1 データベース産業の発展の概要

今年テクノロジー界隈で一番流行っているものは何かと言われたら、誰もが迷わずChatGPTを選ぶと思います。 ChatGPTはOpenAIが2022年11月30日にリリースしたチャットアプリです。 11 月 30 日のサービス開始から 5 日間でアクティブユーザー数 100 万人、2 か月で 1 億ユーザーという、史上最速のユーザー増加記録を樹立しました。他の人気アプリケーションと比較すると、TikTok は 1 億ユーザーに達するまでに 9 か月かかりましたが、Instagram や Whatsapp などのアプリケーションは 2 年以上かかりました。

ChatGPT の爆発は、AIGC トラック全体に即座に火をつけました。最も重要な理由は、弱い人工知能から強い人工知能への飛躍的な発展を誰もが見ることができるからです。 NVIDIA CEO の Jensen Huang 氏は次のようにコメントしました。ChatGPT は AI の世界における iPhone の瞬間に相当します。

現在、業界では AIGC が IT 業界のあらゆる側面を変えるという統一したコンセンサスが得られています。 AIGC はデータベースにどのような変化をもたらすでしょうか? AIGC とデータベースはどのような衝突を引き起こすのでしょうか? これは、考えて答える価値のある質問です。

AIGC のデータベースに対する変化と影響に答える前に、まずデータベース開発の歴史を振り返ってみましょう。 6つの段階に分けることができます。

最初の段階は 1950 年代でした。この時点では、データベースはまだ初期段階にあり、主に階層型データベースとメッシュデータベースがあり、インフラストラクチャは主に国防と科学研究に使用されるメインフレームでした。

第二段階は1970年代。リレーショナルデータベースの出現により、ハードウェアもミニコンピュータに変わり、データベース開発の方向性も確立されました。主に金融や運輸などの基幹産業で使用されています。現時点での代表的なデータベースはOracleとDB2です。

第三段階は1990年代。 PC が普及し、リレーショナルデータベースに加えて、PC スタンドアロンデータベースもあります。エンタープライズ BI アプリケーションのニーズを解決するために、データウェアハウスが登場し始めました。データベースの用途もより多様化しており、エンタープライズ BI、個人オフィス、エンターテイメントなどのシナリオにもさらに応用されています。

第 4 段階は今世紀の最初の 10 年間です。インターネットが普及し始めると、データ処理の需要が徐々に増加し、エンタープライズデータセンターが登場し始めました。メディア、検索、電子商取引、ソーシャルネットワーキングなどのインターネットビジネスにもなりました。 Oracle などの従来のデータベースは比較的高価であるため、インターネットメーカーは MySQL、Redis、MongoDB などのオープンソースデータベースを多数使用しています。オープンソースデータベースエコシステム全体が徐々に繁栄し始めました。データベースの種類やメーカーも徐々に増えています。

第 5 段階は、今日のクラウドコンピューティングの時代です。一般的なアプリケーションには、新しいメディア、さまざまなモバイル APP、モノのインターネット、エンターテイメント、短いビデオなどが含まれます。一般的なデータベースには、RDS や Aurora などのクラウドデータベース、Oceanbase や CockroachDB などの分散データベースが含まれます。 Baidu には、クラウドネイティブデータベース GaiaDB や自社開発のキャッシュデータベース PegaDB などの対応製品もあります。

第6ステージは2023年から始まるAI時代です。基盤となるインフラストラクチャは GPU と AI の機能になります。海外で人気のJasperやMidjourney、マイクロソフトのCopilotなど、アプリケーションもAIネイティブになっています。データベース業界では少なくとも 2 つの方向性が見られており、1 つは Alibaba の DAS、Baidu の DSC などを含む AI4DB で、主に AI 機能を使用して元のデータベースの自動化機能を向上させます。もう 1 つの方向性は DB4AI で、現在は主にベクトルデータベースです。ベクトルデータベースは、大規模モデルの錯視などの解決に非常に優れた結果をもたらします。これは潜在的なセグメント化されたトラックであり、大手企業の評価額は 10 億米ドルに達しています。

以上がデータベースの70年にわたる壮大な発展の歴史です。データベースは、インフラストラクチャ、アプリケーションシナリオ、データベース自体において継続的な変更と革新を時々受けることがわかります。

