【IT名人堂】专访国产数据库的董事长：后IOE时代如何接招？

bssb8

一个玩

luckyrandom

谈的都是高大上的内容，用的都是高大上的项目
作为一市场化产品，也得多顾及中低端，毕竟这块量大，而且也是生态链不可或缺的
站在高处，的确可以高谈论阔，论理想、梦想、目标、成就，但还有更多的在论小康甚至安居乐业
建议推出低价格版比如不含技术支持、咨询的纯产品版，甚至免费的EXPRESS版
毕竟太多的企业做些普通的应用是不需要所谓原厂专业支持的
至少偶原来使用SQL SERVER就从未找过MS支持或咨询（前期D版，中后期有买了点LIC）

丹心明月

看见国产数据库的标题，就立马进来看看了。确实，像数据库这种技术，还是国产化了比较好。但是工作两年了，一直没有接触过国产数据库。希冀数据库国产化，商业化尽快推行。
非常赞同，在大数据时代，关系型数据库一定也有自己的细分市场。

tanhou

shenlanyouyu 发表于 2015-7-9 22:56
达梦数据库有开源版本吗？有什么措施来带动国内数据库的发展？

      我们目前是没有开源版本的哦，对于带动国产数据库发展的措施，冯老师表示：
      我们的品牌在市场发展了30年，基本见证了国产数据库行业的发展，我本人、以及我的团队一直非常关注整个行业发展情况。从我个人来讲，因为我现在仍是中国数据库专业委员会成员（委员会主任），和国内各个高校、数据库领域的专家一起，推动我国数据库标准化工作，也曾参与了很多国际上的数据库技术交流活动，通过大量的研究分析，为咱们国内信息化建设出谋划策，我希望可以一直这样下去，用技术力量去成就咱们国家的数据库中国梦。
      从公司层面，我也在极力倡导技术创新路线，鼓励我们的项目和技术人员走出去、走到客户中，了解客户的实际建设需求，把创新落到实处、转换成客户所关注、所急需的应用价值，让产品在落地实践中不断完善、成熟，形成适用于国内政府和企业级用户、具有行业特色的数据库解决方案和产品。同时，我们很多年以前，就和高校合作过，把我们的产品使用技术、实操演练变成文字，形成教材，输送到各个校园试点，并组织高校数据库技术对抗赛，激发年轻人学习国产数据库的热情和动力，为社会培养国产数据库人才。

tanhou

fatelyliang 发表于 2015-7-10 23:45
稍微补充一下对第一个疑问的描述，我不知道达梦的目标或者愿景是什么，但是无法避免的是要和当前这些主流的 ...

      非常感谢亲的关注和建议，对于你的这个问题，冯老师表示：
      我们的目标是提供数据平台解决方案及专业的数据技术服务。大数据在产品上应具备三大特性：第一就是实现对结构化、半结构化、非结构化数据的融合管理；第二是能支持PB级数据的查询、分析，性能方面可以满足应用需求；第三就是针对不同的业务应用场景能有具体的、满足用户性能要求的大数据解决方案。
      和主流的传统数据库厂商一样，我们也在不断的基于大数据需求完善自己的产品线，例如针对结构化数据的大数据分析，达梦有自己的 MPP 产品；针对非结构化数据管理有自己的 MGBase，针对结构化数据与非结构化数据统一管理我们有自己的融合中间件等等。
      达梦提供大数据平台咨询服务、大数据平台行业解决方案、或数据库产品技术服务，在我看来并不能算“跨越”，我们是在提供基础的数据库产品技术服务基础上，顺应大数据时代潮流，站在产业化高度审视数据库未来发展方向。我们的优势是30多年对数据管理或处理的深入理解，是我们不断坚持自主原创的技术路线。我们更懂用户，因此我们能针对不同的大数据应用场景提供自己的解决方案和产品，用户也能从达梦的产品线中找到解决自己“痛点“的产品。

ocpDBAboy

中国还要这样的骨干，欣慰。

renxiao2003

图回上，坐等50元礼品了。呵呵。

jinjianhua12

顶下                                            

tanhou

bfmo 发表于 2015-7-16 10:15
冯总，你好，在大数据时代，特别针对敏感数据，如何进行保护和管理，有没有区别于传统数据库的IDEAR,方便讲 ...

