卓系統給大家免費用，
某些技術別人要模仿不難，而且專利有效期也不長，
谷歌可能覺得還不如一下子公開了，大家一起弄，能迅速佔領市場
如何看待黑客入侵資料庫
內網。內棚陸段鬼和外面的黑客一起合作搞的。內鬼的話就比較容易了。
如何看待美國研發的資料庫TokuDB?
測試過 TokuMX, 性能確實不錯，但穩定性堪憂，mongodb 3.0 後引入了 wiredtiger engine，與 tokumx 差距縮小了
研究過 TokuMX 和 TokuDB 用的索引數據結構，很巧妙的設計，雖然樹的深度加倍了，但插入時間確實大幅度降低了。
最後沒有採用。
如何看待免費開源CRM
免費開源CRM基本上很難滿足企業的實際業務需求，可以考慮一款支持用戶個性化定製的CRM，百會的CRM就不錯，它可以根據用戶需求，在最短時間內定製出來並讓用戶看到效果。滿意之後再付費，沒有後顧之憂。定製工具簡單，定製速度快。用戶完全可以自己操作去滿足未來業務的變化。另外它基於SAAS模式的在線租用形勢，可以為企業節省購買硬體、安裝調試、後期升級的費用成本。定期的售後回訪還可以解決不少使用中的問題。
如何看待Facebook已開源React Native
React Native項目成員Tom Ohino發表的React Native: Bringing modern web techniques to mobile（牆外地址）詳細描述了React Native的設計理念。Ohino認為盡管Native開發成本更高，但現階段Native仍然是必須的，因為Web的用戶體驗仍無法超越Native：
1. Native的原生控制項有更好的體驗；
2. Native有更好的手勢識別；
3. Native有更合適的線程模型，盡管Web Worker可以解決一部分問題，但如圖像解碼、文本渲染仍無法多線程渲染，這影響了Web的流暢性。
Ohino沒提到的還有Native能實現更豐富細膩的動畫效果，歸根結底是現階段Native具有更好的人機交互體驗。筆者認為這些例子是有說服力的，也是React Native出現的直接原因。
圖3 - Ohino在F8分享了React Native（Keynote）
Learn once, write anywhere
「Learn once, write anywhere」同樣出自Ohino的文章。因為不同Native平台上的用戶體驗是不同的，React Native不強求一份原生代碼支持多個平台，所以不提「Write once, run anywhere」（Java），提出了「Learn once, write anywhere」。
圖4 - 「Learn once, write anywhere」
這張圖是筆者根據理解畫的一張示意圖，自下而上依次是：
1. React：不同平台上編寫基於React的代碼，「Learn once, write anywhere」。
2. Virtual DOM：相對Browser環境下的DOM（文檔對象模型）而言，Virtual DOM是DOM在內存中的一種輕量級表達方式（原話是ligheight representation of the document），可以通過不同的渲染引擎生成不同平台下的UI，JS和Native之間通過Bridge通信（React Native通信機制詳解 « bang』s blog）。
3. Web/iOS/Android：已實現了Web和iOS平台，Android平台預計將於2015年10月實現（Blog | React）。
前文多處提到的React是Facebook 2013年開源的Web開發框架，筆者在翻閱其發布稿時，發現這么一段：
圖5 - 摘自React發布稿（2013）
1. 加亮文字顯示2013年已經在開發React Native的原型，現在也算是厚積薄發了。
2. 最近另一個比較火的項目是Flipboard/react-canvas · GitHub（詳見 @rank），渲染層使用了Web Canvas來提升交互流暢性，這和上圖第一個嘗試類似。
React本身也是個龐大的話題不再展開，詳見facebook/react Wiki · GitHub。
筆者認為「Write once, run anywhere」對提升效率仍然是必要的，並且和「Learn once, write anywhere」也沒有沖突，我們內部正在改造已有的組件庫和HybridAPI，讓其適配（補齊）React Native的組件，從而寫一份代碼可以運行在iOS和Web上，待成熟後開源出來。
持續更新...
