00:00/00:00
外链地址
http://www.eemp3.com/audiofile/2ed759065cbbd9cff7853d833a08e1e4.mp3
点击复制
用声音碰撞世界，
生动活泼。
hello,
大家好，
我是丁，
欢迎收听全新一季。
hello,
大家好，
欢迎来到我们今天的科技，
早知道，
那科早其实一直有在关注海外的云计算数据库领域的最新一些动态，
在前些年我们聊过databreaks,
然后我们聊过snowfla，
然后其实也聊过像是tigergra这样的图数据库，
那我们发现最近的其实在国内大家非常关心的就是数据库的国产化，
然后这样的一个迁移潮是最近很重要的一个话题，
所以我们今天就请来了一位在这个领域深耕多年的嘉宾，
然后我们今天来好好聊一下这个国产化的数据库在过去几年的重要的变化，
当下的现状以及未来的展望。
好，
那今天跟我们来聊这一个话题的是腾讯云数据库的总经理王毅成，
然后大家把王毅成这个王总称为哈总是吧，
哈喽。
哈总你好，
大家好，
大家好，
嗯，
为什么大家会叫你哈总这样的一个名字呢？
嗯，
大家介绍一下，
嗯，
主要是腾讯其实是内部的名称都叫英文名，
所以英文名叫哈，
大家就就比较叫哈总了，
OK,
明白，
嗯，
我知道您的背景，
其实好像一直是在这个数据库的这个行业里面工作，
好第一份工作就是从事这个方向是吗？
能不能帮我们介绍一下你的这个背景？
嗯，
我毕业之后其实是偏就是刚毕业是做研发，
然后大概做了5年的研发，
呃，
其实研发的方向当时是比较，
呃从最开最初的选择是会比较杂，
然后做过一阵的这个防火墙的，
就是底层关于那防火墙的一部分开发，
然后后来转到去做应用系统，
然后去做当时我们是在在一个公司做邮箱系统，
所以在那个时候其实对于数据库的使用啊，
在开发经理中对于数据库的使用偏多啊，
包括怎么去设计很好的索引，
然后设计很好的这个应用的方式跟数据库去结合，
然后再往后之后呢，
就来到那个云计算的公司，
然就在中间可能转成做了一份DBA，
就是由于做研发的设计偏多，
之后呢，
然后可能那个时候公司没有这种DBA的角色，
然后去做了一个DBA，
然后通过DBA的角度呢，
更加能够审视到就是一个数据库的设计啊，
或者说数据库的原理层面的一些研究也比较多，
然后呢，
后续就开始去做数据库的相关的这种公有云产品或者私有云产品的产品设计工作，
然后最近呢，
我是在腾讯云去负责整个腾讯云现在这种。
培行数据库的产品，
产品设计研发，
然后包括售前售后服务体系的这个整体的管理工作，
整个毕业十几年来，
其实基本上就是都是在跟数据库去做相应的结合，
您当时选择这个进入数据库的这个行业是为什么在在那个时候可能是刚在呃2007年或者说10年左右吧，
那个时候其实其实从个人的这个这个职业选择去考虑吧，
一个点呢，
就是那个时候做都有一种就做后台开发，
可能会越来越贵，
或者说这个价值会越来越大，
然后做后台开发的，
然后再到去说那那个数据其实是越来越关键嘛，
所以说从数据库的当时这个想法，
其实也没有想那么多，
就觉得可能做DBA或者说做数据的这方面的工作呢，
可能会职业生涯可能会相对延长的更长，
然后可能从个人的价值上，
或者说物以稀为贵的角度来看呢，
可能也会觉得这个人的价值可能会越来越贵啊，
所以在那时候可能选择进数据库呢，
还是一种偏个人的这个职业发展的角度。
因为当时好像09年的时候，
应该是阿里云刚刚这个落地的时间，
然后好像07年08年的时候应该是这个动，
然后他开始在往这个方向在做，
我不知道当时你有关注到国内的数据库这样的一个行业的这个状况是怎么样的，
其实也基本上是观测到了，
因为那个时候呢，
其实阿里应该是从08年的那个阶段呢，
可能开始就逐步的来去做一些呃启动，
可能还没有大批量的宣传，
但可能可能当时有些朋友开始去逐步的去往这个阿里云去去离职啊，
或者说去加入嘛啊，
然后在09年可能是那会儿是整个阿里云的宣传，
或者说他的战略宣传可能变更多啊，
就觉得当时一直说是啊，
马老师要要要五年投十个亿，
然后要就是因为AWS有个很好的标杆嘛，
所以那个时候阿里云也是说在一个角度来去启动数据库，
或者启动整个云平台的一个一个点，
所以那个点其实我还是看到了一个比较好的一个职业发展的方向吧。
因为可能之前做。
底边也好，
或者说做数据库，
数据研发也好，
它还是偏一个自己支撑自己业务的一个发展的角度，
他可能只是只是单单一个一个公司的一个为一公司服务，
然后或者说为一个公司的某个业务的发展服务，
其实在做技术同学的角度来说呢，
你不能说是不安全感吧，
或者说你你其实业务的发展会直接决定你技术发展的一个瓶颈，
或者说你的上限啊，
在那个阶段上，
然后阿里云这样的公司成立，
或包括后来的腾讯成立，
其实都是对于我觉得对于做底层技术同学是一个比较好的一个春天，
因为他能够你服务的客户会很多，
然后服务的行业会越来越多，
所以在技术上的边界，
或者说技术上深度，
其实对于技术人是一个很好的一个一个发展的舞台吧，
就周围的很多朋友，
其实也是从最初的这种互联网公司，
然后转型到这个云计算的公司来去做服务，
那我们觉得也是他的眼界可能会更宽，
然后他服务的客户也更多，
服务的业务也更多，
其实对于你这个技术的深度的挖掘和技术广度一个探索，
都这个比较好的这个这个发展的空间吧。
当时其实大家可能都是从自己的业务角度的这个需要，
然后开始做这个database这样的一些工作，
然后后面他把它变成了这个产品，
可能才形成了现在的这样的一个不同的这个云服务的产品，
我不知道这个腾讯的这个TSQL是什么时候开始这个研发的，
好像也是从内部开始孵化的吗？
啊对，
其实腾讯的TT搜Q，
其实嗯，
发展的历史还是相对来说比较长的，
因为腾讯最早其实是98年成立嘛，
其实在98年的时候，
其实更多那个时候大家对腾讯比较了解的还是QQ，
对吧，
那其实对于QQ这样的业务呢，
其实数据存储它对于关系型数据啊，
其实并不是特别特别的强依赖啊，
因为就是那个时候可能更多的还是呃，
KV的存储，
就是你你去做这种消息的聊天记录啊，
可能只是简单的一些人物的关系链，
其实它对于整个关系数据库压力并不并不是特别大，
那对于为什么会资生T之后呢，
其实大概是在2002年到20142012年这个这个这个阶段，
那主要那个时候其实腾讯通过自己的商业化转型，
它开始呃孵化成Q币啊，
这种财付通的业务啊，
其实有了金融类的交易的业务，
其实对于这个数据的关系型的交易就会越来越多，
所以那个时候也是在02年，
就是整个团队成立来去服务孵化内部的这个支持好内部的财务通这样的业务，
那随着腾讯其实就在在02年之后呢，
移动互联网的发展，
其实也是逐渐就整个PC互联网跟移动互联网的加速。
就是在这个过程中，
我们的内部孵化，
或者的内部支撑了很多这种国民级的应用啊，
包括就是像啊微信的部分应用啊，