上記では、データベース開発の 6 つの段階を簡単に説明しました。このプロセスでは、2000 年を境界線として使用することもできます。 2000年以前は、国内データベースは基本的にOracleなどの海外データベースが独占していました。 2000 年以降、インターネットビジネスの発展に伴い、アリババ、テンセント、バイドゥなどの多くの国内インターネットメーカーは、初期の運用保守からパッチの提出、そして最終的には完全に自社開発したデータベースに至るまで、オープンソースデータベースの使用を試み始めました。 . 飛躍的な発展。

この量的変化から質的変化へのプロセスは、典型的なソフトウェア開発の基本的なプロセスです。

基本ソフトウェアを真に大幅に開発するには、多数の高度な資格を持つ技術担当者と、綿密なシナリオを使用して製品を継続的に改善する必要があります。また、豊富なシナリオと成長するビジネスがこの技術人材群を長期的にサポートし、好循環を形成します。したがって、データベースの開発はテクノロジーとビジネスの両輪に依存します。

2000 年から、インターネット、クラウドコンピューティング、AI ネイティブという 3 つの波が見られました。次に、それぞれの波がデータベース業界にもたらす革新と変化、そしてそのプロセスにおけるBaidu Intelligent Cloud Databaseの主要なテクノロジーと代表的な製品について説明します。

2 Baidu インテリジェントクラウドデータベースの開発の歴史

インターネットビジネスは勝者総取りの特徴があるため、インターネットビジネスの利用者数は比較的多いのが一般的です。したがって、データベースには当然、大規模、高可用性、高信頼性、低コスト、高性能をサポートすることが求められ、これがデータベースにとって非常に大きな課題となります。

インターネットビジネス開発の最初の波では、ビジネス上の課題により、MySQL、Redis、MongoDB などの一連のオープンソースデータベースが誕生し、そこから分散データベースが生まれました。

次に、インターネット時代の Baidu のデータベース開発の歴史を見てみましょう。いくつかの主要なノードを以下に示します。

1 つ目は、2005 年から MySQL データベースを使用していることです。これは、中国で MySQL を使用した最初の企業の 1 つでもあります。

2 つ目は、2014 年に Baidu がパブリッククラウドサービスを開始し、Baidu データベースの機能が Baidu Intelligent Cloud を通じて外部企業に提供され始めたことです。

3つ目は、2020年のクラウドネイティブデータベースGaiaDBのリリースです。 Baidu はまた、自社開発のクラウドネイティブデータベースを備えた数少ない国内クラウドベンダーの 1 つでもあります。

Baidu はこれまでに 18 年間のデータベース研究開発の経験を蓄積し、ペタバイト規模の内部データを保管してきました。これまでに 100,000 を超えるノードで障害や損失はゼロです。

Baidu Intelligent Cloud を通じて出力されるワンストップ製品は、RDS、NoSQL、OLAP、ツールなどの分野をカバーしており、パブリッククラウド、プライベートクラウド、エッジクラウドなどのさまざまなソフトウェアバージョンもあります。

先ほど、インターネットの特徴の一つがその規模の大きさであると述べました。単一のポイントでは処理できないため、分散技術の導入が必要となり、分散データベースも誕生しました。

Baidu もこの分野で非常に成熟したテクノロジーを持っています。実際の 2 つのケースについてお話しましょう。

1つ目はBaidu Netdiskです。 Baidu Netdisk には 8 億人のユーザーがおり、データベース全体で最大の単一テーブルのレコード数は 10 兆を超えます。クラスター全体には 3,000 台を超えるサーバーがあり、中国最大のデータベースクラスターの 1 つです。

2つ目は金融業界です。金融業界では一貫性とデータの正確性に対して非常に高い要件が求められていることは誰もが知っています。 Duxiaoman Financial のユーザー数は 3 億人、年間決済額は 1 兆を超え、基盤プラットフォームには Baidu Intelligent Cloud 分散データベース GaiaDB-X が使用されています。

特に注目すべきは、2019 年の春節祝賀紅包ビジネスでは、全体のトランザクションのピークが 120,000 トランザクション/秒であったことです。データベースの分散機能、パフォーマンス、一貫性、正確性はすべて完全に検証されています。