二、規劃
下圖展示了業務和技術為React Native所做的改造：
圖6 - 業務和技術改造圖6 - 業務和技術改造
自下而上：
1. React Node：React支持服務端渲染，通常用於首屏服務端渲染；典型場景是多頁列表，首屏服務端渲染翻頁客戶端渲染，避免首次請求頁面時發起2次請求。
2. React Native基礎環境：
2.1. Framework集成：盡管React Native放出了Integration with Existing App文檔，集成到現有復雜App中仍然會遇到很多細節問題，比如集成到天貓iPad客戶端就花了組里iOS同學2天的時間。
2.2. Neorking改造：主要是重新建立session，而session通常存放於 header cookie中，React Native提供的網路IO fetch和XMLHttpRequest不支持改寫cookie。所以要不在保證安全的條件下實現fetch的擴展，要麼由native負責網路IO（已有session機制）再通過HybridAPI由JS調用，暫時選擇了後者。
2.3. 緩存/打包方案：只要有資源從伺服器端載入就避免不了這個話題，React Native也是如此，緩存用於解決資源二次訪問時的載入性能，打包解決的是資源首次訪問時的載入性能。
3. MUI是一套組件庫，目前會採用向React Native組件補齊的思路進行改造。
4. HybridAPI是阿里一組Hybrid API，此前也在多個公開場合（如感測器 @杭JS）分享過不再累述，React Native建立了自己的通信機制，看起來更高效（未驗證），改造成本不大。
5. 最快的一個業務將於4月中上線，通過最初幾個業務改造推動整體系統的改造，如果效果如預期則會啟動更大規模的業務改造。
更多詳細規劃和進展，以及性能、穩定性、擴展性的數據隨後放出。
三、風險
1. 盡管Facebook有3款App（Groups、Ads Manager、F8）使用了React Native，隨著React Native大規模應用，Appstore的政策是否有變不得而知，我們只能往前走一步。
* 更新：
2015.7.28 AppStore審核政策調整：允許運行於JavascriptCore的動態載入代碼，下圖是此前的審核政策，對比加亮部分的改變。
qt支持國產資料庫嗎
應用程序很多情況下需要操作資料庫。QT支持多種資料庫，但是很多情況需要安裝DLL驅動。這就有點麻煩，想當初想用MYSQL的結果就是因為驅動很難裝，然後就使用了SQLITE。如果對資料庫的要求不是很高的話，Sqlite應該可以滿足需求了。
如何看待資料庫技術向大數據技術發展的必然
隨著數據的積累，一些記載對象的業務狀態的數據越來越多，所以就慢慢的形成各行業的大數據，當然有些大資料庫，是有可用之處，有些大數據就是個垃圾。
請採納！
㈤ 阿里有哪些硬核技術在世界上領先
認真的回答這個問題。沒有。哈哈哈。會不會很失望。但是，事實就是如此。就給你說說吧
1.阿里雲計算這個首先說一下，阿里目前的雲計算技術，排名世界第三。屈居谷歌和微軟之後。不過，你對比一下就會知道有多牛逼了。亞馬遜發展了在什麼地方？微軟成立了多少年。亞馬遜成立於1995年，微軟成立於1975年。阿里成立於1999年。而微軟和亞馬遜都是全球發展的公司。實力有目共睹，阿里這些年的趕超可是花的大力氣。所以，這一點來說阿里的雲計算還是很厲害的。
2.阿里的感測城市技術這個技術實際是一個三維的數字化資料庫的概念，這些年阿里通過高德，支付寶，以及阿里系的各個公司，獲取到了大量的城市底層數據，現在基本可以利用這個技術，把這個城市進行重建，讓一個城市更加宜居，環保，且可持續發展。實際也是可以通過海量數據為一個城市提供大腦虛擬計算，最後做出最優決策。也就是阿里所說的ET城市大腦。
