O que é banco de dados como serviço (DBaaS)?

O DBaaS (Database as a Service, banco de dados como serviço) é uma categoria de serviços gerenciados de computação baseada em nuvem que fornece acesso a um banco de dados sem a necessidade de estabelecer hardware físico, instalar software ou configurar o banco de dados. Em vez disso, o provedor de serviços lida com a maioria das tarefas de administração e manutenção do banco de dados. Os usuários podem iniciar rapidamente um banco de dados e carregar e analisar dados, geralmente com pouca ou nenhuma intervenção de TI.

Por que o DBaaS é importante?

O DBaaS é importante para a iniciativa corporativa mais ampla de transformação digital, na qual as empresas mudam fundamentalmente a forma como operam e fornecem valor aos clientes. Especificamente, as empresas que buscam uma maior democratização dos dados podem escolher o DBaaS como uma forma de oferecer uma estratégia de qualquer análise, a qualquer momento. Além disso, as organizações preocupadas com os avanços em ESG (Environmental, Social, and Governance) podem aproveitar a capacidade do DBaaS de ativar e desativar servidores à vontade como uma forma de economizar recursos.

Vantagens do DBaaS

O DBaaS oferece algumas vantagens em relação aos métodos tradicionais de implantação de sistemas de banco de dados, incluindo as seguintes:

• Abstrair a arquitetura física de sua organização - O fornecedor e seus parceiros fornecem o hardware necessário para executar a carga de trabalho, eliminando a necessidade de sua organização manter servidores.
• Reduzir os custos de atualização de hardware e software de banco de dados - Como a infraestrutura não está mais no local, as organizações não precisam mais investir em servidores de banco de dados ou planejar atualizações de hardware demoradas.
• Reduzir despesas de capital - O software como serviço permite que uma organização transfira algumas despesas de capital para despesas operacionais. Isso torna os gastos futuros mais previsíveis, reduz os custos de capital e diminui a necessidade de gastar dinheiro com hardware e software.
• Simplifique o gerenciamento do banco de dados - os provedores de DBaaS lidam com muitas tarefas rotineiras de gerenciamento e administração do banco de dados, e isso também pode reduzir os custos operacionais.

Desvantagens do DBaaS

Há também possíveis desvantagens com o DBaaS em comparação com os bancos de dados locais.

• A economia não é automática. Algumas empresas analisaram os números e descobriram que o DBaaS é significativamente mais caro para cargas de trabalho específicas. A economia parece ser melhor obtida em cargas de trabalho efêmeras do que em cargas persistentes, pois o custo-benefício do DBaaS é ampliado quando as cargas de trabalho analíticas não estão em execução.
• Falta de controle. Com bancos de dados gerenciados, a equipe de TI de uma organização pode não ter acesso completo aos recursos de um servidor, pois eles também são abstraídos. Os usuários devem confiar no provedor de nuvem para gerenciar totalmente a infraestrutura de forma eficaz.
• Dependência de internet rápida. Se a conexão de uma organização com a Internet for fraca ou sofrer interrupções, a organização não terá acesso ao seu banco de dados até que o problema seja reparado. Além disso, as organizações podem ter tempos de consulta lentos devido à velocidade da Internet.
• Segurança. Alguns compradores de TI preferem ter influência direta sobre a segurança dos servidores que executam seus bancos de dados. Embora a segurança da nuvem pública seja conhecida por ser bastante forte, o fornecedor é responsável por proteger a plataforma do banco de dados e a infraestrutura subjacente. A segurança também é abstraída em algum nível.

 

---

Categorias de DBaaS

Há vários tipos de provedores de DBaaS, o que resulta em uma variedade extraordinária e diversificada de opções no espaço de DBaaS.

Provedores de nuvem pública

Muitos fornecedores de nuvem, como Google, Azure e Alibaba, têm suas próprias ofertas de DBaaS. Os usuários podem aproveitar a mesma conta que usam para computação e armazenamento para instanciar bancos de dados.

• Prós

  • Simplicidade no faturamento e na implantação
  • Muitas opções de capacidade

• Contras

  • Bloqueio
  • Deve usar uma única nuvem
  • É difícil transferir cargas de trabalho em um ambiente híbrido
  • Taxas para dados de egressos
  • As tabelas externas são mais difíceis de serem aproveitadas

Fornecedores de nuvem proprietários

Fornecedores como Snowflake, Firebolt e outros oferecem uma nuvem proprietária, em que os usuários pagam ao fornecedor tanto pelo uso do banco de dados quanto pelo uso dos serviços de nuvem. O banco de dados e os servidores são fornecidos pelo fornecedor, embora os servidores e o armazenamento sejam terceirizados para uma nuvem pública fornecida por meio do contrato com o fornecedor.

• Prós

  • Simplicidade no faturamento e na implantação
  • Muitas opções de capacidade

• Contras

  • Bloqueio
  • Taxas para dados de egressos
  • Os custos do servidor são negociados pelo fornecedor e podem ser aumentados quando vendidos a você
  • Geralmente criado para uso somente na nuvem

Empresas parceiras de DBaaS

Muitas opções incríveis de DBaaS também aparecem no mercado de parceiros das nuvens públicas. Os usuários contratam o parceiro de DBaaS e o provedor de nuvem separadamente. Esses fornecedores, incluindo Vertica, geralmente oferecem opções.