还有像在我们像腾讯音乐，
腾讯视频啊，
包括就是可能我们用了很多的像之前的qone啊，
这些耳熟能详的这些国民级应用，
其实都是在这个底层的关系性数据库支撑，
都用T思Q来去支撑了，
然后再往后走呢，
其实就是产业互联网起来之后，
腾讯也出了一个爆品，
就像腾讯会议对吧，
那它的一些底层的这个，
呃，
关系的支撑啊，
或者说整个这个这个关系型数据也都是用TS来去支撑，
那这是一个内部发展的过程，
腾讯云也是一一一年左右开始发力来去做嘛，
那随着腾讯云的这个启动呢，
那其实TSQ就作为在内部孵化非常好的一个产品，
我就把它作为一些相应的产品化，
那从一个好的技术到产品化，
其实也做了一个很多的这种相应的这个这个基术工作和努力的工作吧，
然后在整个产业互联网发力的这段时间呢，
然后我们在产品化的过程中，
也服务了很多这个这个客户啊，
就在公有云上，
其实我们像腾讯系的很多这种投资公司也好，
就最初啊可能。
像每日优先呀，
拼多多呀，
然后美团呢，
它很多这种支撑的业务，
其实都已经开始选择上云，
用TS，
后来去支撑他的业务，
随着这个互联网的发展呢，
其实现在腾讯的TSO后，
其实也支撑了，
就是50万的这种这种开发者啊，
就是50万的客户啊，
再去使用这个TSOHO，
我觉得TSO还有一个比较明显的标签呢，
就是今天在国产化的线下啊，
那其实我们也是从一四年开始做第一个这个微众银行，
就真正的一个呃互联网的银行，
然后构建在这种呃TSO狗之上，
随后呢，
我们就在18年19年去做张家港的银行，
那最近开始就是在，
尤其在2020年之后嘛，
可能我们进入到一个相应的深水区啊，
包括政务的这些人口普查也好，
或者说海关啊，
国税的一些核心核心交易系统啊，
包括现在很多大行的核心交易系统都在用这个T次过来去支撑呢，
也是就是充分证明就是从一个技术型的产品孵化，
再内部孵化，
然后再从通过云的转型，
从技术化到产品化的一个切割啊，
或者说一个转型，
然后再到一步步的从这试水的客户，
然后再。
服务的这种超大型的客户，
然后再到整个面积打开，
那基本上也是一个典型的技术型产品的一个演变的过程。
我这个它属于是这的一个一个是吧，
我不这块是不给大，
稍微这个就是呢，
其实我的解它是一个技术能力，
并不是一个产品形态，
但是这种争论很多啊，
就是我个人的理解，
它只是一个技术形态，
它应该是一个技术，
这是个技术能力，
可以凌驾在不同的技术产品之上来去构建这一个htype的能力啊，
所以我们不太可能认可，
有一些同人可能会讲HT是一个产品，
但我们可能这是一个一个技术能力，
那其实TPSO后呢，
它本身是一个orTP的数据库啊，
然后呢，
就是之前一直在支撑这种点查呀，
或者说这种核心交易的系统，
但是我们随着今天越来越多客户的这个，
这个对于数据库的延展的使用啊，
比如说我们做银行，
银行业务系统它需要做一些夜间的跑批，
那你那你说如果从一个OTP的数据库，
然后再同步到一个AP的数据库去，
然后再去做跑批，
那整个它的效率跟成本其实还是很高的，
所以就是随着这类的这个需求场景的演进呢，
那形成HT。
B作为一个能力就要去构架在HTP，
在这个这个OTP之上，
所以我们也是在T搜上，
其实呃加载了这个HTP的能力，
可能我们会自动的去在这个前面的计算层跟存储这个这个计算层不变的情况下，
可能我们只会同步一个列存的节点，
然后在列存上来去做相应的这个分析的演算，
然后能够在就是一套数据库产品之上，
智能支持TP的核心的交易系业务的系统，
然后又能在少量的这个场景下来去做相应的分析，
所以组成一个HTP的能力，
一开始国内开始慢慢拥抱这个这个数据库的这样的这个行业很多，
基本上大家全都是用的海外的一些服务，
然后包括是orac口，
IBM,
微软啊iapp，
当然其实大概占了90%的这样的一个市场份额，
但咱们中国的这些国产的数据库的提供商，
他们是怎么样慢慢崛起的，
对他们可能是先从哪哪一些就技术角度，
或者是哪一些这个产业角度先慢慢切入的呢？
我们先从世界的角度来看。
其实我印象当中应该是6。
几年的时候，
IBM出了第一个这个数据库的原型，
Oracle应该是在70年左右，
然后真正把数据库的原型作为产品化，
然后作为这个世界上第一款数据库产品来去温世，
然后整个进中国的这个态势呢，
其实也大概就中国使用数据库呢，
大概应该是在恢复搞好之后啊，
然后可能那个时候呢，
改革开放的时候呢，
其实有一些国防啊，
军工的领域开始做一些这个关于数据库的一些研究啊，
那个时候其实是一个大的一个萌芽的启动期，
那我们发现中国的数据库开始那个场景业务的爆发呢，
应该是在90年左右啊，
那个时候其实Oracle基本上是以摧枯拉朽的方式，
然后一起去进军中国，
然后那个席卷了整个中国数据库的市场啊，
当然他的那个过程中呢，
其实像DBtwo啊，
塞贝啊，
当时还有搜搜ber，
可能也是还有一些小的厂商同时进入了中国的市场，
那当时Oracle呢，
可能采用它自己的一些策略啊，
包括它的整个上海游的生态，
或者说我们在一些角。
则上可能是鼓励厂商多用的情况下呢，
包括他对应用的对接，
跟isSV的这种联动啊，
包括这个Oracle可能也收了很多这种相关的这个上游的企业，
所以在那个阶段阶段内呢，
他可能990年代啊，
他可能把4r，
包括DBtwo跟C贝，
可能在中国市场上打的还是比较成功的，
可能在那个阶段下，
我们看到，
其实我们今天再去看大批量的金融政务能源啊，
包括这个交通啊，
其实呃，
虽然可能搜乎or啊，
包括零售啊，
就server，
可能service还还有DBtwo可能会有或多或少的一些呃，
用户还在用，
但基本上就是我们目测来看，
可能百分之七八十的那个市场都是被欧洲客去去去垄断掉了，
所以我们可以看到基本在9啊2000年之前呢，
整个中国数据库的市场呢，
基本上可以形成一个格局，
就是国外厂商，
刚才说那四个厂商啊，
形成一个很大的一个垄断的趋势，
那其中呢，
包口借助他自己的优势，
可能在这个四大可能这三个国外厂商加。
在的份额可能都不如Oracle，
那基本上那个时候一个固定的格局，
然后在90年代那个那个那个格局的点呢，
其实我们也看到可能90%多，
还有百分之几的这个收入占比呢，
是在国内厂商占据的，
那那几个厂商呢，
其实大家也都比较熟悉，
可能就是呃，
我们俗说的老四大啊，
就是这个南大通用啊，
武汉大梦，
然后神州通用，
还有这个这个这个华仓是不是也这个四大仓，
对对，
给大家看这个名称呢，
其实也是可以看出来，
其实私家里三家其实都是由学校来去，
就校企合资的那种模式来最初的创建，
对吧，
达哈达梦是跟华科对吧，
然后那个呃，
金仓是跟人大通用是跟南大嘛，
对吧，
就这种模式来去实现，
就是校企合资的这种模式，
来去来去搞的，
包括可能现在达梦的创始人可能还是这个华科的这个这个冯老师嘛，
所以在那个阶段呢，