      您好，关于数据安全和防护，它不是通过依靠一个特别的技术或者创意就能够万事无忧的。无论是传统的企业内网，还是移动互联网应用，还是大数据分析业务，当我们谈论安全的时候，一定无法绕过已有的大量成果。
      在传统的安全防护方面，数据库所采用的技术主要是访问控制，以及数据的加密存储、审计、通信加密等手段。我们认为这些技术本身对于安全而言，无论是传统的环境，还是大数据环境，都是有针对性、有效的。然而具体到大数据而言，个别技术的实现就显得不再能够满足新的环境要求，如访问控制和存储加密。
      具体来说，传统的数据库采用的访问控制主要是基于角色和授权机制进行控制，一些安全性要求高的系统，额外会有基于标记的访问控制需求。但在大数据，尤其是与移动互联网相结合的环境下，传统的访问控制要素过于单一，不能很好的将访问者的访问环境、访问路径与访问控制结合起来。针对这个现象，达梦研发实现了一种多要素的访问控制，允许应用系统通过这一机制进行对接，将用户的访问特征相关的要素如时间、地点、设备类型、网络类型、访问路由等多种要素，都作为访问控制的考量因素，在数据库层面达到更细粒度的控制。
      在存储加密方面，大数据本身就已经为数据的存储和访问带来了十分大的开销，在这个基础上，如何更细粒度、更高效的完成数据的加密解密，我们也提供了解决方案。一方面是对受保护数据的范围的精细划分，除了整库、整表之外，还可以针对个别列进行加解密，以便进一步减少加解密的负载；同时在算法上，我们与合作伙伴一起提供了多线程的加解密，能够基于专用芯片，实现更高效的加解密运算能力，我们还在计划今后提供基于 GPU 的加解密模块。

tanhou

瑶辉 发表于 2015-7-17 11:39
文章很好，仔细阅读完了，我有些问题想请教一下，在银行或者银行服务公司，大数据的发展怎么样？怎么发展？ ...

      银行业是一个数据驱动的行业，首先，要求帐务数据的统一，通过数据大集中和统一的核心业务系统来实现。第二步，要求客户数据的统一，支撑以客户为中心的多渠道服务和信息整合。第三步，要求建立主数据管理模型，分析产品、客户、资金、组织、人员等主数据，建立企业级数据模型，实现基于数据挖掘和分析的银行商业智能。
      在大数据金融时代，银行信息化进入了一个新的发展阶段，那就是“大数据存储和应用”。目前，银行大数据应用主要分析四类数据：一是在网上银行、手机银行、电话银行、企业微博、企业微信、企业博客等中所形成的与客户访问行为相关的非结构化数据，如搜索、留言、评论、转发等数据。二是银行的各类系统中产生的日志数据，这一类数据过去往往因为处理能力不足被忽略。三是银行在网点、手机、网络、自助设备上留下的视频、音频、图像等大容量数据。四是在互联网、社交网络、移动互联网中与银行和客户相关的外部数据。
      银行业大数据应用主要集中在几个关键领域：一是客户分析，基于各种数据源的客户数据和客户行为数据分析，用于客户分类分析、客户差异化分析、客户推荐系统、客户流失预测等。二是风险分析，基于银行交易和客户交互数据进行建模，借助大数据平台来快速分析和预测再次发生或者新的市场风险、操作风险等。三是基于企业内外部运营、管理和交互数据分析，借助大数据平台，分析企业经营和管理绩效。四是基于企业内外部交易和历史数据，实时或准实时预测和分析欺诈、洗钱等非法行为，遵从法规和监管要求。
      海量数据的存储及查询优化不仅是银行业存在的问题，是金融行业普遍存在的问题，传统的数据存储方案已经不能满足大多数金融企业的需求，例如目前很多企业正在建设的数据中心，典型的特点是海量级（千万及以上）数据量，随着数据量的进一步增大，查询性能急剧下降，甚至无法响应。针对这个问题，我们在实际的金融行业项目中，采用基于DM7的金融信息化解决方案，以对管理模式和业务流程的优化设计为基础，把银行的财务系统和业务系统全面集成、无缝连接、完整纪录、统一控制，运用各种数学方法和数学模型，对财务状况进行优化分析，提供决策支持，最典型的案例就是电力银行。此外，我们也与湖北民生银行、汉口银行、湖南长沙商业银行等单位有建立过合作，为他们提供金融行业大数据存储与分析解决方案。