在过去的三十年中,也许没有哪个供应商或数据库平台像甲骨文数据库那样流行。
当更广阔的IT市场发展时,甲骨文的数据库也随之发展,甲骨文总是会添加新功能来满足不断变化的需求和竞争挑战。而伴随着云端迁移、新的多模型数据库选项涌现和不断提高的自动化程度,现代甲骨文数据库也在继续向前发展。Juan Loaiza是在甲骨文任职时间最长的高管,他是该公司关键任务数据库技术执行副总裁,他亲眼目睹了自1988年以来数据库市场的发展过程。
在这次访谈中,Loaiza讨论了数据库市场的发展以及甲骨文的同名数据库在未来的定位。
您为什么在甲骨文公司呆了三十多年,以及在这段时间里您所看到的最大变化是什么?
Juan Loaiza:很大部分原因在于甲骨文发展得很好。我总是在说,甲骨文公司通过良好的技术设法保持竞争力和市场领先地位。
在需要时,甲骨文也会非常迅速地做出调整。你如何生存40年?当技术变化时,你必须做出响应并发挥领导作用。
1年多以前在甲骨文发生的最大变化是,Thomas Kurian(前产品开发总裁)离开了甲骨文。他是所有开发的负责人,当他离开时所发生的事情是,有些团队(例如数据库和应用程序)最终直接向[甲骨文创始人兼CTO] Larry Ellison报告,Larry现在直接管理一些大型技术团队。例如,我直接与Larry合作。
您对多模型数据库方法的看法是?
Loaiza:现在我们正开始越来越多地谈论多模型数据库。不过,人们使用的术语是多模型,而我们使用的是另一个术语,我们使用的术语是融合数据库,这里的原因在于多模型只是融合数据库的组成部分。
多模型实际是指你可以在数据库中建模的不同数据模型,但是我们所做的远远不止于此。区块链是其中一个例子,这里涉及将通常甚至没有被认为是数据库技术的技术融合到数据库中。我们已经超越了传统的多模型范畴。
最初,关系数据库是OLTP(在线事务处理)和分析的主流数据库。而在过去的10到15年中,我们开始看到很多新的数据库技术,例如NoSQL、JSON、文档数据库、地理空间数据数据库和图形数据库。现在有很多专业数据库,而人们不得不整合复杂的数据库网络以解决单个问题,这带来了极大的复杂性。
对于融合数据库的想法,我们正在整合所有好的做法,无论是NoSQL、区块链还是图形,并且,我们正在将这些构建到甲骨文数据库中。因此,基本上你可以使用一个数据存储并将应用程序写入该数据存储。
这里可以类比智能手机,我们曾经有一台音乐设备、一台电话设备,一台日历设备和一台GPS设备,最终这些全部融合到智能手机中。
企业实际上是否正在将其内部生产数据库部署转移到云上?
Loaiza:我们肯定会看到人们向云端迁移。云计算有两种模型;一种来自基层人员。例如,我们看到人们正在使用我们的自治数据库。他们会说,‘我在财务部门,我需要一个报告数据库’,或者,‘我在市场营销部门,并且我需要数据库来运行广告’。这些都是基层人员,他们在开发新事物,他们只想转移到云端,因为在云端,可更加容易和快捷地建立数据库,而进入云端也很灵活。
第二种模型是高管中的某人说:‘嘿,我们有云迁移策略。’有些公司希望迅速采取行动,而另一些公司则说:‘你知道,我要花一些时间’,然后所有事情都停滞不前。
自主数据库技术是否意味着企业将需要更少的数据库专业人员?
Loaiza:自治数据库消除了数据库运作的日常工作,包括调试数据库、安装、配置数据库、设置HA [高可用性]等任务。这并不意味着数据库专业人员就没有事情可做。
正如所有其他涉及自动化的领域一样,你要做的就是向上发展,你会说:‘我将致力于机器学习或分析或者区块链或安全性。’数据管理的很多不同方面都需要大量的工作。
在这个行业中,我们拥有的好处之一是,IT领域没有真正的失业危机。现在仍有很多空缺的工作。
因此,对于那些具有良好数据管理技能的人来说,他们可以更容易地向上发展并执行更具价值的工作,而不只是配置和设置数据库–这实际上是机械的过程。
我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。
我原创,你原创,我们的内容世界才会更加精彩!
【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】
微信公众号
TechTarget
官方微博
TechTarget中国
翻译
相关推荐
-
Java、JDBC和Postgres
现在越来越多的企业开始部署PostgreSQL,为什么呢?当你看到这个许可开源数据库所提供的功能,你就不会对此 […]
-
5个元数据管理最佳实践
在数据驱动的环境中,元数据不仅仅是数据的副产品;还是综合数据治理战略的关键组成部分。企业需要适当的元数据管理, […]
-
Cockroach Labs增加矢量搜索,更新定价选项
Cockroach Labs 近日推出矢量搜索功能,旨在使客户能够访问和操作非结构化数据,以训练生成式人工智能 […]
-
如何使用数据治理成熟度模型
如果没有强大的数据治理,数据就无法产生有价值的见解以及改善决策。数据治理成熟度模型可帮助企业评估当前的成就水平 […]