• Prós

  • Geralmente disponível em várias nuvens e mais fácil/mais barato oferecer suporte a várias nuvens
  • Geralmente têm funções mais profundas ou especializadas para facilitar o desenvolvimento de determinadas cargas de trabalho
  • Sem bloqueio
  • Muitas vezes funcionam tanto na nuvem quanto no local

• Contras

  • Necessidade de gerenciar vários fornecedores para faturamento e licenciamento

 

---

O que procurar em um DBaaS?

Além dos tipos de DBaaS, há outras diferenças importantes entre os provedores de DBaaS, incluindo:

Opções de implantação de DBaaS

Seu DBaaS também oferece implementação não SaaS? Alguns fornecedores de DBaaS exigem que você se prenda a um local de armazenamento específico em uma nuvem específica. Isso prende o cliente em uma nuvem, não permitindo a liberdade de mudar facilmente para uma nuvem diferente ou aproveitar a computação em nuvem de custo mais baixo, quando disponível. Alguns fornecedores não oferecem nenhuma solução para análise no local ou implementação no Kubernetes. Elimine os fornecedores que não oferecem suporte a todas as suas necessidades de implementação.

Flexibilidade de licenciamento

A sua solução oferece uma licença que lhe permite alternar facilmente entre várias nuvens ou no local, ou são necessárias licenças separadas para cada implementação? Quais são os custos para manter DEV, TEST, BACKUP e PRODUCTION? Dê uma olhada nos custos totais para entender quais fornecedores atenderão às suas necessidades.

Capacidade de lago de dados

Você costuma ter arquivos Parquet, Orc, AVRO, JSON ou TEXT armazenados localmente e que precisam ser incorporados à sua análise? Ao escolher seu fornecedor de DBaaS, explore como ele pode reunir a escala e a economia de um lago de dados com a previsibilidade e a reprodutibilidade de um data warehouse. Além disso, considere a capacidade de sua solução de entender as cargas de trabalho de tabelas externas e a quantidade de movimentação de dados necessária.

Capacidade de otimizar

Seu DBaaS opera em um pacote de computação limitado? A análise não é igual, nem deve ser considerada igual. Certifique-se de que o banco de dados que você selecionar tenha opções para gerenciar adequadamente todos os tipos de cargas de trabalho e expectativas de nível de serviço. As soluções que fazem otimização baseada em nós (simplesmente adicionando nós genéricos quando a carga de trabalho exige) podem fazer com que você perca métodos para manter os custos da nuvem mais baixos e, ao mesmo tempo, melhorar o desempenho da consulta. A capacidade de usar nós especializados e a capacidade de ajustar as consultas lentas são fundamentais.

Profundidade da análise

Você pode aproveitar seu DBaaS para mais do que apenas a análise descritiva? As empresas atuais, centradas em dados, têm necessidades analíticas que vão além dos bancos de dados SQL padrão. Por exemplo, algumas cargas de trabalho exigem análises avançadas, como funções geoespaciais ou de séries temporais. A análise preditiva está se tornando cada vez mais imperativa para as equipes de ciência de dados, portanto, considere como o aprendizado de máquina é suportado. Considere como a sua solução pode oferecer suporte a uma ampla variedade de casos de uso analítico e a uma equipe mais ampla de profissionais, à medida que o banco de dados em nuvem obtém sucesso na sua organização.

 

---

Vertica e DBaaS

Vertica O Accelerator é um Vertica-as-a-Service (DBaaS) que oferece uma plataforma unificada de análise avançada e aprendizado de máquina de alto desempenho com configuração automatizada da nuvem e ajuda na integração. Ele é executado em sua própria conta de nuvem do AWS, com automação do plano de gerenciamento do Vertica . Vertica O Accelerator é um dos métodos de implantação oferecidos pelo banco de dados analítico Vertica . O Vertica também oferece implantação no local, implantação do Kubernetes e muito mais.

Vertica oferece a flexibilidade da implantação de nuvens públicas e privadas - não apenas uma nuvem proprietária, mas qualquer nuvem. Nosso banco de dados conecta perfeitamente ambientes locais a nuvens públicas para uma experiência de nuvem de dados híbrida. Ao implementar a nuvem híbrida, você pode aumentar a flexibilidade, o desempenho e a escalabilidade. Ela oferece uma maneira de manter o controle total dos seus dados e, ao mesmo tempo, aproveitar as modernas tecnologias de nuvem.

Vertica O Accelerator ajuda você a criar uma estratégia para obter preços mais previsíveis com nossa licença flexível de implementação em qualquer lugar. É a melhor maneira de colocar as cargas de trabalho no lugar certo em termos de preço/desempenho e evitar cenários de ponto único de falha.

Com o Vertica Accelerator, você pode finalmente colocar o aprendizado de máquina em produção. O Vertica é compatível com algoritmos de ML otimizados para cluster, R e Python. Os cientistas e analistas de dados podem criar seus modelos usando suas ferramentas e linguagens preferidas e, em seguida, aproveitar o Vertica para potencializá-los em conjuntos de dados maiores. O aprendizado de máquina no banco de dados aborda todas as etapas do processo de ML.