對抗性神經網路在ET城市大腦項目中，阿里巴巴達摩院的科學家使用對抗性神經網路訓練ET城市大腦更好的識別客車、火車、卡車的車牌，將識別精準度提高了10%。此外，科學家還將對抗性神經網路用於雙11中，完成了數億張海報的設計。說句簡單的，就是讓機器能夠擁有一定的思考力和更加快速的反應能力。
一個就是AI技術強大的人工智慧技術，就是讓無數的數據薈聚到一個計算機大腦。讓一個機器大腦能夠擁有大量的知識儲量，並且可以進行深度計算，最後會發展到各種程度，誰都不知道。
另外，就是或者還有阿里沒有公布的技術。這就是我們不知道的了。或者他在憋著大招，沒有放出來，咱誰都不知道。只能說，我相信以後阿里會成為一個合格的 科技 企業， 科技 實力會越來越強。也希望中國有越來越多這樣的企業。這樣才會讓中國的企業在世界有更大的話語權。
謝邀~
從大背景來說，近些年，中國的硬核技術真正做到了起步晚、進步快，是"後來者居上"的典型。在越來越多的新興行業里中國 科技 也早已佔據著巨大的市場份額。而說到世界領先的硬核技術，阿里巴巴作為一家被電商光芒掩蓋 科技 實力的互聯網公司代表，很有一些東西能說道說道的。
當今爆炸式增長的數據量，使得未來 科技 競爭最重要的賽道當屬雲計算。而作為早早入局的阿里雲已經率先突圍，占據頭部。據Gartner最新數據，如今亞馬遜+微軟+阿里占據了全球雲計算市場72%的市場份額，而伴隨著馬太效應的持續演進，頭部玩家的優勢將會越來越大，未來預測雲計算將會持續形成"3A"競爭的三分局面。
值得一提的是，依靠著在亞太地區的強勢表現，阿里雲去年還成功將亞馬遜的王座地位向下拽了兩個百分點，背靠著亞太這個全球最大的市場，阿里雲的崛起勢必還將有一番作為。
此外，諸如大疆的無人機，海康威視的監控、安保設備也都已經站在各自行業的頂端了，不得不說中國 科技 已經從過去的陪跑者變成了如今的競爭者甚至是領先者。
從當年的中華有為到如今的眾帆競航，中國 科技 的崛起想必會讓世界重新認識這個沉睡的東方雄獅。
按慣例，各個擊破。
先說硬核技術， 科技 領域的技術多不勝數，哪些技術才配稱的上是"硬核技術"？個人認為，能決定未來的技術，才能算"硬核"。現在， 科技 屆公認的能改變世界的幾項技術：量子計算、雲計算、晶元、底層操作系統等，都是全球頂尖 科技 公司在啃的"硬菜"。
再說世界領先，得說實績，不能靠"吹"。我們自己說了不完全算，要世界紀錄認可的。
具體來說下阿里。自從誕生了阿里雲之後，阿里"雲"化的速度越來越快，而"雲"化的底氣，來源於幾個：雲計算，底層操作系統，晶元，量子計算。
我們挑2個說說。
大家開玩笑喜歡說"遇事不決，量子力學"，但認真說，量子計算，能量超乎想像。2018年3月，谷歌發布研製全球首個高質量72比特量子計算機的計劃後，就提出要實現"量子霸權"計劃。
業界聽了都笑了
2018年5月，達摩院的量子電路模擬器"太章"就出來打臉了。太章，率先成功模擬了81比特40層作為基準的谷歌隨機量子電路，成為世界最強的量子電路模擬器。
再說一個，雲計算。
雲計算領域，早年都是亞馬遜、谷歌的天下。開始的時候，中國人自己都不信，中國能做出自己的雲計算，比如某度的那個誰，某騰的那個誰，都說雲計算是"異想天開"。結果呢？阿里愣是不信邪，花了十年，作為公有雲計算江湖的後起之秀，阿里雲以全球前三、亞太第一的市場份額趕超一眾老牌雲廠商。現在估值都超過770億美元了。
之前，在最新的斯坦福大學DAWNBench深度學習榜單中，阿里雲打破紀錄，勇奪四項世界第一。不久後，在安全性能權威評比中，又勇奪"全球第二安全的雲"，讓亞馬遜目瞪口呆，這樣夠"硬核"嗎？
說到硬核技術，必須要提的當然是晶元啊！
最近華為、中芯國際、光刻機頻繁上熱搜，晶元的事情鬧得沸沸揚揚的，大家都知道了晶元的重要性！但我覺得阿里最硬核的技術，晶元必須排在首位。