其实呃，
他们切的场景呢，
就是可能是一些核高级的项目，
或者说一些最核心的一些这个国家的基础学的项目，
可能会会有他们来去。
支撑就是非常敏感的一些业务，
所以我在那个阶段可能会觉得就是为什么没有占据那么大的市场呢？
可能一个是产品上可能还会有一些差距，
那另外呢一点呢，
其实商业模式上，
其实你还是很难跟Oracle啊，
跟搜索有一个明显的区别的，
就还是传统mylicense软件这种模式吧，
那后边我们我会去讲一下，
就是我认为可能新的云服务模式为什么可以打败这种传统的商业模式，
能够能够做一个很快的增长的点，
但我们认为就是90年代的时候，
其实也有几个这个校企合资的厂商，
可能在这个阶段积累有很多的国家的资源投进来，
但是呢，
可能出于一定的原因，
可能我认为最大的原因还是商业模式的原因，
跟这个整个整个这个技术产品的一个差距，
导致它没有占到更大的一个市场份额，
或者说更明显的一个增长，
然后我觉得另外一点就是90年代可能大概是这么一个状态，
然后啊两两千年，
就是21世纪刚来的时候呢，
我认为可能是整个中国数据库是有一个转折的萌芽，
就是比较明显的就是BAT成立了啊，
就百度腾讯阿里可能。
连续基本都是在989920年对吧，
那腾讯98，
阿里99，
然后百度20，
那其实这些厂商呢，
其实很明显的一个特点呢，
就是呃，
互联网的厂商可能初步在2000年到2010年之前是没有太多资金的积累的啊，
然后对于it基础设施的投入呢，
仅是一个捉襟肘的一个状况，
那另外一点核心呢，
就是BAT的厂商可能对于业务开发人员，
就是它是一个投入非常大的，
但是他可能可能跟传统行业的这些开发模式不一样，
那传统行业比如像就是银行啊，
政府啊，
或者说能源，
那大多数他们的业务开发人员可能是可能薪资也好，
或者说可能体制都不是自己的体制啊，
可能是外包的一个公司去搞，
或者说一个三产公司去搞，
那可能这方面呢，
就是他们对于这个应用基础设施的这个人员的投入，
可能并没有就BAT最早就是投入更大，
那可能BAT的公司呢，
呃，
他的技术的业务开发人员可能是很强的，
对吧，
那所以他们那时候在技术选型的时候，
就大多数可能。
都没有选择Oracle作为这个很贵的数据库来去支撑，
他们就会选择一些业界开源的数据库啊，
可能开源的数据库在产品能力上啊，
或者说这种整体的扩展性也好，
或者说性能上可能会相比or或者说它的知识体系上，
因为它都没有这个底层的产品化的支撑嘛，
它没有那个Oracle更好，
但这些厂商呢，
这个因为业务开发能力足够强，
所以他能把一些开源的数据库用好，
那我们包括就是刚才我们讲的T搜Q啊，
其实都是，
呃，
也是这样的一个发展史，
包括百度我也知道他有一个很大的买搜Q的开发MYSQ的DV团队，
那他的业务开发就能很好的使用好这个数据库，
那包括阿里也是他最早用Oracle，
然后，
然后自己也在储备了很多这个MYSQ界的一些这个开源的这个这个领袖也好，
或者说DBA也好，
然后他逐渐的把Oracle去换成这个MYSQ，
那其实就是以BAT为首的这些这类的互联网厂商呢，
因为他的这个互联网的这个从业人员的这个能力，
或者说他的呃薪资结构也好，
就是对这类的人员的储备要求比较高，
所以他对数据这个就。
不需要一个成熟的产品来去支撑他自己的it业务系统，
然后穿越出于成本的考虑，
或者说出于未来扩展性的考虑，
那比如像Oracle，
他想支撑腾讯的这样像财付通的业务，
或者说阿里的这个淘系的业务，
其实它的那种系统架构，
如果想去扩展本身也很难，
那即使能够支撑他的这个费用也会非常高嘛。
啊所以我觉得本身两点呢，
就是一个是互联网场上没有那么多钱来去把团投报包入货上，
另外呢，
其实他的it的基础的这些业务开发人员的能力也比较高，
所以造成了就是整个在那边那10年成立的一些互联网厂商啊，
其实都没有去用这个Oracle，
或者说DB图啊这类商业数据库，
所以在那个阶段，
我觉得对，
中国第一个转折点就是说中国新兴起步的这些很优秀的厂商，
可以通过自己的技术力量啊，
不依赖于国外的这个高端的数据库，
就能把这个这个业务做好啊，
对吧，
那可能在股票没有反复的起伏之前呢，
可能中国的这个前10大的互联网厂商的。
值可能也并不是美国太多嘛，
所以也足以证明我们的业务量的量级，
或者说这个业务的复杂度，
那其实通过自己的这个技术力量，
然后再加上啊，
这个开源的这个肩膀上是能够构建自己业务系统的啊，
我觉得这个是一个比较大的这个发展史的转折点，
那另外一个然后再往后看呢，
就是我们再往后看十年就是10年的时候，
就是4g起步了啊，
4g起步之后，
其实带来的业务量又一个相对来说的一个井喷，
对吧，
包括短视频啊，
微博啊那个，
那那个阶段其实都开始逐渐起来了，
对吧，
那那个时候其实对于数据的要求就更多了，
它不再局限于关系数据库，
不不像BAT那个时代了，
那可能就是包括实就是一些这个像PD的引擎啊，
像缓存啊，
像red对吧，
或者说这种文档型的，
像mango这种的，
其实也是越来越多这种开源数据库可以去基于这个去去构建了，
那我觉得这个适用场景就更多的时候，
其实对于本身做业务的厂商，
那它的投入就变成就比之前要更大，
可能之前你的数据库类型可能相应比较比较少啊。
现在可能是这个业务量级变大之后，
它不是一个关系型数据库，
就能把所有的数据都能够承载好或者运转好，
比如说一个偏这个全文缩引的场景，
你说买SQ也可以做，
但是你如果是有这种这种相应的这种文档型的数据啊，
或者说这种这种来测试这样的一个数据，
它就能很好的运转好了，
所以对于这个业务厂商，
业务开发的这些互联网厂商来说，
它的压力会比较大，
所以那个好，
那个节点比较好的一个转折点，
就是国内的云厂商，
呃，
基本上都都能够提供一个相应比较全的数据库服务了啊，
所以它能够很好的支撑，
就是4g启动的这一波这个业务很好的发展，
比如比较典型的就是呃CD之后启动的一些企业，
像微信可能也是在一一年开始对外公布嘛，
然后包括这个像快手啊，
这个头条啊，
还有这个像滴滴对吧，
基本都是在那个私立之后启动，
那那个时候它的数据量很大的时候，
其实那个业务招聘经力也比较压力比较大，
那还有很多这个初初始的小厂商其实都要去，
由于业务的复杂度，
他要提供多种的数。
那这个时候好的一个承接点呢，
就是其实云厂商基本能够提供很好的一个全系的一个数据库产品的服务，
那其实你们发现这个直年过来之后，
那我们今天看到我们能够数得到的这些，
呃，
优秀的这个新兴厂商，
不管是这个互联网的厂商，
还是一些那个就这种互联网+金融的厂商，
像富通啊，
微众银行啊等等，
这个包括微保这种保险，
呃，
证券跟这个银行相关的互联网类的这个厂商，
其实它都是能够基于云厂商提供的一些服务，
能够把自己的业务开展的很好啊，
所以我觉得也是能够证明就是国内的一些云厂商或整个的云厂商能够支撑好自己的这个他们的一些业务的发展，
