数量|我们需要一次怎样的数据架构变革？( 二 )_变革|业务创新|结构化|应用|现

另外，现代化应用还需要考虑性能和延迟的问题。未来，新的现代化应用都会以遍布全球的用户为目标，这就对延迟有极高的要求。在游戏中， 10ms 的延迟都是不可接受的，有些游戏甚至需要内存级别的延迟。超强的带宽、超快的传输速度等的实现，需要遍布全球的通信基础设施建设。
需要注意的是，在考虑高并发和低延迟的同时，还需要兼顾考虑总体质量和成本。建立、运行和维护这么大规模的应用需要耗费的人力和物力，一般企业可能难以承受。所以除了质量，成本也是需要考虑的问题。
总结来看，现代化应用至少要处理 TB 级、PB 级的结构化数据和数倍于此的非结构化数据，支持分布在全球的数百万用户，并以极低的延迟每秒处理数百万个请求。
对于非结构化数据，如今很多企业开始基于 Amazon S3 这类具备 EB 级扩展能力的云存储构建云上数据湖，并通过云原生数据分析处理工具对这些数据进行处理分析。而对于结构化数据，还需要弥补以下缺陷：

企业被传统商业数据库束缚，而难以开展创新。传统商业数据库不仅价格昂贵，还有专有技术及许可条款，需要经常进行审计。虽然越来越多的企业转向了 MySQL 和 PostgreSQL 等开源数据库，但他们仍需要商用数据库的性能；
无法满足特定场景需求。随着应用场景的不断增加，不同应用程序有了自己特定的需求。现在，开发人员越来越多地使用微服务架构来构建应用程序，并且选择新一代的关系型和非关系型数据库。但关系型数据库的结构数据耦合性大，不利于扩展分布式部署。非关系型数据库没有事务处理，复杂查询方面略微欠缺；
传统数据库运维模式仍旧需要耗费精力和成本。运维耗时但价值输出较低，但企业又不得不在这方面耗费精力和成本。

现代化应用需要什么样的数据架构作为支撑？
既然现有数据架构难以支撑现代化应用的实现，一场数据架构变革势在必行。这个新型数据架构要能够解决上述提到的问题，即需要拥有更高的扩展性、能够适应多样化的数据形态、有更高的数据处理能力和更低的延迟，当然还要有实现的路径和工具。
相关技术方案与创新
当下， IT 界的最佳技术组合可能就是“云计算 + 人工智能” 。云计算解决了扩展性、数据存储、性能等问题，而人工智能技术则大大提高了数据分析和处理效率。
【数量|我们需要一次怎样的数据架构变革？】云计算可以为现代化应用的峰值需求“无限续杯”与平稳运行时的“最佳能耗” 。作为云计算模型之一的 Serverless ，在理论上可以自动适配应用从零到无穷大的需求峰值，更加擅长解决扩展性的问题。