Du Xiaoman に加えて、Baidu Smart Cloud のデータベースは多くの国営銀行、株式会社銀行、都市商業銀行でも安定して稼働しています。

インターネットビジネスには、規模に加えて、パフォーマンス、同時実行性などに対する高い要件も求められるため、一連の NoSQL データベースが誕生しました。インターネットの垂直シナリオの問題は、さまざまな NoSQL データベースによってさまざまなレベルで解決されますが、今日はその代表的な Redis について説明します。

Baidu Smart Cloud の Redis サービスは、10 年以上にわたるテクノロジーの蓄積とビジネスの磨き上げを経験してきました。規模としてはノードサイズが30万を超え、単一クラスタ内の最大ノード数は2,700に達します。ビジネスサポートの観点から、Baidu Redis は、検索広告、携帯電話、地図、Xiaodu、および数億人のユーザーを持つ一連の製品を含む、Baidu の社内のあらゆるシナリオのビジネスをカバーおよびサポートし、フォーナインズを超える高品質のビジネスを提供します。可用性とマイクロ秒レベルのリクエストレイテンシサービスにより、安定性、効率性、弾力性、拡張性に優れたインテリジェントキャッシングサービスを常にお客様に提供します。

Redis はメモリを直接使用しますが、メモリは高いパフォーマンスをもたらし、比較的高価です。したがって、パフォーマンスとコストのバランスがとれた Redis 製品が顧客から緊急に必要とされています。ビジネス内の大量のデータを考慮すると、シナリオに応じてホットデータとコールドデータに分類できます。たとえば、ライブビデオブロードキャスト、ニュース/コンテンツプラットフォーム、電子商取引のシナリオでは、データの価値と使用頻度は時間の経過とともに低下しています。したがって、一部のデータは自動的にディスクに移行されるため、ストレージの全体的なコストが削減されます。

パフォーマンスとコストのバランスの問題を解決するために、Baidu Intelligent Cloud は独自に PegaDB を開発しました。 PegaDB は、オープンソースに基づいて自社開発された容量 Redis 製品であり、メモリベースの製品と比較してストレージコストを最大 90% 節約できます。 PegaDB はコストが削減される一方で、Redis の豊富なデータ型やコマンドとも互換性があるため、ユーザーエクスペリエンスとパフォーマンスの利点を考慮しながらシームレスに移行できます。

さらに、PegaDB には次の 2 つの重要な機能があります。

まず、オンラインのエラスティックスケーリングをサポートしており、単一クラスターの最大サイズは PB レベルに達することができます。ユーザーにとっては、即座に使用できる限り、使用量を見積もる必要はありません。

2 つ目は CRDT 同期をサポートするコンポーネントで、リモートのマルチアクティブおよびマルチノードの同時アクセス、自動競合マージなどの機能をサポートします。これにより、お客様は可用性の問題を心配することなく、ビジネスロジックの実装に集中し、他のすべてを基盤となるデータベースに任せることができます。

クラウドビジネスの誕生により、データベースの価値はさらに高まりました。何千もの業界に力を与えるために、フルマネージド RDS が誕生しました。顧客の導入、運用保守、管理などの課題を最も直接的に解決できるため、フルマネージド RDS が徐々に普及しています。

ただし、単一の RDS には通常、比較的明らかな上限があり、パフォーマンス、コスト、弾力性に関して特定の要件がある一部の複雑なビジネスでは、これらの問題を解決するためにより強力なデータベースが必要です。したがって、ストレージとコンピューティングを分離したクラウドネイティブデータベースが自然に誕生しました。 Baidu Smart Cloud のクラウドネイティブデータベース GaiaDB はその代表的なものの 1 つです。

RDS のフルマネージド製品形式は、クラウドコンピューティングの概念がソフトウェアからサービスへの変革を表しています。クラウドネイティブデータベースは、MySQL データベースの上限機能を大幅に向上させたもので、クラウドデータベースの世代を超えた製品です。

クラウドネイティブデータベースの最初の製品は AWS の Aurora です。 AWS Auroraが提唱する「ログはデータベース」というコンセプトは、大量のログ操作をバックグラウンドで非同期処理することでストレージの独立拡張とストレージと計算の分離を実現し、データ量が膨大になる問題を解決します。単一の MySQL データベースが大きすぎることはできません。