阿里旗下有個公司叫平頭哥，專門搞晶元的。它才成立兩年，旗下第一款晶元—含光800在業界標準的resnet-50測試中，推理性能達到了78563IPS，能效500IPS/W，這兩項能力都是全球第一，而且遠超第二名數倍，著實給中國自研晶元爭了口氣！
不久前，含光800還宣布已經實現量產，我相信中國晶元自主的那一天不會太遠的。
之前，斯坦福大學最新公布的DAWNBench深度學習榜單中，阿里巴巴旗下的阿里雲在訓練時間、訓練成本、推理延遲以及推理成本拿下四項第一，打破了谷歌等企業壟斷榜首的神話，這也意味著，阿里雲可提供全球最快的AI計算服務。
這種理論的東西，可能大家沒什麼興趣，我也一樣。我個人最感興趣的是：阿里通過AI技術，跟物聯網IOT聯系起來，為智能家居提供了更多的新可能。
之前，阿里雲搞過一個給空巢老人的技術，真是暖心：藉助阿雲智能人居平台，為空巢老人量身打造了遠程看護方案，不僅接入多種物聯網設備，還專門定製開發了一個手機APP，所有家人都可以使用。藉助物網感測器，家人可以時刻記錄老人在家裡的所有行為，對異樣的行為進行預警。
其實，阿里的硬核技術，只是中國這些年 科技 崛起的一個縮影。作為中國 科技 公司的代表，阿里技術有今天的成就，也離不開大環境的進步和對 科技 基礎設施的重視。
阿里巴巴作為中國最大的互聯網公司。 在海量數據處理、高並發、雲計算等方面積累了非常多的技術。程序員應該都非常清楚阿里的技術實力 。 著名開源項目Dubbo、RocketMq、Fastjson、Druid、Weex、等都是阿里開源的 。這些項目在全世界各種Java、前端等項目中都有使用。除去這些上層應用方面的技術之外，阿里還有哪些在國際上領先的技術呢？
DAWNBench是深度學習技術的一個框架。用於端到端深度學習訓練和推理的基準套件，它提供了一組常見的深度學習工作負載，用於在不同的優化策略、模型架構、軟體框架、雲和硬體上量化訓練時間、訓練成本、推理延遲和推理成本。此前這項技術一直是谷歌和亞馬遜保持領先的記錄。而在最新一輪的比賽中，阿里雲團隊在訓練時間、訓練成本、推理延遲以及推理成本四項中均取到了世界第一的名次。打破了谷歌多年的記錄。
在資料庫領域，一直是甲骨文的Oracle在全球壟斷。在阿里的OceanBase沒有出現之前，世界上沒有可以與Oracle可以抗衡的資料庫。不管是企業級還是個人軟體項目開發，我們都會第一選擇使用Oracle（當然還有Mysql，Mysql也是甲骨文的資料庫）。甲骨文公司幾乎壟斷了整個資料庫領域。但是阿里巴巴每年的雙十一對於資料庫的吞吐能力提出了更高的挑戰，阿里投入研發的OceanBase就是為了滿足這種高吞吐場景需求的。經過國際TPC-C基準測試，OceanBase的TPS達到了100萬（每秒處理事務數，可理解為訂單數），比Oracle真正高了一倍。
阿里雲大家應該不陌生。從全世界市場佔有額來看，阿里雲目前國內市場佔有額第一，全球市場佔有額第三。在全球市場佔有額中，僅此於亞馬遜和微軟。而相比全球市場，亞太市場增長更快，雲計算市場規模同比增長達50%。
在大眾眼裡，提起阿里巴巴就想起淘寶，天貓，支付寶。實際上阿里巴巴經過這些年的已然發展成為國際一流的技術公司， 在量子計算機，雲計算，人工智慧，晶元研發等硬核技術已經取得了世界領先的成就。
量子計算機技術理論上，量子計算機可以模擬出整個宇宙，不僅僅是原理的模擬，而是整個宏觀體系和微觀細節的模擬。比如，宇宙中的塵埃——地球上，每個生物身上的每個細胞，都可以被模擬出來。 目前，世界范圍內已有兩家公司，在這方面已有突破性進展，那就是谷歌和阿里。目前，阿里雲在超導量子計算方向，發布11比特的雲接入超導量子計算服務。該服務已在量子計算雲平台上線，有興趣可以注冊個賬號體驗下。
