更多精彩內容請關注我們
時值歲末年初，又到了各個市場進行盤點的時候。雖然受到疫情的影響，但是今年一些重要的IPO還是值得我們關注和深思，因爲它們可能代表着未來的發展方向。其中，2020年9月16日上市首日便衝破發行價、估值超700億美元的Snowflake，如今已經成爲美國硅谷乃至全球最紅的數據獨角獸。
Snowflake受到追捧的關鍵點之一便是其全力打造的企業“數據雲”平臺，致力於幫助客戶消除數據孤島，將企業數據整合到一個統一的平臺上，構建以數據爲驅動的智能應用，更好地實現數據共享與交換，並從中獲得商業洞見與價值。
數據雲的概念一下子火了，成了雲原生時代數據應用與服務領域一面新的旗幟。殊不知，早在2018年，國內的星環科技就已經率先提出了“數據雲”的概念，如今星環數據雲（Transwarp Data Cloud，簡稱TDC）已經升級到2.0版本。
現在，我們大可不必糾結到底是誰第一個提出了“數據雲”這個概念，最重要的是，數據雲作爲以數據爲驅動和核心的新型數字化基礎設施，將成爲雲上數據處理、分析和實現智能應用的基石和支撐。
以數據爲核心的雲底座
我們首先要明確的一點是，數據雲是一種新型的數字化基礎設施。在它出現之前，雲平臺的建設方式是以資源爲中心的，比如我們耳熟能詳的IaaS。數據雲的不同之處在於，它是緊緊圍繞着數據這一核心而打造的雲平臺，旨在衝破應用和數據的壁壘。
爲什麼會有這種轉變？從工作負載的需求入手進行分析就比較容易理解了。業界早就有這種共識，互聯網應用這類無狀態的應用比較適合構建在IaaS上，可以滿足其靈活伸縮、調度的需求。而像數據庫、數據倉庫、數據湖這類以數據爲核心的有狀態的應用究竟要如何上雲呢？實踐證明，只有在容器雲平臺上，才能在彈性、利用率、多租戶、安全性等方面更好地滿足這類數據應用的需求。雲原生成了必然選擇。
從容器技術的出現，到CNCF的成立，再到雲原生的火爆，輕量級的平臺、存算分離的架構、與應用層更緊密地銜接等爲基於雲原生的數據雲的誕生做好了理論和技術上的鋪墊。
同爲新型數字化基礎設施，數據雲與IaaS之間又是什麼關係呢？以星環科技的數據雲平臺爲例，它的定位是PaaS，是一個與IaaS兼容幷蓄的平臺。以前，IaaS、PaaS和SaaS作爲最典型的雲的三種模式，彼此之間的界線是涇渭分明的，但是現在融合的趨勢更爲明顯，比如後來出現的所謂aPaaS平臺或iPaaS平臺。星環數據雲基於雲原生、大數據和 AI技術構建，通過統一的雲操作系統層支持異構的CPU和操作系統，既可以運行於私有云、公有云和混合雲等各種IaaS之上，也可以脫離開IaaS，直接運行在物理機上，能夠以多租戶和服務的方式提供對數據庫、數據倉庫、數據湖、數據工程、數據科學家和數據應用開發等多種數據工作負載的支撐，同時提供低代碼平臺、DevOps、微服務治理等能力，加速企業數據和應用上雲。
我們再換個角度，從現在比較熱門的中臺的視角來審視數據雲，它實際上就是將數據中臺、AI中臺、業務中臺和技術中臺以數據和應用爲中心，更加有效地協同在一起，統一支撐應用類無狀態的工作負載以及數據類有狀態的工作負載。
從本地到雲上，數據的應用與處理到底發生了什麼樣的變化？以數據倉庫爲例，以前在本地運行時，擴展、遷移、備份等很多工作都需要手工介入，不僅週期長，而且效率低。由於這套系統資源比較固定，因此一般只開放給有限的業務或用戶使用，不能以類似SaaS的方式服務於一線業務人員。而在上雲後，基於容器的數據雲平臺的靈活伸縮和調度能力，以及多租戶模式等不僅可以加快數據工作負載的部署和運行，而且可以同時服務企業內部有不同需求的多個部門，並基於容器來實現安全的隔離，在數據安全和服務共享之間形成一個有效的平衡。在一個統一的數據雲平臺之上，過去可能需要幾天甚至幾周時間才能完成的數據倉庫的部署，現在可能只需一小時便可完成。由傳統本地的垂直部署方式到雲上平臺化的橫向部署和應用模式，數據雲帶來的效率、多租戶、安全性、靈活性等方面的提升顯而易見。
概括來說，在數據上雲後，企業用戶從思想觀念到系統和應用的構建方式都需要來一次徹底轉變，以前習慣的項目制方式，現在則變爲了平臺化的部署模式。首先打造一個統一的數據雲平臺，作爲數字基座，它集數據的採集、存儲、交換等於一體，形成一份統一的數據，可以輕鬆實現數據的查詢、分析等功能；然後在此數據雲平臺之上，企業用戶可以任意構建數據庫、數據倉庫、數據湖等與數據相關的工作負載，效率更高，也更易擴展。
數據雲“姓公姓私” 用戶需求說了算
Snowflake成立於2012年，星環科技成立於2013年，回顧兩家公司的發展歷程，有着驚人的相似之處，大致都經歷了從雲上數據倉庫到雲上數據平臺，再到數據雲的發展過程。所謂英雄所見略同，如今兩家公司一中一外都扛起了數據雲的大旗，交相輝映。
不過，由於中外雲環境、用戶需求和使用習慣，以及兩家公司在數據雲平臺的技術和實現方式上的差異，造成了兩家公司在各自數據雲平臺的定位、應用和推廣上存在着明顯差異。