クラウドネイティブデータベースは、コンピューティングレベルでの安定性と互換性を維持しながら、ストレージレベルでの拡張を実現します。この種の互換性と拡張性は顧客に非常に歓迎されており、クラウドネイティブデータベースはさまざまなメーカーの開発の焦点となっています。クラウドデータベーステクノロジは、クラウドベンダーと従来のデータベースベンダーおよびオープンソース製品の製品機能との間のギャップの始まりでもあります。

Baidu Smart Cloud の GaiaDB は 2020 年に初めてリリースされました。クラウドデータベースの利点に加えて、GaiaDB には多くの独自の技術機能もあります。次に、代表的な機能のうち 5 つを紹介します。

1 つ目はコンセンサスプロトコルです。一般に、Raft/Paxos 分散プロトコルを使用するデータベースの場合、単一の I/O には少なくとも 2 回のネットワークラウンドトリップが必要であり、並列化できません。これは、分散データベースでの待ち時間の増加や、より顕著なロングテールの問題にもつながります。

この問題を解決するために、GaiaDB は Raft と Quroum を組み合わせたプロトコルを革新的に採用しました。このうち、Raft は制御フローを担当し、Quorum はデータフローを担当することで、ネットワークのラウンドトリップを削減します。同時に、コアリンク上の同期 I/O が非同期 I/O に変更され、分散一貫性を確保しながらスループットが 40% 向上し、遅延が 30% 削減されます。

2つ目は、高性能インテリジェントネットワークです。ストレージとコンピューティングを分離すると分散性と柔軟性がもたらされますが、ネットワーク I/O の消費も増加するため、ネットワーク I/O のパフォーマンスと効率はシステム全体のパフォーマンスに直接影響します。 GaiaDB は、いくつかの重要な技術的機能を備えた高性能インテリジェントネットワークを使用します。

ネットワークタイムアウトリダイレクトメカニズム。リモート I/O がタイムアウトすると、他のレプリカが自動的に試行されるため、単一ノードのロングテール問題が抑制されます。
ネットワークはユーザーモードプロトコルをサポートしています。このプロトコルは、カーネルモード TCP およびユーザーモード TCP のデータベースコピーを削減します。ネットワークの最適化により、平均遅延はミリ秒レベルからマイクロ秒レベルに減少し、20 倍以上増加しました。

3 つ目は、3 コピーのピアツーピアストレージ機能を提供することです。 Quorum 分散コンセンサスプロトコルの採用により、従来の Raft モデルと比較して、各ノードは単一障害点を発生させずに読み取りおよび書き込みサービスを独立して提供できます。

4つ目は、より多くの場所に住むことです。 GaiaDB は現在、複数の場所と複数のアクティビティを実現できる業界で唯一のクラウドネイティブデータベースです。複数の場所に導入された場合、GaiaDB モジュールの適応型近接アクセスポリシーはメタデータの変化を感知し、これらの変化に基づいてアクセスルートをタイムリーに切り替えることができます。この戦略により、さまざまな障害や異常な状況に効果的に対処し、データの信頼性と可用性を確保できます。

5 番目は、ハードウェア要件が低い汎用ハードウェアを使用することです。 GaiaDB はクラウドで誕生しましたが、同時に GaiaDB のアーキテクチャはハードウェアにほとんど依存しません。当社は多くのメーカーとは異なり、高性能なハードウェアを使用していますが、クラウドの価値は包括的なものであると考えており、一般的なサーバーでも業務用データベースの機能を発揮できる必要があります。したがって、基盤となる高性能ハードウェアに依存する多くのクラウドネイティブデータベースとは異なり、GaiaDB は最初から汎用サーバーを使用することにこだわっています。したがって、プライベートクラウドシナリオでは、展開できるノードは 3 つだけであり、お客様はクラウド上の次のアーキテクチャを低価格で利用できるようになります。

次に、GaiaDB の実際のケースである Baidu Map を見てみましょう。

Baidu Maps は、毎日 5 億 6,000 万人のアクティブユーザーとペタバイトレベルのデータを備えた国家レベルのアプリケーションです。これにより、データベースに対して次のような課題も生じます。