那我觉得这个是中国发展的一个比较大的一个转折点，
就是10年之后，
那再往后可能就是20年了，
近几年呢，
其实更大的一波转型，
就是今天整个的这个国产化的一个驱动的发展啊，
那其实越来越多的这种传统行业，
可能都要由于它业务的发展的快速，
那可能传统的这种包括DB动这种这种价格体系的这个。
扩展的劣势呢，
开始有更多的就是在云厂商，
或者说之前的那个BT时代，
积累了很多基于开源做的一些分布式的扩展，
它可以更好的承接今天线下的这种大行啊，
大的保险公司啊，
大的能源公司的一个业务发展，
那我觉得可能是未来这个20年之后呢，
可能又会带来一个比较大的一个技术变革，
或者说业务场景的一个一个演变。
咱们国内其实大家有几家这个大厂嘛，
然后大家其实的这个技术的路径，
或者技术的方向，
大体来说大家有什么不同，
我先说大厂，
其实它的技术演进的线，
或者说对外提供的一些数据库服务呢，
其实还是以现在目前来看，
就大家打的这个这个切入点还是分布式数据库，
对吧？
那分布式数据库呢，
其实就是从技术架构，
其实两类，
一个是sharenothing性的架构，
一个是sharestory的架构，
就是什么都不共享，
比如说其实它的比较典型的就是GoogleSP的这种架构的理念，
就是包括现在可能代表的像这个OB也好啊，
T迪B也好，
包括T可能都在走这套技术理念，
那还有一类的这个分布式呢，
可以就是说像呃sharestory,
它比较大的一个演变点呢，
其实主要就是欧若拉，
在那个就AWS欧尔拉，
再再去演进呢，
就是它整个存储层是一个共享的，
然后呢，
上层通过不同的计算节点的演进，
然后他通过日志来去下沉到具体的存储的节点来去做相应的回放，
那基本是这个两大派系的一个数据库价格。
那只是我觉得在部署模。
市场区分今天到底什么场景是适合刚才说的Googlesper这种sharenothing的架构，
还是什么场景适合这个sharestory,
那至少我在看来呢，
其实sharestory这种架构呢，
其实它更适合于就是今天在公有云或者说在网络条件环境下，
然后能够做到更好的一个发展，
比如说今天由于我是日式的下沉，
再去做存储层的回放，
那其实它对于这种存算分裂架构家呢，
其实它对于网络的要求会非常高，
那如果今天我们都是一个25g网络起步，
然后再加上RDMA的这个联动，
那可能在这类的场景下呢，
可能sharestory我觉得未来的扩展性上才能有更好的一个发展的空间啊，
那其实可能现在目前来看呢，
那我觉得就是整体的公务云，
或者说在一些比较大的这个这个客户上，
他的基础的网络环境，
硬件环境都是非常好的条件下呢，
可能虽然story这种架构呢，
可能更适合自己的业务发展，
那如果说就是今天可能我们做的更多的由于国内的一些政策环境的关系，
或者很。
从海外也会有啊，
就是他们可能对于这种合规的要求，
肯定并不会把自己的数据都全部放在这个公有云体系之上，
那可能也跟合规的要求有关，
如果它是一个线下的私有化的部署呢，
由于它的基础网络环境可能会相对比较差，
那我们还是觉得这种存在一体的这种沙拉性的架构呢，
可能更适合于今天在线下的一种模式的发展啊，
否则如果你的网络基础条件不行，
你的所有的存算都是分离的，
那其实等于整体的RT的响应就会过长，
那可能对于这种OTP的架构就就能很难做到一个很好的一个支撑。
嗯，
那所以腾讯云基本上的客户，
刚刚其实讲了，
主要还是在可能一些大的这个金融机构，
然后我不知道刚刚您讲的这个sharenothing和share它更偏向于哪一个领域，
它的实际的应用多一些，
那可能我们现在在线下的一些大型的金融行业啊，
可能是构更多一些啊，
但是我们刚才说的今天公务云也在发展嘛，
所以公务云这块呢，
其实有一些这个微信生态的一些客户啊，
或者说天生是在公务云上构建自己应用系统的，
比如像拼多多这类的这个公有云的客户，
那可能他会去选择这种story这个架构，
所以咱们最早可能服务的一些这个客户，
或者是案例是哪一个方向的，
还是最早其实没有太大的一个行业的一个细分，
就是就是有客户咱们就就上，
然后因为可能开始也做一些案例什么的，
最早其实还是偏泛互联网的客户，
我们内部叫泛户，
像电商类啊，
就电商游戏是我们其实空间最早的一波客户。
就是其实还是腾讯自身的产品，
然后积攒了一些这个产品的能力是吧，
对对，
然后其实这个我也看到了一些这个报道，
然后包括像是去年年底，
呃，
马化腾啊，
马总他其实也是在对外再说一些这个，
比如说是放弃集成的这样的一个角色，
其实是是更希望是有利润的增长，
然后把自己的自研的产品放到更重要的位置上来，
我不知道这个对大家来说是代表的是什么，
大家会选择可能更多的哪一方面的客户才能够达到这样的一些目标。
呃，
就这么来看吧，
就是今天整个数据库呢，
其实它分两个部署形态，
一个叫公有云，
一个是私有云嘛，
对吧，
或者说独立部署也好，
输出也好，
那目前来看呢，
就是我们通过各种的分析来去判断跟演进嘛，
包括今天整个现在目前的经济环境呢，
我觉得公务云的增长可能会属于一个相对稳定的一个状态，
就是在想实现这种大规模的这这个增长呢，
实话说可能会比较难的一个状态，
首先就是今天整个IDC上云呢，
包括这类呢，
其实在国内这个市场啊，
它其实已经形成了一个相对默认的一种大家选择的技术录像，
那可能未来呢，
更多的比如你想在公云上做增长呢，
其实还是依赖于整个腾讯云的平台啊，
更多的去去温派，
比如说跟华为啊，
跟阿里之间来去做相应的一个温派，
但你说真正的增量市场还有没有一个很大的一个点呢？
其实也是在于整个现在国内的这个创业环境也好，
或者说一个增长的环境啊，
比如说就是今天是不是有更多的像头条啊，
或者是快手啊，
或者说像10年起步的一些厂商的过程。
不起来啊，
那这个的时候可能是一个云很好的一个抓住的契机，
对吧，
那我们其实看到为什么在10年之后，
就是那个时候云厂商其实增速很快嘛，
那其实也是依赖于就是本身它有一个4g的一个大的这个很好的一个基础性的变革，
它能滋生很多的这个业务形态发展，
所以有很多的创业公司能够快速的起步，
那那个时候其实云厂商的这个作为基础设施投入，
它有很大的一个增长，
那另外一个维度呢，
其实就是以前大多数的这个，
呃，
商业模式，
或者说自己的部署模式的一个改变，
比如以前在10年之前，
你想创建一个公司，
然后构建自己的一个底层应用系统，
一般大家都是要去IDC租个机柜，
然后租个机器，
然后把业务部署去部署过去，
对吧，
那可能存在一种业务模式的改变啊，
所以那个时候会有一个比较高速增长，
那我们今天在推手到2020年来看，
当我们已经形成了这个IDC向转云的一个大的过程，
就是用户使用习惯已经改变之后，
那我们可能就在一个大的这个换道的厂商，
这个这个换道的机会上，