人工智慧技術斯坦福大學最新公布的DAWNBench深度學習榜單中， 阿里巴巴旗下的阿里雲在訓練時間、訓練成本、推理延遲以及推理成本拿下四項第一，打破了谷歌等企業壟斷榜首的神話，這也意味著，阿里雲可提供全球最快的AI計算服務。 這些都屬於人工智慧最前沿，最頂尖的技術，阿里不僅立足當下，而且將眼光放眼未來，布局即將到來的人工智慧時代。
阿里晶元技術阿里的晶元技術已經名列世界前茅。 旗下第一款晶元—含光800在業界標準的resnet-50測試中，推理性能達到了78563IPS，能效500IPS/W，這兩項能力都是全球第一，而且遠超第二名數倍。 我們平時經常使用的淘寶「拍立淘」功能，使用含光800，搜索效率可以提升12倍，每天新增圖片10億張，之前的GPU完成搜索任務要1小時，現在只要5分鍾。
結語阿里這些硬核技術，只是本人了解到的，阿里技術團隊一向做事低調如掃地僧。應該還有其他不為大眾所知的硬核技術，只是本人不了解而已，你如果知道，請在評論區賜教，不勝感激！
談到阿里的硬核技術，很多人第一印象肯定是想到了雲計算，基於雲端數據處理和存儲技術，阿里在這方面的成就在世界范圍內都是數一數二的，但這是老生常談，我們暫且不說，今天來說說其他方面，阿里的表現同樣強悍。
一、雲操作系統
雲操作系統指的就是阿里的飛天系統，是由阿里雲自主研發、服務全球的超大規模通用計算操作系統，誕生於2009年，如今經過十年發展，早已今非昔比。飛天分布式系統，如今已經累計服務了200多個國家和地區，讓許多大企業減小了對於硬體的依賴，減少了支出。2017年雙11，飛天更是創下世界記錄，實現了每秒32.5萬筆交易峰值，每秒25.6萬筆支付峰值。強悍如斯，讓人震撼。
二、阿里物聯網平台
阿里自研的物聯網平台，同樣讓人驚艷。2014年，阿里雲自主研發了一站式物聯網使能台阿里雲Link，之後，又相繼推出物聯網操作系統、物聯網雲平台、邊緣計算引擎、一站式開發平台等。基於以上平台和系統，阿里在智能化、雲端化、雲計算展現出驚人優勢，為我們日常的智能生活、智能城市、智能製造，提供了技術和平台支持，為經濟發展提供了極大的便利。
三、AI晶元含光800
阿里巴巴達摩院研發的AI晶元「含光800」，同樣讓人震撼，這款晶元是阿里巴巴第一款自主研發的晶元，它被認為是全球最厲害的智能AI晶元，數據顯示，含光800在晶元測試標准平台Resnet 50上的具體分數是性能78563 IPS，是第二名（15012）的5倍；能效比500 IPS/W，是第二名（150）3.3倍。這款晶元如今已經商用，並在全世界范圍內接受了不少訂單。
阿里其他方面的技術還有很多，譬如「神龍」服務框架、端操作系統等等，但阿里最厲害的還是我們經常說的雲計算，基於這方面的投入也是最大，未來三年，阿里將投入2000億，繼續加大對於雲計算的研發，相信在未來，我們的智能生活體驗中，必定離不開阿里的身影。
如果說阿里雲是世界領先的話，可能有些人感受並不深。那就簡單說一下一個利用阿里雲落地的身邊應用——城市大腦。
發明雲計算最大的作用，可能就是能在這個時代「磅礴浩瀚」的數據量面前處變不驚，這也使得一些以前不敢做甚至於不敢想的東西順利落地。從城市大腦來講，能將整個城市的方方面面映射到一個整體系統上，這是不是和你以前看過的科幻片高度重合起來？阿里雲的誕生使得各類復雜的數據都能夠得到迅速響應、快速計算和實時處理，這也就讓我們等待紅燈的時間靈活調整，出行時間大大縮減，停車難、排隊難、看病難等城市病也都得到了有效解決，這也是為什麼世界上很多城市跑來借鑒的原因所在吧！
看了一些回答，有些小寒心，難道技術非要等到打上西方封禁的標簽才能夠得到證明嗎？不可否認每個時代都有獨特的事物在獨領風騷，而當前以及未來都應該與數字時代脫不開聯系，這也就是為何雲計算崛起後持續受到各個行業關注的原因。