高可用性を確保するには、複数の場所でアクティブにできる機能が必要です。
休暇中は地図検索とナビゲーションのトラフィックが 10 倍に増加します。これには、休日中の非常にスムーズな容量の拡張と縮小が必要です。

大規模なデータ量、異なる場所での複数のアクティビティ、および柔軟な拡張と縮小の要件は、データベースにとって優れたテストです。

実際の使用では、GaiaDB はフォーナインの可用性を提供し、RTO 切り替え時間は 3 秒未満、RPO=0、全体的な QPS は 100 万レベルを超え、ビジネスのリソースコストの 60% 以上の節約を達成します。

全体として、GaiaDB は、Baidu Map が究極の柔軟性とコストを達成するのに成功しました。

クラウドデータベースとオフラインデータベースの最大の違いの 1 つは、強力なエコロジー機能です。製品が 1 つまたは 2 つしかない従来のオフラインソフトウェアと比較して、オンラインでは複数のデータベースと複数の使用環境が存在するため、データベースマトリックスがより豊富になり、データベースツールの需要が生じます。

Baidu Smart Cloud には、データ伝送 DTS、データベーススマートコックピット DSC などの製品を含む豊富なデータベースツールがあります。まずは代表的なDTSについてお話しましょう。

Baidu Smart Cloud の DTS は中間抽象データ形式を採用しており、中間形式の翻訳と変換を通じて、異種移行機能を簡単に実現できます。同時に、DTS は 1 秒あたり 150,000 行のスループットと、ネットワーク遅延パフォーマンスと基本的に等しいミリ秒の遅延を達成できるため、お客様は安心してデータベースの移行と同期に DTS を使用できます。

3 AIネイティブ時代のBaiduインテリジェントクラウドデータベース

AI ネイティブ時代におけるデータベースと AI の主な組み合わせには DB4AI と AI4DB があります。

1 つ目は、AI テクノロジーを使用してデータベースを強化する AI4DB です。一般的なシナリオには、インテリジェントな運用と保守、インテリジェントな顧客サービス、パラメータの最適化などが含まれます。先ほど述べた Baidu インテリジェントコックピットは、この分野の代表例です。

もう 1 つの方向性は、データベースを通じて AI 製品を強化する DB4AI です。現在最も人気のあるものはベクトルデータベースです。ベクトルデータベースの人気が 2 番目に高まった主な理由は、ベクトルデータベースが、大規模なモデルと時機を逸した知識更新の幻想を解決する上で大きな役割を果たし、ベクトルデータベースの想像力の空間を突然拡大したことです。

AI4DB は業界で研究されています。従来の機械学習アルゴリズムと比較して、大規模なモデルにより、AI4DB は真の実用時代に入ることができます。大規模モデルの機能を利用して、Baidu Intelligent Cloud Database は新しいサービス、Database Intelligent Cockpit をリリースしました。

データベースインテリジェントコックピットは、最新の大規模モデル機能を利用して、データベースのインテリジェントな洞察、評価、最適化を実現します。実際のテスト結果によると、最適化の効果は非常に顕著です。

データベース障害の洞察に関しては、従来の手動位置決めと比較して 80% 向上しました。
最先端のインテリジェント評価システムは、従来の方法よりも 1 か月早くデータベース容量のボトルネックを発見し、それに伴うリスクを回避できます。
AI 主導の SQL 最適化により、40% 以上の改善がもたらされます。

従来のルールベースのアルゴリズムと比較して、大規模なモデルはより優れた最適化結果をもたらし、開発時間が短縮されます。大規模モデルによってもたらされた実用的な改善により、AI4DB は真に実用的な時代を迎え、データベースの自己認識、自己修復、自己最適化、自己運用と保守が現実のものになりました。

データベーススマートコックピットの組み込み機能の 1 つであるインテリジェントな質問と回答を見てみましょう。

この機能は、ユーザーが製品の問題を診断し、さまざまな質問に答えるのに役立ち、手動による投資を削減します。これは、大規模モデルの一般知識の機能を利用し、さらに RAG テクノロジーを使用して、クラウド製品ドキュメント、データベースの公式ドキュメント、および社内に蓄積されたナレッジベースをベクトル化し、ベクトルデータベースに保存します。