其实已经挺难找到一个从一个池子挖到另一个池子，
一个大的。
机会，
那那就能就看这个下一步的推动，
就是5g的到来，
是不是能够滋生更多的创业的这个浪潮，
或者说更多的使用场景，
实现这个it技术设施的一个大型的投入，
但这个点上我觉得还是目前现在这个形式来看的，
还是还是没有看懂，
或者说没有没没有想象到底哪年可能是5g的爆发之后，
然后有太多的业务场景的一个自发啊，
这样，
但是如果找到那个点上，
可能共有于一个是一个比较大的一个增长的一个趋势，
所以说那即使这么做呢，
可能我们还是现在目前来看，
就是没有找到这样的点的时候，
可能我们还是再会盯着这个游戏啊，
然后电商啊，
或者说放互联网或者说泛金融的这类的业务呢，
拿去做一些相应的增量啊，
或者说麦克也好，
或者说再去找一些可能之前没有上云的，
或者说他他业务有可能会在这两年的一些点上找到增量也好，
我们是不是能够把它挖掘到腾讯云上市来，
那这个可能是一个策略，
那另外一个策略呢，
其实就是。
今天我们看到数据库的另外一个趋势，
就是国内的这波这个it技础设施的更换吧，
就是从传统的Oracle啊dptwo,
它可能要下移到今天这个从主机要下移到叉86体系来，
然后可能要从这种集中式的数据库演变到这种国内的分布数据库来，
那我觉得这个是一个重大的一个历史的机遇，
或者说一个重大的转折，
因为它有政策推动，
然后还有一些一个本身啊，
哎，
这是发展这么多年来的一个比较明确的一个机会，
所以我觉得增量可能在线下这一块，
那线下这块呢，
意味着它就是一个传统的行业，
就是传统的。
我们叫八大行业好，
就金融啊，
烟草啊，
交通能源等等的这个八个传统的行业，
那在我们看来，
这种腾讯云在近两年做的比较好的还是偏金融这个行业啊，
那我们今年的目标可能也是在金融这块能够更扎实的做下去，
那可能之前我们的一些战略的方向呢，
可能是查红旗也好，
或者说这个打标杆也好，
可能我们在大行上的客户的占有率，
包括大的一些证券的占有率还是蛮高的，
那我们今年的策略可能是要做广泛的复制，
就是把大行的一些成熟的经验是不是能够复制到城商行去，
能够复制到一个股份制去啊，
大型的保险公司我们是不是能够再去延展到他其他的一些相关联的这些其他的一个业务系统啊，
然后整个金融要去做深，
那另外一点呢，
就是可能我们随着这个金融应该是在八大行业里，
或者传统行业里，
可能是对于it基础设施的更换，
或者说对于这个整个业务技术的投入，
可能理解度相对来说是最高的，
或者说技术能力是最强的，
那我可能还有一些对于数据库依赖比较。
动的像能源啊，
交通啊，
那其实他们也有可能他们相比金融的这个选型的能力，
或者说对于数据库的这个依赖能力，
可能并没有那么强啊，
所以在这块可能我觉得下一步呢，
可能是在能源交通也是我们重点要去攻坚的一个一个比较大的行业方向啊。
嗯，
那听起来金融机构应该是腾讯云现在做的最多，
但可能是不是也是最难的？
呃，
是的，
我们先不谈行业no耗的层面，
至少搞定金融是证明产品的能力啊，
基本上可以的，
其他的行业也不会有太大的问题，
只不过就是你如何了解这个行业的no耗，
比如金融行业对于数据库的要求，
可能会跟能源行业对于数据库的一些呃细力度的一些放大，
它优势的要求可能会不一样，
那其实在基础的产品能力，
比如对于数据库基础能力，
一种容灾备份，
然后基础的性能啊，
高可用啊，
包括这些安全，
那其实大家都是通用的，
如果你经历了金融的这个考验，
那其实其他的行业我们认为就是至少不会比金融更难，
嗯，
金融它的这个难度在哪里？
是它的集中时间点，
它的这个计算会比较多呢？
还是它的扩容性啊，
还是什么样，
能不能帮我们介绍一下，
因为数据库存储的是数据，
那数据库直播之前还是在于你数据库在这个行业内能不能卖，
能不能之前还是在于你在这个行业内存储的数据。
直播之。
钱这最简单的一个认知嘛，
对吧，
那金融行业里的存的都是这个核心的真金白银对吧，
那你任何的这种数据的错乱，
或者说数据的这个不一致，
其实导致的就是损失会更大，
比如我们也可以拿数据去存一些基础的日志啊，
或者聊天记录，
对吧？
那那个东西如果你比如出一些问题，
跟你在金融的这个核心的账务上一笔转账出了问题，
那它所带来的这个影响，
或者说所带来的这个压力呢，
是完全不一样，
所以说它对于产品的这方面，
数据层面的这个不管是并发也好，
一致性也好，
或者说数据的这个RPO也好，
那不容得你有一点问题，
他连一个对于你的网络抖动都不能接受，
比如说今天正是一个这个证券交易的这个开盘的这个点，
那如果我的数据不抖两秒啊，
那可能意味着今天就是上千万的潘总，
这个抖是啥意思呀，
这个专业的这样的一个思维，
就是你断掉了，
就数据库出现卡顿，
他也没有也没有问题，
对吧，
那比如说这个数据的插入，
然后出现了这个延迟，
或者是出现些。
对对交易来说是非常的严重的问题，
那可能会影响到上千笔的交易，
那这个上千笔交易，
那这个带来的业绩的损失就会更大，
对于产品的稳定性啊，
跟产品的这个可要求，
可能会超乎常人的这个这个要求，
就可能你一秒钟或者是两秒钟这种出现明显的这个数据的这个耗死，
或者出现出据的问题，
可能他都不能接受这种打磨，
可能会相比，
比如说你今天存了一个电商类的一个交易小票，
或者说一个交易的记录，
那那个东西卡几秒，
跟你在证券的这个核心的交易时间上卡两，
那是完全不一样的一个影响嘛，
所以在这块的一些深度的测试，
会对产品的详细的要求其实是非常非常高的，
嗯，
比如说是这个保险机构，
或者是银行机构，
甚至是一些其他的金融机构，
好像他们的这个诉求或者要求也都不太一样，
是吧？
对详细的长度并不一样，
举个简单的例子，
比如像银行，
它的核心的交易都是围绕着账户来去处理的。
就是一个储户嘛，
不管你是转账也好，
或者说你的信用卡也好，
或者说今天你买的什么理财也好，
其实他都是以账户为维度的嘛，
你在数据的设计上，
或者应的分片策略啊，
或者说整个分布式策略，
其实相对来说可能会更加纯粹一点啊，
不用考虑太多，
那比如我们到证券，
那证券其实就牵扯到今天它的交易的这个逻辑，
或者说它的业务逻辑就比银行更多，
那首先你对于证券机构呢，
它有几个设计的维度，
首先第一个维度是账户啊，
就是你这个股民对吧，
你股民买了什么股票，
怎么怎么样，
那另外一个维度呢，
他可能就是跟这个具体的证券商，
这个证券机构，
然后他发行了什么样的股票，
对吧，
那他的这些相关的这个数据的设计的流转，
可能他对于数据分配的逻辑又不一样，
可能正券还有一个维度，
就是这个具体的单支股票啊，
那可能代表了一个公司对吧，
或者说一个公司里的某一只股票，
那可能它这维度又跟前面的不一样，
所以他在这个设计模型上，
就跟当时银行这种都是以账户为维度来去设计上好就不一样，
那我们可能在跟客户去做这种相应的服务的时候呢。
那其实在银行那边，