當然，阿里雲當年不顧一切搞自主研發，雖然耗費了大量的人力物力時間，但是如今回頭來看無疑是幸運的，有了核心技術也就無需擔心他人的掣肘，這也是如今阿里雲世界領先的原因。而有了阿里雲為支撐，例如城市大腦、資料庫的OceanBase、平頭哥的含光晶元都紛紛亮相。相比而言，甲骨文也已經撤出中國，亞馬遜和微軟也在一步步讓出自己的市場份額。值得一提的是，阿里身後還有達摩院的一批頂尖科學家做支撐，因此可以想像在未來相當長的時間內，阿里的技術優勢還是會不斷保持。
互聯網經濟，也就是我們說的共享經濟。其他技術也是依靠互聯網的錢收購的。雷聲很大的達摩院也沒見到什麼硬核成果。期待早點見到效果！
㈥ 阿里巴巴 用什麼java框架
1、現在的大公司都是有很多積累的，他們都擁有適合自己的框架技術，這些全靠積累。所以阿里巴巴的主流Java框架是自己寫的，同時結合了大量open source的資源。2、WEB層 —— 使用webx框架。主要利用velocity模板技術來展現頁面。3、業務層 —— 主要使用command模式實現。WEB層通過command dispatcher的調用來使用業務邏輯。4、數據訪問層 —— 使用DAO（Data Access Object）模式。底層使用iBatis來訪問資料庫。數據採用的是Oracle。資料庫操作的SQL語句需要你手工書寫相關的SQL代碼（對於復雜的SQL語句需要通過DBA的評審）。5、開發工具，採用IDE和命令行相結合的模式。在命令行上，我們用antx工具來組織項目、build項目、發布項目。但我們多數時間會在eclipse集成環境上，開發、調試應用。6、版本控制，採用了Subversion。但部分項目因為歷史的原因，暫時使用CVS，將來必然會遷移到Subversion上。Subversion有很多種操作方式：通過命令行、通過TortoiseSVN集成工具、通過WEB、通過Eclipse插件。總結：在所有層次上，他們都廣泛使用了Spring framework。因此您需要對Spring有一定的了解才行。阿裡面試時非常考驗基礎知識的，因為他們有自己的技術積累，框架技術已經趨於成熟，所以面試都是一些基礎知識與演算法知識。現在的阿里技術或許已經更加成熟，
㈦ OceanBase那麼厲害，為什麼不去和Oracle競爭，搶占企業市場的市場份額
因為干不過 吹出來的 給不懂的人看而已 1500多個節點的分布式架構和人家10年前27節點rac比！別忘了你用的ssd 人家還是機械盤！
阿里巴巴旗下的資料庫OceanBase屢屢在國際上獲得資料庫競賽大獎，不少人就要問了，既然OceanBase這么厲害，為什麼阿里巴巴不去搶佔Oracle的市場份額呢？
OceanBase競賽結果有片面性、功能還不夠完善事實上在阿里系內部，也只有螞蟻金服是真正在大規模使用，在阿里系內部其他團隊已經有三大資料庫，X-DB是阿里集團資料庫團隊搞的，PolarDB是阿里雲團隊、也就是李飛飛博士負責的，OceanBase是螞蟻金服資料庫團隊搞的，現在阿里內部已經推進了X-DB和PolarDB的全面融合，李飛飛博士領導的PolarDB團隊將會立足長遠，是下一代資料庫系統，未來阿里雲的業務有多廣，PolarDB要面對的業務場景就有多復雜。
OceanBase最大的優勢在於這是阿里真正完全自研的資料庫，跟阿里雲一樣，是從頭到尾完全自研的，當然這個完全自研到底到底有沒有水分我們並不知道。大家了解OceanBase就是之前的打比賽，不過OceanBase佔了分布式的光，吃了硬體的便宜，加上最近十年Oracle已經不來打比賽了，阿里本質上是跟十年前的Oracle在比，軟硬體技術都不在同一個起點上，這也是這個競賽結果有很大片面性的根本原因。在單機性能方面，Oracle依然要更強一些，穩定性就更不用說了，Oracle已經穩定運行了這么多年。
