【矩阵起源_秦姝琦_】云原生环境下的新型超融合数据架构_23页_10mb

Cloud Native Environment下的新型超融合数据架构 - 演讲人：秦姝琦

1 目录

• 云的机遇与挑战
• MatrixOne架构介绍
• MatrixOne最佳实践案例

2 云原生技术栈演进

2.1 发展阶段

• 2007-2010：萌芽/试探
  • 云平台门槛高，应用移植困难
  • 未解决API依赖与语言兼容问题
• 2013-2016：喷涌/成熟
  • 开源PaaS爆发，云原生概念兴起
  • 功能性、兼容性和多语言支持逐步成熟

2.2 当前主流趋势

• Serverless：按需计费、专注业务开发
• 对象存储：无限扩展、兼容多种数据格式
• Kubernetes纳管存储：实现数据与计算融合

3 结构化数据趋势

3.1 数据架构演进

• 湖仓一体：融合数据湖的灵活性与仓库的易用性
• 流批一体：减少数据冗余，提升处理效率
• HTAP：兼具OLTP事务处理和OLAP分析能力

3.2 行业动向

• Gartner/IDC将数据管理系统（CDBMS）纳入主流
• 用户需求：分布式、超融合云原生数据库

4 MatrixOne介绍

4.1 产品亮点

• 完全云原生设计，支持K8s与S3
• 架构拆解：
  • 事务层：轻量Raft副本，Append-Only日志
  • 计算层：无状态设计，支持MVCC/SnapshotRead
  • 存储层：全局共享S3+Logtail

4.2 架构优势

• 云原生适配：Serverless+资源弹性伸缩+多云支持
• 基础设施解耦：统一API适配公/私/混合云
• 高可用性：自动故障恢复、全局可观测性

5 典型应用场景

5.1 多租户开发

• 支持Serverless资源动态配置与租户隔离
• 统一控制面管理多云及混合负载调度

5.2 综合实践案例

• DiverseAppOne数据库：业务管理系统、AI应用
• SaaS平台：租户隔离、政策驱动的按需伸缩

6 总结

MatrixOne通过松耦合架构实现：

• 资源极简化：Serverless与对象存储结合
• 数据统一化：湖仓一体+流批融合
• 运维自动化：无需绑定单一云服务商