京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者 | 张甦
来源 | 中国统计网
在自己工作的领域中,发现快乐是我坚持做技术的动力。而技术域其实就是一个画圆的过程,当你发现你的圈圈画得越大,需要求知的东西也就越多。每天必须保持一种持续学习,和与技术死磕的精神才能促使我们不断前行。我们不断前行,时代也在不断变化和发展。本文由变化看发展,进而预测5G时代将会给数据库带来的重大变革。
大数据的快速发展需要越来越大的数据传输技术,因此5G技术应运而生。与4G技术相比,5G技术具有更快的速度和更大的传输容量,将成为未来的主要通信方式之一。
5G给大数据带来什么变化?
5G这一新鲜的技术会给大数据带来什么变化?又有什么独特影响呢?我们可以对此作出以下猜想。
1.数据量将会急剧膨胀
据预测到2020年,全球不仅移动终端(不含物联网设备)数量将超过100亿,而且移动数据流量增长将是2010年的200倍以上,其中中国的移动数据增速将达到300倍以上,上海、北京等发达城市及热点区域或高达千倍。到2030年,全球移动数据增速将是2010年的2万倍,物联网设备连接数接近1000亿,其中中国就超过200亿。
显而易见,4G时代的通信管道很可能被未来十年爆炸式增长的移动数据流量所堵塞。因此未来无疑需要更高速、更强大的5G技术来支撑,5G显然可为大数据(尤其是移动数据)的庞大流量做好准备。
2.数据赋能5G智慧城市建设
随着智慧城市建设的深入,物联网及大数据将在5G智慧城市中发挥重要的作用。城市的路灯、井盖、建筑都将纳入到数据平台中,但是只搜集数据只会让数据成为孤岛,并不能把实际获取的数据利用到城市管理中。未来对城市数据的分析和处理需求将不断增大,各类数据的整合也将成为重点。未来,大数据将在政务、金融、医疗、旅游、教育等各个方面深入融合,实现数字经济的全面发展。
3.推动大数据开放平台快速发展
随着数据体量、种类和形式的爆发增长,物联网、人工智能等领域的创新应用将井喷式涌现,很难有哪一种单一的计算平台可以有效应对如此复杂、多样、海量的数据采集、处理的挑战,混搭式的大数据处理平台的发展趋势将越加明显。海量、低时延、非结构化的数据特点将进一步促进数据处理和分析技术的进步。
4.推动大数据应用落地
如何解决大数据的落地应用问题是摆在诸多大数据从业者面前的一道难题,因为,大数据不是目的,大数据应用才是目的。如果一个新事物没有实际应用,那势必要被时代所淘汰。与实体经济结合,促进应用落地才是大数据的未来方向。大数据应用落地急切需要5G的参与,一方面会丰富数据采集渠道,另一方面也会全面促进数据分析技术的发展,比如说推动流处理技术的发展。可以说,5G将为大数据的落地应用提供新的支撑。
5G风起,数据库将会如何发展?
盘点数据库的发展历程,我们可以通过下面这幅图来完全体现出来。
从上图中,我们了解到在最开始发展起来的是关系型数据库+SQL(代表数据库产品Oracle,MySQL),然后发展到了非关系型NoSQL(代表数据库产品MongoDB),最后是分布式+关系型的NewSQL(代表数据库产品TiDB)。
然后再来说说5G,即第五代移动通信技术。国际电联将5G未来的应用场景划分为移动互联网和物联网两大类。凭借低延时、高可靠、低功耗以及飞一般的网速的特点,5G的应用范围更广泛远超4G、将渗透到生产生活的各个领域,不仅能使得超高清视频、浸入式游戏等交互方式实现再升级,还能实现海量的机器通信、支持智能家居、智能设备和智能城市,也将在车联网、移动医疗、工业互联网等垂直行业一展身手。
简单来说,5G更快、更安全、信号更强、覆盖面积更广、发展方向更加多维。如果不出意外,5G手机明年将纷纷上市。同时,中国联通和中国电信都将于2020年实现重点城市的5G商用。这些都将带领人类开启一个万物互联、高度便捷化、自动化、智能化的崭新生活方式。
下面聊聊5G来了之后,未来数据库的发展是个什么样子呢?
根据Gartner预测,到2022或者2023年,将有超过3/4的数据库被部署到或者迁移到云平台,不足5%的数据库会考虑部署到本地,这就意味着云将主导数据库未来的市场。
我们知道云计算是分层次的,即三种服务模式(IaaS,PaaS,SaaS)。数据库是一款服务软件也就是SaaS模式,整个数据的生命周期,数据库起到的作用都是至关重要的。而且还有一点,数据与应用必须紧密配合,而5G时代,大多数应用也要部署在云上,那云数据库这个趋势也就毋庸置疑了。
不过,在上云这个过程中,传统的数据库与云端数据库不一样的产品架构,给上云带来了很高的门槛。还有商业数据库其高成本,难维护的特点,必将接受国产、开源数据库他们其可弹性扩展,易用、开放等特点的各种冲击与挑战。很应景的一句话是"数据信息科技,国产自主可控,开源大势所趋“。
我们再来想一想对于5G时代的到来,该如何规划好数据库呢?换句话说,5G数据库应该具备什么样的能力呢?
首先先从高吞吐量和低延迟的角度入手,5G的ITU IMT-2020 规范要求速度高达每秒 20 千兆位,目标延迟为1ms。这种要求才是打开数据流的金钥匙。其次,5G数据库必须拥有瞬间线性扩展能力,5G网络不仅会从5G启用的应用程序中生成大量的流数据,还会从网络、订阅、企业、网络运营商和呼叫处理中生成大量的流数据。
那么,对于目前传统的OLTP数据库来说,是否机器越多,SQL执行就越快呢?
答案肯定是否定的。
对于OLTP数据库中的线性扩展,增加机器数,单SQL的响应时间基本不会发生太大变化。随着云计算技术不断成熟,云数据库开始逐渐崛起,企业正将新应用向云转移,对数据存储和计算分析的能力要求不断地加强。由云厂商主导的云原生数据库势必是这波改变的推动者,云原生数据库的优势在于它的成本、灵活度、安全、技术进化层面。
5G数据库更需要在云中无缝工作,并且还要在容器化环境中进行操作。而5G必将带来数据的洪流,这也将推动企业数字化的转型。届时,传统数据库将肯定跟不上当前企业发展的脚步。5G将以前所未有的速度生成前所未见的巨大数据。
科技界有两大领域越来越热:一个是5G,一个是AI。两者都是能够改变时代的颠覆性技术。单独看5G或AI技术,它们的发展都面临重重挑战,但是,当5G与AI这两大颠覆性技术深度融合的情况下,去看数据库的发展呢?
5G、Al通讯与人工智能进入工业物联网、金融、空气预测等数据管理时,由需求推动的时序信息会使数据库变成实时,并且能即时生成预测结果。数据库如果实时可以用Al算法以后,并可生成实时的预报警系统,让大家把损失防范于未然。就如同下图所示,5G和AI共同助推数据库的发展。
市面上也有一些时序数据库,在未来5G时代,比如 RDDTool 和 Graphite 会自动删除高精度的数据,只保留低精度的。而这些“功能”对关系型数据库而言,简直是不可想象的。
小结一下,未来数据库的发展,必然离不开下面这些词汇:
上云,数据洪流,开源,国产可控,低延迟,高吞吐,实时……
而对于我们来说,就要更早地适应未来的变化,提升自己一专多能的技术域,找到做技术那份最简单的快乐足以。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20