OceanBase之所以還沒辦法跟Oracle競爭，是因為OceanBase還沒有那麼強，也還有非常多需要完善的地方，功能上還有很多不足，在阿里內部資料庫分化也還比較明顯，OceanBase在跟另外的產品競爭當也，沒有優勢。
OceanBase「專屬性」明顯、開源後閉源，企業要穩定、企業也不都是阿里OceanBase更多的還是圍繞螞蟻金服自己的業務在做，現在除了阿里系內部在使用，真正的商業化用戶也就只有PICC、南京銀行兩個比較大，是在真正使用OceanBase，客戶群體還太小太小，樣本數量確實還不夠大。
OceanBase之前其實是開源了的，不過後來又閉源了，在商業化過程中也遇到了一些問題，這個操作當時其實就嚇到了很多人，OceanBase閉源之後的版本跟原來的差距非常大的。OceanBase更適合處理互聯網業務，跟傳統企業業務契合度並沒有那麼高，Oracle的很多功能OceanBase都還不具備，OceanBase的生態、工具、技術支持還差很多很多。oceanbase是為大規模事務處理准備的分布式系統，聽起來很強大，但是真的不夠接地氣。
OceanBase針對阿里的業務進行了深度優化和定製，這就讓OceanBase在通用性上有了很大的阻礙。可是在其他企業就很難的，阿里有很好的技術團隊，他們也可以為了業務做出專門的調整，阿里有這樣的能力和資源，但是小企業沒有這樣的配置，尤其是傳統企業根本不可能做這樣的事情。大家更希望系統是穩定好用的，拿過來就可以直接用的，你現在又不開源了，用戶擔心更大，還不如繼續用穩定的Oracle資料庫。
技術這東西吧我還是喜歡說句實話，不是你自己說你有多厲害就真的多厲害，還得是實際場景的應用才行。就像網路一樣，好像這些年大家也不吹網路了，但是春晚一戰，網路成為唯一一個扛住了春晚流量洪峰的企業，技術實力業內人都看得明白。OceanBase做得很好，但是也沒有那麼好，至少是目前應用還沒有那麼好。
早就在競爭了！
實際上阿里雲的OceanBase資料庫系統在推出以後，實際上就已經開始商業化運作了，就在不斷的從甲骨文公司手裡面搶到更多的企業級應用市場了。
OceanBase確實很先進近日，在資料庫領域內，OceanBase資料庫又打破了世界記錄，直接創造了7.07億TPMC的新世界記錄。
從OceanBase的功能和速度來看，現在OceanBase是世界領先的資料庫產品，在被譽為「資料庫領域世界盃」的國際權威TPC-C測試中，OceanBase性能分數打破Oracle多年壟斷，不斷創造新的世界記錄。
而且OceanBase採用新一代分布式處理技術，顛覆了傳統資料庫集中式技術架構，尤其適應了互聯網持續擴張的數據處理需求。
正是OceanBase資料庫的可擴容的特點，也降低了用戶的使用成本，而且又擁有很高的速度，因此，現在OceanBase在企業市場中的份額是越來越大了。
現在阿里雲市場份額很大阿里雲市場份額不斷擴大。根據國際研究機構Gartner發布最新雲計算市場追蹤數據，阿里雲亞太市場排名第一，全球市場排名第三。在全球市場份額中，阿里雲僅次於美國的亞馬遜和微軟公司。
阿里雲從2018年到2019年，在全球市場份額從7.7%上漲至9.1%，進一步拉開與第四名谷歌差距，擠佔了不少亞馬遜的份額。而在亞太市場，阿里雲的份額更大，從2018年的26%上漲至2019年的28%，接近亞馬遜和微軟公司的總和。
現在阿里雲的服務其中一項最重要的就是資料庫的服務，也就是OceanBase資料庫的服務。
實際上，從2015年，OceanBase資料庫推出以後，淘寶和支付寶系統就開始了去IOE，開始上雲，然後好多銀行的金融服務也開始去IOE，上雲。這些實際上都是開始拋棄甲骨文資料庫系統了。到現在為止，通過上雲使用OceanBase資料庫資料庫的企業和公司就更多了。
結論綜上所述，OceanBase資料庫早就在跟甲骨文公司進行競爭了，現在阿里雲的份額在全球排在第三名，阿里雲其中最關鍵的應用就是OceanBase資料庫的應用了。