他可能虽然是对于rpoRPO的这个要求就会比较高，
但是可他对于数据分层这块，
我们跟他对接就相对来说会简单一点，
那在证券来看呢，
开盘的那段时间，
那对于数据的这个RT的要求会非常非常高，
你不能出任何问题，
那他三点之后他就不开盘了，
国内可能三点就闭市了，
那在后续的它这个业务要求就不一样，
他跟银行这个每天7×24小时，
或者说今天很多银行都有这种网上银行等等等，
那他对于这个实施要求就跟证券是不一样，
但证券的这个设计的模型相对来说比较复杂，
所以我们真正发现你进到每一个子赛道里，
虽然数据库的通用能力基本是差不多，
但是对于每个通用能力的这个非常暴力的这个测试，
或者对于这个每个通用能力的要精细的力度去看，
这个点上就有一些细微的差别，
嗯，
那咱们在服务这些金融行业的最大的这个挑战是什么，
然后当时是怎么样攻克的？
我觉得最大的挑战还是在于从技术思维到产品思维，
再到服务思维。
的一个转变，
就我们在做内部的产品的时候，
或者说之前做公云的产品的时候，
比如有个bug或者有个问题，
那其实我们在线上的修复，
相对来说其实我是很可控的，
比如说我今天出现一个机器是我公务云服务了50万客后，
我今天出现了一个相对比较重大的一个bug，
其实我是很好的设计我的这个升级的策略，
我可以很好的设计，
让用户无感，
然后呢，
逐步逐步的切割，
把这个bug修复掉啊可能我会有一个比较明确的时间点，
能够把这个运营事故或者说运营的问题可控，
那到了这个服务这种金融行业的时候，
其实因为它的传统的使用模式，
其实已经被欧AC教育，
或者说被这种传统厂商教育，
已经是这种模式了，
比如我们本身是可以在很敏捷的解决这个问题的情况下，
其实你到线下之后，
你要去出具很详细的一个测试报告，
可能在客户的环境下也要去演练一种混沌啊，
然后包括这种长稳的测试之后，
然后才能够有一个很好的一个运转，
然后运转之后呢，
可能再要去跟客户去协商一个比较周密详细的一个升级计划，
可能你。
才能把这个相对来说比较小的一个bug的修复掉，
所以对于我们的挑战呢，
可能就是在以后这种敏捷跟产品质量之间要找到一个很平衡，
很平稳的一个时间的节奏点，
所以这个是一个比较大的挑战，
但是我们自己现在也在找到一套方案，
就是因为我们的优势是在于公有云跟私有化是一个同读同源，
然后代码合一的一个条件，
所以我们现在基本上有一个新的特性，
或者新的功能，
或者新的bug改动之后，
我们都会在公云上去先滚动半年之后，
然后再把这个大的版本封板之后，
然后再经过这种很详细的测试，
再去推到客户现场，
那可能用这种模式来去尽量解决我们的敏捷和这个商业化的稳定产品之间找到一个平衡点，
嗯，
所以现在像这些金融机构，
刚刚您讲的是主要是私有云，
对吧，
然后加上一部分的公有云，
对，
就基本上金融机构的一些相对稳态的业务都会选择私有云，
什么叫稳态的业务呢？
就是说今天它这个业务它不会有这种突发性的使用量的一个增长，
比如说今天你说一个银行的这个转账。
就是说银行的一些存款，
其实它很难会受到一个你做一个什么活动，
有一个大批量的一个增长，
就相对来说它是一个比较固定跟稳定，
所以它不需要太多的这种极致的弹性或者极致的扩缩动来去支撑自自己那个业务发展，
所以它会去选对，
那还有一类呢，
可能就是它会有一些相对来说闽泰的业务，
那什么叫闽泰业务，
比如说中国银行冬奥会上他跟谷爱凌搞了一个签约的嘛，
发行了一个什么基念业务，
那这类它是一个相对闽泰的业务，
他可能快速的就要去去弹性跟扩展，
那这类业务可能会在就公有云上来去部署，
我们在提供工具，
就是公有云跟私有云能够同时做一些相应的管理，
嗯，
一般这样子的需求要提前多久提交到你们这边，
你们可以帮着把整个过程变得比较这个无缝的衔接下来，
嗯，
啊，
这个可能不是这样的一个过程，
就是扣，
那他就知道这类应用就会未来会有一些相应的可能，
你们在开始的时候就帮客户设计好了，
对对，
他就构建在公之上，
那他未来比如想去升级呢，
其实不用我们。
教过他自己在这个界面上就随开随用，
然后随时生了之后，
然后再谈下来就可以了，
明白明白对，
因为我想到一个这个案例，
是我之前读到的，
就是当时那个周杰伦他那个最伟大的作品，
那张专辑上线的时候，
其实腾讯音乐天琴实验室就是突然间有好多好多的这个大家去买他的专辑，
我不知道这个背后的这个数据库是怎么样的一个帮助他们解决这样的突然大量这个听众涌入的这样的问题的，
对，
其实是这样，
就我们刚才讲了一个，
就是刚才说10这个架构嘛，
其实我们在TSO下边有一个系列叫TSO-C，
就是cloudnative的意思，
就是云原生啊，
那套架构呢，
其实就是我们在公上去部署，
我们也是服务腾讯音乐天琴实验室嘛，
我们这块其实就是计算跟存储分离了，
那刚才说那个场景大多数是疯狂引入，
它对于计算的要求很高，
其实存储并没有大批量的一个增长嘛，
对吧，
那即使增其实大面增长，
我们底层也是一个分布式存储，
如果我现在计算跟存储分离掉之后呢，
其实就是我今天要做扩容的时候，
其实我是很。
快的，
因为把一个空的计算基点拉起来，
因为我存储都是底层一个分布式嘛，
所以这个情况下就可以实现快速一个扩缩容，
我们现在可以实现三秒钟之内我就可以拉起一个计算点，
比如之前我可以支撑一个，
假如说我是一个1万QPS计算节点，
那我可以就迅速的就是两秒钟三秒钟就拉起，
现在最多我可以一个时拉起15个这种计算节点，
那可能就用一分钟的时间，
那我这个15个计算机全部拉起来，
那这不像你传统数据库，
我要去做扩容，
我要做数据搬迁，
要随着数据量的大小提前一天做，
我提前两天做，
那这种其实就是一个相对很便捷的一种弹性，
所以这个就能实现，
就刚才说的QQ运营的场景，
包括我们今天很多这种爆发式的增长，
都是靠这类产品来去支撑的，
然后它另外好处就是我这个高峰期过呢，
我就把这个计算节点，
然后杀当掉，
直接空闲空掉就好了，
这个钱也不用说一直去提前一个月把它花掉。
明白了解了，
那像现在这些传统的行业，
他们去进行数据库的迁移，
就比如说是从原来最早的可能比较老的这种Oracle这样的数据库迁移到腾讯云上面，
或者其他的一些云上面，
那他们这样的中间大概需要多长时间，
然后作为客户来说，
他们的这个挑战或者困难点在哪里？
就目前来看呢，
比如说一些边缘的业务或者不重要的业务啊，
我们现在例行的周期可能就是1~2个月就比较快的完成了，
但如果是对于一些就是银行核心的交易啊，
或者说最核心的一些业务，
然后这个业务到掉，
可能这家银行这个时间点，
就所有的业务都不能用的情况下，
可能他一般会做6个月左右的一个一个测试啊，
然后切割演练的一个过程啊，
啊，
对于对客户来说，
最关键点其实还是在于就是你这个产品稳不稳定，
然后呢，
在他的各种长本测略，
他要把很多的异常测试啊，
然后配合混沌要去基于我的各个组件，