Snowflake最早提供的是雲上的數據倉庫，最近幾年不斷深化DaaS（Data as a Service）服務，提供更多如數據服務、數據共享交換等能力，逐步完善成爲能夠提供包括數據倉庫、數據湖、數據工程、數據共享在內的數據雲，通過構建在AWS、Azure、Google Cloud三大公有云平臺之上，利用公有云的IaaS資源。
星環科技早期也主要提供包括分佈式分析型數據庫、NoSQL數據庫等在內的數據庫服務，主要面向國內大型企業，從2014年開始研發基於容器雲技術的數據雲服務，並於2018年發佈了面向私有化的數據雲產品。TDC是一個PaaS平臺，不僅包括上層的DaaS部分，還提供了包括應用PaaS和智能分析PaaS在內的PaaS能力，還直接提供各類數據庫服務，目前主要是以私有云的方式部署在客戶的數據中心內提供服務支持。星環科技的數據雲平臺既可以支持星環科技自己的數據倉庫、數據湖、數據分析等應用產品，也可以支持企業客戶原有的數據類工作負載。
一個是基於公有云的SaaS服務，一個是部署在私有云環境中的PaaS平臺，之所以會產生這樣的差異，主要是因爲中美在雲計算的發展，以及用戶使用習慣等方面的差異。在美國，雲計算市場主要是由包括AWS、Azure、Google Cloud Platform等在內的三四家巨頭壟斷，公有云發展相對成熟和完善，企業用戶要麼還停留在使用虛擬機，要麼就一步跨入公有云，選擇第三條道路的很少。而在中國，情況則複雜得多，不同企業用戶處於數字化轉型的不同階段，需求各異，私有云、公有云、混合雲甚至專有云，都有各自數量不少的擁躉。在這種情況下，從供應商的角度，只能選擇自己擅長的技術，以及專注的客戶羣體作爲發力點。從中國市場和客戶的實際需求出發，星環科技的選擇也是順理成章。
Snowflake與星環科技在數據雲方面的對比
Snowflake |
星環科技 |
|
基本 定位 |
Snowflake基於公有云構建，不斷擴展業務的邊界，歷經雲數據倉庫、雲數據平臺和數據雲等迭代歷程，目前已經能夠支持數據倉庫、數據工程、數據湖、數據科學、數據應用程序、數據交換等多種工作負載，以SaaS 方式爲客戶提供服務。 |
星環數據雲基於雲原生、大數據和AI技術構建，通過統一的雲操作系統層支持異構的CPU和操作系統，可以運行在私有云，公有云以及混合雲之上，以多租戶和服務的方式提供數據庫、數據倉庫、數據湖、數據工程、數據科學家和數據應用開發等多種數據工作負載的支撐，同時提供低代碼平臺、DevOps、微服務治理等能力，加速企業數據和應用上雲。 |
技術 路線 |
Snowflake 的公有云/多雲路線： （1）基於公有云構建，目前支持 AWS、Azure和GCP（Google Cloud Platform）； （2）初步使用成本低、操作簡潔、主要面向中小型企業； （3）按數據量和使用付費，省去數據雲規劃、建設和運維的成本； （4）無數據服務團隊的現場支撐。 |
星環數據雲私有云/混合雲技術路線： （1）採用以星環數據云爲代表的私有化部署，提供多數據中心數據聯邦計算能力的解決方案； （2）產品功能完備，包括數據庫、數據分析、認知智能、應用加速中心等面向數據及數據業務的完整產品套件； （3）數據整合能力、面向中大型企業； （4）提供數據服務團隊的現場支撐，從諮詢、規劃、建設、實施和維護的一攬子大數據服務能力及解決方案。 |
雖然Snowflake與星環科技選擇了不同的發展道路，但兩家公司數據雲平臺的基本功能類似，又各有千秋。兩家公司的目標十分一致，就是打造以數據爲核心的雲原生平臺，爲各類上雲的數據工作負載提供全面有力的支撐。
在這裏需要特別強調的一點是，星環科技不僅率先推出了數據雲平臺，而且是最早基於容器技術打造的雲原生平臺，通過提供完整的數據、應用和智能的開發工具，幫助企業實現數據和應用互聯互通，是一朵真正意義上的數據“雲”，並且在上海市區多個政務數據中心，以及多個大型央企實現了生產落地，幫助大型企業客戶提升了數字化業務的速度。容器或者說雲原生，將成爲衡量一朵數據雲是否真的“地道”的重要標準。
數據雲 殊途同歸
對於星環科技和Snowflake來說，數據雲最開始可能只是它們各自獨有的，或者說實現差異化競爭的利器。但從資本市場上Snowflake掀起的熱潮，以及越來越多業內廠商對數據雲的關注可以預見，數據雲未來將成爲一個新的行業標準或一類通用的技術框架，這一概念將得到快速普及和推廣。從市場競爭的角度看，無論是從技術的先進性、平臺的成熟度，還是在生產系統中的大量實踐積累，星環科技與Snowflake在數據雲市場領先了一步。
就像星環科技專注PaaS和私有云，而Snowflake以SaaS和公有云服務見長，在數據雲這一明確而統一的發展方向上，不同的企業可能對數據雲的內涵和外延有不同的解讀，甚至打造出不同的產品和服務模式，但是殊途同歸，都是爲企業用戶數據上雲提供堅實、可靠的數字化底座。
END