OceanBase其對標的是亞馬遜的Aurora，你要目前去和Oracle競爭，這個目前還不對等。
OceanBase滿打滿算10年的時間，Oracle呢，40多年了。目前大的企業，像銀行、電信這些核心企業，基本上是Oracle的天下，也有Sybase、DB2、SQLServer。其實還是那幾個巨頭在玩，甲骨文、微軟、IBM、SAP，這些可都是企業服務領域的巨頭。
聽到DB2（IBM）是不是有人覺得老土了，但是現實就是還有很多系統在用，為什麼呢？因為有些系統要切換資料庫，估計要出大問題。
互聯網公司反而在這方面投入不高，那就用像MySQL這種開源的，最先MySQL被SUN公司收購了，現在SUN又被Oracle收購了，所以還是Oracle旗下的。
Oracle之所以這么強勢，就是因為其產品的穩定性，尤其是金融類機構，一點數據問題都不能出，否則你銀行里只有100塊，花出去了101塊，這個問題就大了。你可以想下，幾十年，遍布全球的金融類機構，大部分只敢用Oracle，就是因為產品穩定。而且這么長時間的技術積累，問題解決經驗，這個真的不是說自研就解決的。
伴隨著雲服務的大趨勢，幾個主要的雲服務提供商，亞馬遜、阿里、騰訊都在發力資料庫，像淘寶、微信這種大的國內應用，本身必然會要求其資料庫團隊越來越強大。
OceanBase其實也在慢慢的搬運Oracle的客戶，但是這個急不得。其實在市場定位上，國內的大量互聯網公司並沒有使用Oracle，因為太貴了。所以這部分客戶才是OceanBase的主要目標。
Oracle代表的是雲服務以前的頂峰，而且目前看想替換不是幾年的事情。新的OceanBase伴隨著雲服務的擴展，必然一步步的能取得更多的市場份額。阿里雲發展必然能帶動OceanBase的快速發展。
慢慢來吧，數據要的是穩定。
第一，oceanbase是否比Oracle強並不能完全肯定，Oracle這么多年的發展形成了完整的生態，讓大多數人熟悉了他那一套，oceanbase應該說在一些場景下比Oracle強，尤其分布式方面，因為他這方面在自身業務驅動下更加突出。
第二，Oracle的客戶基本上是規模型企業，且一般用於核心業務系統上，切換成本很大，風險很大，做這樣的決策是非常困難的。
第三，人才培養沒有那麼快，切換oceanbase沒有多少人會，培訓學習和運營管理都需要時間
第四，阿里發展重心不是這種產品銷售模式，Oracle這種模式需要大量的營銷團隊和服務支持團隊
第五，阿里時機還未到，先通過雲服務不斷發展客戶完善產品，後期根據自身的發展策略可能會決定面向客戶銷售
銀行 金融 政府等行業是不會去嘗試新技術的 他們要的是穩定 可靠 打個比方 銀行每天流水 1個億 用新系統 花錢了 而且出了問題 損失了 誰負責？！花錢不討好！銀行也不差那點軟體版權費！
應用場景差別很大，分布式系統維護成本很高。這和外國寧願買二手F16，也不願意采購殲10一樣，更何況，OB確實還不如Oracle。
但是現階段貿易戰，已經消除了Oracle的空間，正是OB等系統的機會
如你所願。
oceanbase最近獨立運營了，開始發力推廣。先把TPC-C基準測試排名達到世界第一。（第二也是自己，這次是二刷）
然後最近剛剛開源。把300萬核心代碼都開源出來。大家可到github上查看。
金融領域繼續發力。和合作夥伴一起做去O。盡量能兼容Oracle，讓客戶無損切換到oceanbase上來。
相信不遠的將來，中國企業都能用上國產高性能資料庫。
㈧ 阿里雲rds資料庫是自主研發的嗎
一般rds習慣性指mysql資料庫實例，但其實也包含sqlserver。這兩種資料庫一個是開源的，一個是微軟的，都不算是阿里研發的資料庫。
華為雲 rds-gaussdb系列都是自主研發的。