比如我一个产品可能有10几个组要组成，
那可能他要人为的杀掉一两个，
做这种混沌的测试演练。
来去判断是不是行为都是一个预期内的切换，
那预期内的嗯明白，
我知道咱们腾讯也有一个技术开放日，
叫做Tacoday,
我不知道咱们腾讯的这样的一个开源的这个生态是怎么样的，
跟其他的一些定对的，
他们的这样的一些对比是什么样子的，
其实腾讯其实还是对于这个开源还是蛮重视的，
不管我们是在数据库还是操作系统啊，
还是中间件，
每个团队其实都有一些开源的形态的产品啊，
其实公司也是拥抱这种内部开源，
或者说跟社区开源的这个大的策略，
那可能其他产品我详细的这个不太理解啊，
就可能是数据库这个板块呢，
其实我们包括TSO后，
刚才说的我们TSO的PG啊，
然后TSO后的这个下说系列，
其实我们都是做了一个相应的那个设计的开源，
那最近可能我们TSO产品也要在开源信息会来去沟通，
看看能不能做一些相应的捐献，
然后也希望大家能够在这个生态内良好的发展，
那其实我觉得其实只有生态健全，
或者说开源生态。
建起越来越多人使用你，
然后并且在这个点上纠错，
或者说提供一些相应的工具，
那其实这个业务或者这个生态才能做得更好，
所以这块其实还是呃一直会做的比较多，
那包括我了解大数据啊，
包括这个TencentOS,
其实都是在社区内可能贡献度最高的就是MYS这个生态呢，
其实我们的研发工程师有几个同学，
其实都是那个进入到那个MYSQ的那个名人堂啊，
其实也是说在有一段时间内，
然后贡献bug啊，
或者说改动率最高的，
包括之前像我们团队的能力和负责人，
那其实他也是在一四年其实就做了那种online的D点啊，
就在线的这个表题构的更改，
那其实之前的这种思构，
它本身它就不支持这种在线的表结构的改啊，
其实每次的更改，
其实它都是要去做这个相应的这个数据的锁表，
导致这个业务现在暂时不可写，
那当时他也是出于那个支持好腾讯游戏的业务的发展，
那其实游戏经常会去做这些表结构的变更嘛。
业务去启动的时候，
可能他做一些表情和变更，
那最后可能还要做一个相应的和随着这个游戏处于一个下星期的时候，
他要做一个相应的把多个合到一起呢，
其实也需要一些表结构的变更，
那其实这样的一些业务诉求，
其实他就开发了一种在线的表结构，
其实这样的一些东西，
其实在近几年其实都得到一个大量的这个海源社区的这个的喜爱，
然后包括也也具备吸纳到这个整个主版本去。
我这一直是国内在开源这块其实贡献最多的这个厂商之一吧，
嗯，
其实整体对于客户的迁移啊，
包括应用系统的改造呢，
其实腾讯云呢，
也积累了一些丰富的经验啊，
然后我们最近在这个Tacoday上也会发布整理重新的一期腾讯云的工具指南，
那里边就包括腾讯云在数据库大数据专有云的底座TCS上这些，
呃，
具体的产品点上如何助力的客户的平滑迁移，
克服一些切藏过程中的一些交易的不闪断啊，
包括迁移数据的一些完整性的安全性的些校验，
相关的案例呢，
可以去看我们整理出的最新的一期腾讯的空气指南，
嗯，
好的，
到时候我们也会把它放在我们的收no里面，
就大家如果有兴趣的，
如果是开发者，
或者是有兴趣把自己的云服务转到腾讯云上面，
也可以去参看腾讯云的这样的一个指南，
那我想最后可能还想跟哈总请教的就是现在在云数据库这一块儿，
有没有一些这个技。
数的热点，
或者是一些这个技术的这个方向，
帮我们再分析一下，
比如像是最近比较火的这个图数据库啊，
什么实续数数据库啊，
或者是啊，
我不知道能不能帮我们可能大概的说一说您的这个观点，
OK,
我觉得在今年或者说这两年内啊，
比较明确的这个技术方向呢，
是个比较清晰的，
然后并且我们的团队呢，
也开始在去做相应的储备啊，
可能我个人会觉得第一个就是刚才说的这个存算分离啊，
那这块包括我们现在目前的产品形态也有，
然后并且也在做很多客户的这个拓展啊，
就是刚才我们说的T座杠C的这种产品形态，
然后另外一点呢，
就是这个htap,
就是htype的这个点呢，
其实在刚才的聊的过程中呢，
可能也讲到了，
今天我们确实是不管是互联网类的客户，
金融类的客户，
传统行业的客户，
可能都碰到了一些，
就是我要在一个OLTP的数据库上，
在某些特定场景上要去做实时的分析啊，
所以这块呢，
我们现在也是投了一个很大的团队啊，
目前产品形态也有，
就是技术形态也有。
也是构建在TSO之上，
封装了整个HTP的这个功能啊，
目前可能在一些这个客户的交付中已经开始用了，
包括一些这个线下的POC啊，
所以我们的整体的这个性能效果都是不错的。
然后另外一点呢，
就是这个智能诊断，
基于一些客户，
我们要提供全链路的，
从我的前层的loadbalance,
然后到最后数据库的底层，
整体全链路的一个审计的分析，
然后基于这些相关的呃，
性能数据的收集，
然后数据搜索层面的收集，
然后基于我们自己的一个经验库，
或者说底层的一些那个之前的模型的训练，
然后我们能够给出相关的circleq的优化的建议啊，
包括这些呃，
索引优化的建议，
那我觉得这三点啊，
就是存散分离，
HTP智能诊断这三点可能是我们已经明确看到今明两年是一个比较大的一个发展的契机。
也能。
找到自己的一个商业化变现，
或者说产品化商业化的一个很清晰的径的，
然后另外呢几点呢，
我个人可能在技术上也是比较看好啊，
但是可能是在产品化跟商业化上，
我觉得可能还是在持官方type的几个产品形态吧，
第一个呢，
就是solesssoless呢，
我们内部做呢，
会基于就是刚才说的云原生的这个T-C上来去做这个soless相关的封装计算层，
我可以有能力可能快速的来去做这个秒级的，
呃，
计算层的拉起，
然后我们现在也做了一个形态呢，
我们可以基于这个点来判断，
可以把这个数据上等掉，
所以我们现在也封装了一个DB啊，
叫SODB，
然后目前呢，
主要是跟腾讯的这个叫微信云开发，
它的DB呢，
其实都是我们封装的这个SODB啊，
所以我觉得就是产品形态这个东西已经是有了，
但是我可能个人觉得就是在未来商业化的模式的转变，
或者商业化的成功上呢，
我还没有想到一个完全闭环的这个逻辑啊，
因为就是说首先他是一个很好的支撑开发。
者的一个生态，
那开发者未来想从开发者转变为逐步的变成深度的用户，
或者说变动一个更大的一个厂商，
在这个整个这套的这个逻辑上，
可能我还没有特别特别想的很清楚，
所以我觉得塞呢，
一定是一个技术的一个平台，
然后也是一个好的产品形态，
那只是说未来商业化的成功这块可能还是需要一段时间的这个打磨啊，
然后另外呢，
就是图跟时序呢，
我觉得炒的也是比较热的两点啊，
我只是代表个人观点呢，
我是觉得这两类数据库呢，
目前呢，
可能是一个更较好的一个状态，
但是可能还是更需要一波场景的开发，
或者说更大的一波几层基础设施的变化，
带来驱动这个业务场景的变化，
可能这两款数据库呢，
才会有一个比较爆发的状态，
