大数据应用实战
15
15
1.0x
00:00/00:00
登录|注册

08|云原生(下):如何因地制宜地应用云原生技术?

你好,我是曹犟。
上节课我们一起了解了大数据和云原生的概念和作用,还讨论了云原生大数据方案的核心考量。
这节课我们来看看在是否“上云”的决策中,有哪些关键的评估维度。最后,我还会给你分享一个真实案例,帮助你进一步了解云原生技术应用如何去权衡。

上云真的是趋势吗?

前面我们讨论了什么是云原生大数据,以及云原生大数据在不同层面上所具有的优势和挑战。那么,其实会有一个好玩的问题,在中国上云真的是一个大趋势吗?
对于这个问题,我的回答其实稍微有点悲观。不管 Gartner、Forrester、IDC 发布的报告里面,多么强调公有云、云原生是未来趋势,有多大比例的新增数字工作负载会部署在云原生平台上。但是,从我过去十年服务国内各行各业客户的观察来看,上云这个大的趋势,在过去十年,并没有明显往前推进。
神策所服务的客户中,只有不到 30% 选择了 SaaS 模式,也就是将服务完全托管给神策,并且这些客户绝大部分都是中小型的互联网企业。剩下的 70% 都选择了私有化部署模式,即客户自己提供服务器,神策使用软件在这些服务器上完成部署。而这 70% 客户中,大约有 40% 选择了在公有云上购买服务器,30% 则是提供物理机,或是自己做的虚拟化的机器。
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
  • 深入了解
  • 翻译
    • 英语
    • 中文简体
    • 法语
    • 德语
    • 日语
    • 韩语
    • 俄语
    • 西班牙语
  • 解释
  • 总结

1. 云原生在中国市场并没有像预期的那样成为大趋势,大多数客户选择私有化部署模式,甚至出现了下降趋势。 2. 在决策上,需要考虑团队规模与技术能力、数据规模与增长预期、业务特点与负载模式、合规要求与数据敏感度等评估维度。 3. 对于团队规模较小或缺乏专业大数据运维人员的情况,强烈建议选择云原生;而对于数据规模较大且持续高速增长的情况,部分程度的自建可能更经济。 4. 混合架构是一种折中方案,可以综合云原生和自建的优势,但也增加了架构的复杂性。 5. 云原生应该会成为大数据系统的主流选择,但在中国市场,这个未来可能会比预期的要遥远。 6. 技术选型团队应该基于自身实际情况做选择,建立持续优化的机制,应对技术和业务的不断变化。

仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《大数据应用实战》
新⼈⾸单¥59
立即购买
登录 后留言

全部留言(2)

  • 最新
  • 精选
  • 亚林
    云,并不便宜
    2025-11-10归属地:湖南
    1
  • 大寒
    思考题一:(作为一名员工,尝试用更高视角来看)我认为找云厂商做托管式服务,尤其是在业务逐渐萎缩导致人员缩减情况下,是一个非常好的选择。因为这个避免了本就不多的开发人员再额外分精力去做过多运维事情(我们现在出问题都是先找云厂商反馈)。但是这也带来一些苦恼,比如一些比较新的开源组件(比如24年时候开始接触dinky),因为各种和云厂商的兼容冲突也废了很多时间精力。这应该算是事物的两面性吧 思考题二:这个应该会选PaaS吧,和我工作的环境类似。即不希望把过多精力投入到集群部署与运维,更专注业务,同时数据处理逻辑与敏感数据存储等问题保持一定独立性,比如我了解到推荐团队对于模型的参数调配比较关注,也算是团队的核心资产,所以也是不选用Saas的原因之一。 思考题三:这个我表哥(在百事通工作)去年和我聊过,以目前的形势来看国产化可能会是一个大的潮流(他们那里已经要求软硬件国产替代推进了)。从另一方面来看,随着gpt这些大模型的出现,中小企业或多或少出现了AI焦虑,为了不错过这班车需要拥抱云(自建烧不起钱);但是对于各企业来讲其落地场景与盈利能力是要打问号的,即能跑通的不多。所以综合来讲AI与云的结合是大趋势,但是这个过程也并非一帆风顺,需要每个人调整好心态,既不抗拒也不能把其理解为万能药。从我个人角度来看,技术人员不能闷头搞技术也需要关注下时政新闻(比如国家的十五五规划),这对于个人的选择发展也很重要。
    2025-11-10归属地:北京
收起评论
显示
设置
留言
2
收藏
沉浸
阅读
分享
手机端
快捷键
回顶部