[译]2018 年度最佳数据库即服务解决方案

• 原文地址：The Best Database-as-a-Service Solutions of 2018
• 原文做者：Pam Baker
• 译文出自：掘金翻译计划
• 本文永久连接：github.com/xitu/gold-m…
• 译者：cf020031308
• 校对者：StellaBauhinia, yuwhuawang

从应用程序到工做流，随处都有数据库的用武之地，而为大多数企业部署这些数据引擎的最佳方式即是成本低廉且功能先进的数据库即服务（DBaaS）。这里咱们测评了一些顶级 DBaaS 解决方案供您参考，您可根据自身业务选择其中最合适的。

什么是数据库即服务（DBaaS）？

数据库即服务（DBaaS）是云上数据库存储和服务的术语。它具备许多其余云服务常见的优缺点，例如一方面是更好的成本控制，另外一方面是比内部替代方案更有限的功能。不一样的是，它可兼做引擎式软件，支持从直接相关的数据可视化工具到整个组织的企业资源规划（ERP）平台的大量其余软件即服务（SaaS）应用。同时 DBaaS 这种解决方案仍继承着数据库功能所特有的优缺点。

DBaaS 的好处之一是令以前只能用于大型企业的技术更易使用，也下降了数字时代特有用例的准入门槛，例如物联网（IoT）数据流、机器学习（ML）数据训练，以及辅助边缘计算的混合应用等。

DBaaS 的缺点包括数据库的广泛僵化、数据科学的复杂性、集成的不灵活性、网络性能问题以及大量数据传输带来的复杂性。这些限制可能致使不得不须要数据库管理员（DBA）的帮助，尽管许多 DBaaS 供应商声称他们的平台是可自助服务且对用户友好的。

重要的是，哪怕 DBaaS 产品中数据库的启动和配置已有必定程度的自动化，数据科学仍不容易。但在众多 DBaaS 产品选项中，仍是有比其它更易用，即便普通开发者和商业分析师也足以掌握的产品服务的。

我从开发者和分析师的角度作了这个测评，所以这对于内部 IT 资源不多的中小型企业（SMB）也有借鉴意义。这个测评的目的不是要从严格的技术角度排出谁优谁劣，而是肯定一个普通用户在没有 DBA 的帮助下能够将该服务使用到何种程度，同时仍保留该技术的所有优点。若是仅考虑技术方面，那么供应商排名可能会有所不一样。

在 DBaaS 中“易于使用”意味着什么

与任何其余 SaaS 产品同样，DBaaS 其实是其余人服务器上的软件。即便在不幸名为“无服务器”的模型中也是如此。本文的“易于使用”不只测评用户界面是否对用户友好，还涉及如下方面：

1. 是否提供指导，帮助用户根据自身数据或工做量选择合适的数据库类型或引擎，
2. 加载和传输数据的容易程度，
3. 服务器硬件配置和服务配置项的自动化智能程度，以及
4. 备份和恢复过程的自动化程度。

若是用户单是配置数据库就得作出一长串决策，那么不管 UI 上有多少下拉菜单和说明框，它对于非 DBA 人士来讲就都不算易用。然而出于不一样目的或是另外一种测评标准，它对 DBA 来讲就是容易用的，甚至说得上是好用。换句话说，为了使 DBaaS 成为一个强大的自助服务平台，它须要在每个实际交互细节上消除对 DBA 的需求。

另外一方面，若是它是已有数据库的备份，或是混合数据库的一部分，甚至是公司主数据库（云时代的公司一般是这种状况），那么是否利于 DBA 使用和监控就应该是要考虑的首要因素。例如，若是您的公司多年来一直在本地运行 Microsoft SQL Server 实例，而如今选择添加一个 Microsoft Azure SQL 数据库实例做为云上备份，则大多数最终用户将永远用不到这个实例。一样，若是数据库的主要任务是支持另外一个应用程序或工做流，那么用户一般不须要直接与其进行交互。毕竟，一旦数据库启动并运行，用户就能够借助商业智能（BI）、开发者和 DevOps 应用程序等工具来完成他们真正感兴趣的工做。大多数状况下，数据库仍处于后台，不是 DBA 的话不多须要碰它，即便是高级用户。

也就是说，这篇测评中的易用性包括所提供的全部服务。这些服务使得开发者、分析师以及少数 SMB 通用技术人员得以随时启用数据库，而只须要不多的指令，以及信用卡和一台能上网的笔记本电脑。