我们拿时序数据库举例，
那其实我们都知道，
持续呢，
是做一些相应的数据的一个收集，
实时的存储，
然后可能再做一些那个数据的交换，
最后存储到一个终端数据库。
上去大家可以想到的就是今天5g爆发之后，
可能是一个万物互联的状态，
我有大批量的数据需要去采集，
需要去加工，
但是呢，
就是这批的采集跟加工呢，
到底是不是能够转变成这个相应的这个业务产品啊，
就是我个人还是成了一个比较观望的一个态度啊，
所以在这块呢，
可能我们是没有前边三个可能看到的更清晰，
或者投入的更大，
嗯，
然后最后图可能就是它更加窄，
它的应用是偏向于可能这个房欺诈呀，
或者是一些关系的这个链路的这样的一个分析，
对吗？
对对，
因为我们看到的现在目前可能更多的应用场景还是在一些金融反欺诈上，
可能会找到客户的这个价值，
那其实我们现在也做了一些零散的客户，
但是我们也了解到客户的使用上呢，
其实也并没有用的特别深度，
或者特别像之前的这种这种关系性事故用的特别重，
我觉得可能还是在场景上需要一些更大的爆发，
可能要在这个很好的基础之间，
这个。
业务之间要找到一个更好的一个桥梁，
让它去连接起来，
现在可能是比较清晰的是一个反欺诈的一个场景，
但只说只是一个反欺诈呢，
那我们就觉得比较窄，
是变革可能还需要一段时间，
嗯，
啊，
那如果说国产现在数据库的几个巨头，
那么现在有没有说是正在出海方面，
是大家这个探索的比较在前面的，
或者是这个腾讯云现在有没有在往这个出海的角度在考虑，
嗯，
出海我们其实一直在做啊，
只不过就今天可能是在一个数据库的角度，
我们可能是，
嗯，
对相对克制的一个状态啊，
但我觉得一定有市场，
但是我觉得这个市场可能会在东南亚，
或者说这个国家1带一的，
这个可能要有优势，
对，
首先就是因为你那个时候是一个真真实实在在的一个技术优势，
我们其实也做了几家东南亚的客户，
包括商业银行这块，
包括我们在东南亚的也出海了一些这个去海外发行的游戏啊。
我们今天的文。
输出还是技术输出呢，
其实它是有一个相应的一个领先的一个段位，
嗯嗯，
就有说我们经常说的这个时光机理论还存在的，
但是我个人觉得可能是到欧洲啊，
到美国可能是这块可能会比较难受吧，
但是我觉得可能是会在东南亚这个体系内，
可能会去做公务员上，
其实我觉得做的还是相对OK的一点，
可能我们更多的是储备一些贡献的海外的一些这个销售人员啊，
或者说这个架构师，
然后呢，
运维可能在新加坡这种固定点来去做统一运维，
可能就能够解决他可能相应的投入产出比呢，
我个人认为可能是一个它的比较合理的一个状态，
但是私有化的客户呢，
就相对来说，
我们接的就比较谨慎，
因为它就带来的其实我整体的文档体系，
培训体系啊，
包括这个相应的这个售后体系，
服务体系，
可能跟公务云这个投入可能要加大很多，
那包括我们今天就私有化的，
我们这个投入可能会比公务云的人力投入就会更大嘛，
因为它毕竟好多东西还是要重新去去做，
那是带来一个问题，
就是今天我。
东南亚的客户谁来去带客户现场去运维，
是客户运维还是我们厂商去带运维，
那到底是我们的伙伴去运维，
还是腾讯去运维，
所以这套呢，
我觉得还是一个还没腾出来，
还是要很长时间去摸索，
到底哪样去更合适啊，
所以这个点他跟国内就是我们工程师可以随时飞到现场啊，
哪怕比如我我今天伙伴没有去解决好的一些问题，
或者说伙伴对于产品不了解的问题，
我们可以马上到飞到现场去解决，
包括一些很重要的时间节点呢，
其实都是我们的人可以到现场去解决嘛，
你如果在海外在做私有化场，
要不通过多呢，
怎么去做好这块的点呢？
还没有完全的去想好，
首先我们的品牌可能在海外还没有完全打开，
那海外本地的服务商，
其实对于T速拥抱程度呢，
可能也需要一个比较长时的一个积累，
但我个人觉得可能个人出海这块呢，
公务员可能会有一个比较好的机会，
包括我们看到的一些创业厂商呢，
可是也是在公务云上跑的更多的，
包括toLe斯也好，
包括现在。
国内的一些那个像pup这种对吧，
他们出海其实也是走这种基于as或者基于Google来去构建自己的数据，
这条呢，
可能也许能够走通，
但是如果说今天走线下的市场，
这个还是相对来说会稍微难了一点，
所以这一块可能还是更多的是专注于国内的这边的市场的开发，
在私有云这边，
嗯，
像最近比如像这种CHGPT或者是GPT4给这个数据库行业会有一定的影响，
或者是未来可能会有什么结合吗？
我觉得影响跟结合可能都会去有吧，
我们也自己测试了一下，
包括也有很多公众号写出来，
就是用拍DPT四测那个数据库的那个等级考试啊，
基本上可以得到80这个点呢，
其实你对于数据库的层面人员，
尤其是DBA这个行业呢，
其实也是一个相对来说比较大的一个冲击点，
这我觉得主要还是对人的一个冲击会比较大啊，
就尤其是做一些相关的服务啊，
或者说这种技术咨询类的服务的这个影响可能会比较大，
然后我觉得结合点其实还是蛮多的，
你做一个数据库还是一个产品体系化的一个发展，
那我们的这个文档体系啊，
然后社区的答疑体系，
对吧，
然后包括这个产品介绍啊，
这些相关东西，
其实如果能跟拆GPT做好，
包括GPT4对吧，
能够做好结合，
其实我觉得还是一个对于用户体验来说，
或者说对于这个体系化的产品建设，
也许能够做一个很好的加快跟助推的作用，
主要看我们怎么去利用好它，
然后现在我们也确实也有同学在研究这一块的东西啊，
就是怎么能够跟我们的这个售后服。
体做相应的结合，
包括售权的知识体系，
能不能做一些基于他的结合，
还是在提效上面对，
我现在想的可能是这一点，
但是本身对于产品的底层这块这个点上可能还要再观察。
嗯，
好的，
那我觉得今天好像跟哈总聊的挺多了，
从中国数据库的这个历史，
我们又聊到了现在的一些技术的这个趋势，
包括怎么跟未来的AI的结合啊，
那非常感谢哈总今天帮我们科普会给我们讲了这样一堂比较生动的课程，
好，
感谢哈总，
如果大家有兴趣去看腾讯Tacoday的活动的话，
然后我们也会把相关的信息放在我们的生动里面，
好，
那我们今天节目就到这里了，
好，
拜拜，
拜拜。
这期whatnext科技早知道就到这里了，
听完之后如果你有任何的想法，
欢迎在评论区里面给我们留言，
我们每一条都会认真的看，
如果你喜欢我们的节目，
请记得给我们五星或者好评，
分享给更多的朋友，
也会对我们非常有帮助。
你也可以单独写邮件给我，
邮箱地址是听tingat声点FM，
我都会一一回复。
那同时公众号和微博也可以搜索声动活泼盛世声音的声节目相关的更多信息会在公众号里出现，
微博和公众号都会有不定期的福利给到大家。
如果你想要跟我们更加紧密的讨论和分享，
或者想要认识和你一样有求知欲的新朋友，
可以加入我们的微信群。
进入听众群的方法是在公众号文章中扫码添加，
或者是公众号后台回复科技早知道即可获取邀请码，
期待你的加入，
我们下期见。