クエリを実行する場合、大規模なモデルとベクトルデータベースの機能を組み合わせることで、かなり正確で効果的な回答を得ることができます。

現在、データベーススマートコックピットは検証されています。過去の顧客の作業指示書に含まれる実際の質問に回答し、手動でスコア付けします。全体の回答は平均 4 ポイント以上で、基本的に通常のアフターセールスエンジニアのレベルと同等です。

次に、実際にインテリジェントな質問応答のデモを見てみましょう。

左側の例は、購入方法、読み取り/書き込み分離構成の実装方法など、ナレッジベースの既存の例について問い合わせます。スマートコックピットはそれをより適切に要約しており、回答は非常に正確でした。

右側の例は、ナレッジベースにない例を要求しています。スマートコックピットは、大きなモデルの機能を利用して 1 つの例から推論を導き、問題を解決するための手順を提供することがわかります。また、このステップは手動検査によって比較的合理的であることがわかります。

したがって、スマートコックピットのインテリジェント Q&A は、情報のある質問には正確に回答し、情報のない質問には比較的明確な解決策を提供できるようになりました。この機能はBaidu Smart Cloud内で立ち上げられており、人員を大幅に節約します。

DB4AI の代表的なものはベクトルデータベースです。ベクトル検索は新しい技術ではなく、2017 年に Meta がベクトル化検索の元祖とされる類似検索ライブラリ FAISS をオープンソース化しました。

従来のデータベースは構造化データの保存と取得を解決しますが、非構造化データは最初に AI アルゴリズムを使用してベクトルデータに埋め込む必要があります。検索する必要がある場合は、検索したいデータのベクトルを持ってきて、ライブラリで類似検索を実行します。

ベクトルデータベースの中核となる機能は、ベクトルデータストレージをサポートし、類似性検索を実現するためにさまざまな検索アルゴリズムとインデックスをサポートすることです。現在、業界には 2 つの異なる実装方法があります。1 つは、従来のデータベースでのベクトル検索をサポートするプラグインまたは関数を追加する方法です。たとえば、PG と Redis は両方ともベクトルインデックスをサポートしています。この実装は比較的簡単ですが、コストパフォーマンスが悪く、通常より多くのメモリを消費します。もう 1 つはプロフェッショナルなベクトルデータベースであり、ストレージとインデックス構造がベクトルに特化して設計されており、より高いコストパフォーマンスと柔軟性を実現できます。

従来のアプリケーションにも多くのベクトルシナリオがあります。一般的なシナリオには、安全な都市のビデオ検索、電子商取引分野での画像検索などが含まれます。従来のシナリオは比較的垂直的であるため、大規模なベクトルデータベースは存在せず、ビジネスシステムとより結合されています。大規模モデルの時代では、あらゆるものをベクトル化できます。さらに、現在の大規模モデルの主な問題には、時期尚早の知識更新、精度の問題、データ権利管理、その他の問題が含まれており、これらすべてをベクトルデータベースで補完する必要があります。その結果、ベクトルデータベースは大規模モデルの標準となり、大規模モデルの時代には再び人気が高まりました。

Baidu Smart Cloud が自社開発したプロフェッショナルベクトルデータベースは現在内部テスト段階にあり、実際の内部計算によると、コスト、規模、高性能アルゴリズム、組み込み埋め込みモデル、およびベクトル + スカラーの結合クエリ。

先ほど主要な製品を紹介しましたが、最後に Baidu Smart Cloud 製品マトリックスを簡単に確認します。

Baidu Intelligent Cloud Database は、RDS、NoSQL、クラウドネイティブデータベース、OLAP およびその他の製品を完全にサポートしています。業界の他のクラウドベンダーと比較して、Baidu Intelligent Cloud Database には次の 2 つの特徴があります。

Baidu Smart Cloud のデータベース製品は一連のアーキテクチャを実装でき、クラウド上とクラウド外の顧客は同じ製品機能を利用できます。
パブリッククラウド、プライベートクラウド、エッジノード、LCC等、中国国内で最も包括的な製品形態をサポートしており、お客様の様々なご要望に対応可能です。