根据这些参数，Microsoft Azure SQL 数据库是最容易使用的，MongoDB Atlas 紧随其后。要从这两个“主编推荐”奖项得主中选出适合您使用的，应多考虑您的数据格式和业务，而不是易用性。 IBM Db2 on Cloud 也很容易使用，但不少开发者可能会不赞同。除了大多集中在开发者的设计限制上的槽点外，IBM Db2 on Cloud 还有可选择地区不多的问题，这多是受限于欧盟通用数据保护法规（GDPR）。诚然，MongoDB Atlas 还不符合健康保险流通与责任法案（HIPAA），但这是暂时的。即使如此，HIPAA 对开发者的影响也比 GDPR 少，这使得后者变成了大量开发者和分析师最大的担忧。

测试版本，以及地区的重要性

对每种产品的测评内容还包括是否有试用版/免费版及其限制。例如，MongoDB Atlas 有一个“永久免费”版本，512 MB 存储和共享随机存取存储器（RAM）。IBM Db2 on Cloud 有一个免费的含企业功能的开发者版本，但其免费商业版 Express-C 不含高级企业功能。付费版本差别较小，由于它们一般与存储和计算用量而非功能特性相挂钩。然而，在选择以前，注意不一样版本的可用功能和区域是很是重要的。

显然，若是一个版本没有你正须要的高级企业功能，例如 IBM Db2 on Cloud 的 Express-C 版，那它就没用了。一样，若是您须要解决 GDPR 的问题，或者您须要为世界各地的大量用户提供低延迟的应用程序，那么 Microsoft Azure SQL 数据库惊人的全球 140 个国家的 50 个可选地区就很重要了。

地区方面，Microsoft Azure SQL 数据库是迄今为止可选地区最多的。 MongoDB Atlas 排名第二，但这只是由于它托管在 Amazon Web Services（AWS）、Google Cloud 和 Microsoft Azure 上，利用了这三家服务提供的地区。另外，与直觉相反，谷歌 BigQuery 的地区数量最少。

可以为数据库选择地区位置很是重要，缘由有两个。首先，因为 GDPR 等法规，您必须肯定数据所在的位置（即便在云中）、迁移方向以及使用方式。即便您没有欧盟（EU）客户数据或欧盟员工数据，为保持符合 GDPR 标准也必须可以选择合适的数据库位置。这里有好些状况可能触碰到 GDPR。

例如，员工多是美国人，所以他的数据不受 GDPR 的影响。他的妻子多是欧洲人或美国人，但若是他们的孩子出生在欧洲，就可能拥有双重国籍。那么他们的保险数据将受 GDPR 的影响。所以，即便公司没有欧盟客户或欧盟员工数据，也仍须要符合 GDPR 标准。该法律很是复杂。欧盟甚至还有另外的更复杂的隐私法。所以，谨慎地了解您的数据在何处以及发生了什么，再想一想您是否还认为您没有任何欧盟我的数据须要担忧。

您的数据和应用程序越近，性能就越好，就越不会有滞后或其它问题。您会但愿找个与数据库相同的数据中心部署您的应用程序或将您的数据库寄存在应用程序旁。

供应商之间以及单个供应商的不一样产品线之间，版本也存在很大差别。有些刚开始不贵，但经过各类工具和服务升级来刺激消费，提升成本，例如额外的安全性或备份和恢复服务。注意这一点。

这篇测评中，我主要使用由供应商设置的中等价位测试账户，而不是更受限的试用版或免费版。有时我会传输本身的测试数据，有时我会加载供应商的测试数据或使用他们加载好的数据集。一般，供应商提供了额度以确保我能够完全测试他们的系统。有时我用免费的开发者版本测试，好比说 SAP Cloud Platform，由于这些版本一般是功能齐全的。不论如何，我会在每篇测评中都写明测试的版本。

SQL 仍是 NoSQL？

另外一个使得本文难以直接对比的因素是数据库的类型。正如全部数据专业人士所知，SQL 处理结构化数据，NoSQL 用于非结构化数据，但这种区别对于普通用户来讲可能并不明显。结构化数据的例子是电子表格，而非结构化数据的示例是 Twitter 反馈消息。SQL 数据库一般称为关系数据库，而 NoSQL 数据库称为非关系数据库。

可是，当涉及到 DBaaS 时，选项更加多样化，而不只仅是肯定数据是结构化仍是非结构化。例如，开源 NoSQL 的 MongoDB Atlas 运行在其余品牌的云服务上，如 AWS、Google 和 Microsoft。一些供应商会指导您完成迷宫般的选项，由于他们的品牌 DBaaS 服务提供了其它类型数据库的产品选项。

例如，IBM Db2 on Cloud 就是 SQL，但它会在一开始就将用户导入 IBM 的 NoSQL DBaaS 产品 Cloudant，或开源数据库 MongoDB on IBM，就像上传的数据所指示的那样。这对于那些数据科学技能不多或理解力有限的人来讲很是有用。

