在數據量井噴、業務融合多樣、數據自動化治理的挑戰下，企業需要怎樣的數據庫？云數據庫如何在性能、安全等方面實現技術變革？對于這些"靈魂"拷問，騰訊云數據庫總經理林曉斌在"2020DAMS中國數據智能管理峰會"現場給出了答案。
10月30日，"2020DAMS中國數據智能管理峰會"在上海成功舉辦。現場，林曉斌進行了以《AI和云原生時代的數據庫進化之路》為主題的演講，深入淺出地介紹了新基建浪潮下，面對數據量井噴、業務融合多樣化等挑戰，云計算、新基建、數據庫能力將如何進行融合創新。
林曉斌指出，可靠、可用、安全及易用性是我們對云數據庫系統的基本要求。但隨著近幾年數據庫技術的不斷推陳出新和業務的高速發展，我們對底層數據庫高效穩定的要求愈發迫切，傳統的數據庫運維方式已經無法滿足市場的需求。
具體來說，目前大多企業的數據庫管理員跟實例數間的比例大約在1：10000，每周擴容次數只達到了實例數的2%。面對海量的數據遷移，傳統擴容過程容易出現速度慢、閃斷等問題，每次擴容，都需要花大量的時間和精力。此外，林曉斌指出，目前的數據庫存在不合理使用的情況。
騰訊云CynosDB的出現很好地解決了企業面對數據量井噴時的無措。CynosDB是騰訊云自研的企業級分布式云數據庫。它融合了傳統數據庫、云計算與新硬件技術的優勢，100%兼容 MySQL和PostgreSQL，能夠實現超百萬級QPS的高吞吐和128TB海量分布式智能存儲，既擁有分布式設計的低成本優勢，又具有集中式的易用性。
另一方面，針對數據庫的不合理使用，林曉斌解釋道，導致數據庫性能降低的原因主要是性能突增以及索引或事務模型的不合理。但無現場、難復現又成為了阻礙問題排查的兩座"大山"。這就致使數據庫管理員在數據運維過程中面臨需求被動、缺乏預防機制、技能要求高等難題，造成了數據運維的高延遲、低吞吐問題。
于是，實現自動化、自助化、智能化的統一數據庫運維平臺成為了企業的迫切需求。各大數據庫服務商和云廠商也都紛紛將研發重點聚焦在了"智能化運維"領域。
林曉斌在會上透露了數據庫智能管家DBbrain的技術原理。據他介紹，DBbrain是將大量數據庫問題的診斷優化工作自動化、智能化和可視化，通過實時監控、異常診斷、安全治理及數據脫敏等功能，解決企業系統調優之痛，有效幫助企業降本增效。
在騰訊看來，企業要想取得更大的市場份額、提高業務效率，智能化運維是當務之急。
會上，騰訊云數據庫高級產品經理劉迪從產品信息獲取、性能優化等方面進一步闡述了云數據庫是如何從運維人工化走向服務智能化并逐步實現"自治"。劉迪表明，騰訊的數據庫自治產品DBbrain可為用戶提供數據庫性能、安全、管理等自治服務，為各大電商雙十一大促活動的數據庫眾保提供自動化處理方案。
對于銀行業新一代數據架構轉型的痛難點和需求，騰訊云數據庫資深經理蘇強表示："隨著互聯網手機銀行等金融業態的發展和金融業務的轉型需求，金融行業向數字化大數據分布式轉型成為了一種必然。"他指出，TDSQL、TBase等騰訊分布式數據庫產品在數字金融領域積累了一定的"實戰經驗"，既能保證數據一致性又能實現自動化運維管理，可以為企業節省大量運維成本，提高企業業務效率。
事實上，騰訊云在數據庫領域布局已久。目前，騰訊云已構建起涵蓋業內主流數據庫的完善產品布局，并且還在以每年發布5大產品、50多個新功能的增速持續發展。
林曉斌表示，未來騰訊數據庫團隊將繼續緊貼行業變化、緊盯業務發展，不斷為企業提供好用、易用、安全的數據庫產品，助力企業業務"上云"，驅動企業業務升級，共同探索智能化數據庫運維新路徑。