前回はデータベースの発展をインターネット、クラウド、AIネイティブの3段階で棚卸ししました。私たちは、テクノロジーに加えて、クラウドデータベースは将来 2 つの重要な概念を遵守する必要があると考えています。

1つ目は経験が先です。優れたデータベースは、パフォーマンスとコストだけを重視するものではありません。優れたエクスペリエンスを備えた製品は、ユーザーが自らサービスを提供できるようにします。海外の SaaS 製品では、このエクスペリエンスの優先順位がさらに顕著になります。国内では、この概念は実務家の間で徐々に認識されてきました。したがって、過去 6 か月間、ドキュメント、コンソール、製品機能を含むすべてのレベルで徹底的な最適化を実行しました。

ドキュメント: ユーザーが製品を使用して理解するためのドキュメントは最優先事項です。そのため、構造の最適化、ユーザーシナリオの補足、小さな最適化ポイントの更新など、多くの作業を行ってきました。目的は、ユーザーが製品を簡単に使用できるようにすることです。使用中に必要なコンテンツを見つけます。
コンソール：コンソールの最適化では、ユーザーが使いたい機能を見つけやすくするために全体の構造を最適化し、合計100以上の最適化ポイントを設け、ユーザーが使い始めやすくしました。
製品機能: 定期的なブラインドテストや新入社員による使用などを通じて、データベースの製品機能に関するテストを体系的に実施します。今年の上半期だけで、50 以上の顕著なユーザビリティの問題を最適化しました。

私たちのエクスペリエンスに対する理解は、ユーザーの視点から出発し、細部にこだわり、体系的に最適化することであり、この深さと全方位の継続的な改善を通じてのみエクスペリエンスが実現されます。

2つ目はオープンエコロジーです。豊かなエコシステムが顧客を惹きつけ、その多様な要求を解決する鍵となります。オープンなエコシステムのみが、より多くのメーカーが協力して顧客に適切にサービスを提供できるようになります。

エコロジーの観点から、百度はよりオープンな姿勢を貫き、サードパーティメーカーと協力しています。今年上半期に、ツール分野で有名なスタートアップ企業であるNineDataと正式に提携し、間もなく別の提携メーカーを発表する予定です。

他のメーカーと比較すると、当社の協力プロセスは単なるクラウド市場協力ではありません。パートナーと協力して商品を構築し、パートナーへの適切な顧客の推奨、ホームページ露出、共同ブランド活動を優先してパートナーの認知度を高めていきます。

私たちは一連の手段と措置を通じて、パートナーに実際的な結果を提供したいと考えています。 Baidu Smart Cloud 協力のコンセプトは、よりオープンで有益なパートナーになることです。より多くのパートナーが Baidu にお問い合わせいただき、一緒にお客様にサービスを提供していただけることを歓迎いたします。

一般に、エクスペリエンスを優先し、オープンなエコシステムを備えたクラウドは、顧客が最も必要とするクラウドでなければならず、顧客に誠実にサービスを提供するクラウドでもあります。

4 データベースの今後の動向の展望

現在から将来を見据えたデータベースには、現在 4 つの主要な開発トレンドがあります。

AIネイティブ。たとえば、Oracle を MySQL や PG に変換することは誰にとっても頭の痛い問題ですが、AI 書き換えの登場により、プロセス全体が非常にシンプルになることが予想されます。
サーバーレス。海外のクラウドデータベースではすでにデフォルトのオプションとなっており、1～2年後には中国でもサーバーレスが普及すると予想されています。今後のクラウド製品の究極の形でもあるサーバーレスデータベース製品も、さまざまなメーカーから発売されます。
内蔵HTAP。 HTAP は少し前に非常に人気がありましたが、HTAP が独立したトラックになるのは難しく、多くは各 TP データベースの組み込み機能になると判断しています。
湖と倉庫が一体化。レイクとウェアハウスの統合は、データウェアハウスの主要な形式になると予想されます。レイクをサポートしていないデータウェアハウスは生き残るのが難しいかもしれません。レイクをサポートすることによってのみ、より多くのデータ問題が解決され、ストレージコストが削減されます。

技術と産業は急速に発展しており、百度インテリジェントクラウドデータベースは最新の技術トレンドを追い続け、高品質の製品と誠実なサービスでお客様に応えます。