在每篇测评中，我都会注明 DBaaS 产品是 SQL 仍是 NoSQL，以及产品中是否有其余数据库选项。大多数服务要求您自己就知道您须要什么类型的数据库。少数服务，如 IBM Db2 on Cloud，会经过新手教程引导您选择正确的数据库。

这有一个快速的经验法则：若是您使用的是机器可读的数据，那么您须要 SQL。想一想电子表格和物联网数据。若是它是人类的想法或表达，那么你须要 NoSQL。想一想社交媒体、视频数据和音频数据。但要事先知道，有时应用程序会向推进您选择某一种类型，一般是 SQL。但有时最终目标会推进您选择另外一种类型：NoSQL，利于更大、更快地扩展。

最后，请记住，机器学习辅助处理数据比本身白忙活一通更好。 机器学习的支持也在测评中有注明。

特点数据库即服务解决方案测评：

Microsoft Azure SQL Database 测评 ⭐️ ⭐️ ⭐️ ⭐️ ⭐️

优势： 功能丰富。使用方便。许多地区都有更多符合 GDPR 标准的选项。迁移中没有应用程序破损。基于机器学习的自动调整功能。支持 2005 年以后的 SQL 版本。

缺点： 仅适用于结构化数据，由于数据库是 SQL。很是适合复杂的查询，但不适合混乱的人类交流数据。

概要： Microsoft Azure SQL 数据库是一种出色的数据库即服务（DBaaS）解决方案，适用于开发者、商业分析师和数据库管理员，由于它易于使用且可控性出色。

测评详情

MongoDB Atlas 测评 ⭐️ ⭐️ ⭐️ ⭐️ ⭐️

优势： 易于使用。开源，具备强大的扩展、分片、无服务器和机器学习功能。

缺点： 它是 NoSQL，所以它不适合复杂的查询或须要 HIPAA 合规性的项目。某些应用程序须要 SQL 数据库才能运行，就无需考虑 NoSQL 数据库。

概要： MongoDB Atlas 是开发者的理想数据库，具备很是简单的用户界面，比大多数数据库即服务（DBaaS）解决方案更自动化，高度的灵活性和可控性，内置备份功能与零锁定。

测评详情

Amazon 关系型数据库服务测评 ⭐️ ⭐️ ⭐️ ⭐ ️

优势： 稳定而强大。为用户提供充分的控制。很是有安全意识。

缺点： 设置和移动数据复杂。须要数据库管理员和网络专业人员的帮助才能进行设置。贵。

概要： Amazon 关系型数据库服务不是一种对新手友好的数据库即服务（DBaaS）解决方案，但若是有合适的专业人员帮助您，它将是一个很棒的关系型数据库服务。

测评详情

Google BigQuery 测评 ⭐️ ⭐️ ⭐️ ⭐️

优势： 很是适合大数据项目。数据提取灵活。分析快速。几乎能够与任何类型的数据集成。

缺点： 专为大数据而设计，所以对小型数据集来讲过重了。SQL 方言使人困惑。若是没有适当关注工具使用和自动扩展，将会产生大量成本。更好的统一费率订价。

概要： Google BigQuery 是一个出色的数据库即服务（DBaaS）解决方案，适用于云时代的公司以及任何从事机器学习应用程序开发或处理大量数据集的人。

测评详情

IBM Db2 on Cloud 测评 ⭐️ ⭐️ ⭐️ ⭐️

优势： 数据迁移和设置异常简单。设计精良。

缺点： 可选地区较少，可能会影响您的性能和合规性要求，具体取决于您对数据库的使用方式。

概要： IBM Db2 on Cloud 是面向开发者和商业分析师的理想数据库即服务（DBaaS）解决方案，由于他们能够在没有数据库管理员帮助的状况下使用它，而无需太多专业技能。

测评详情

SAP Cloud Platform 测评 ⭐️ ⭐️ ⭐️

优势： 很是适合 HANA 用户和大数据开发者。是的，这意味着适合物联网、机器学习和 Java。

缺点： 拥有两个不一样的开发者环境，这使人困惑，且可能具备限制性。

概要： SAP Cloud Platform 还不够成熟，但它仍然是一个功能强大且独特的数据库即服务（DBaaS）解决方案，具备许多重要功能。

若是发现译文存在错误或其余须要改进的地方，欢迎到 掘金翻译计划 对译文进行修改并 PR，也可得到相应奖励积分。文章开头的 本文永久连接 即为本文在 GitHub 上的 MarkDown 连接。

---

掘金翻译计划 是一个翻译优质互联网技术文章的社区，文章来源为 掘金 上的英文分享文章。内容覆盖 Android、iOS、前端、后端、区块链、产品、设计、人工智能等领域，想要查看更多优质译文请持续关注 掘金翻译计划、官方微博、知乎专栏。