DBaaS 对更大范围的企业数字化转型非常重要，在数字化转型过程中，企业将从根本上改变其运营和为客户提供价值的方式。具体来说，努力提高数据民主化程度的公司可能会选择 DBaaS 作为实现随时随地分析战略的一种方式。此外，关注 ESG（环境、社会和治理）进步的组织还可以利用 DBaaS 的功能随意增减服务器，以此节省资源。

DBaaS 的优势

与传统的数据库系统部署方法相比，DBaaS 具有以下优势：

从贵组织抽象出物理架构--供应商及其合作伙伴提供运行工作负载所需的硬件，使贵组织无需维护服务器。
降低硬件和数据库软件升级成本--由于基础架构不再在企业内部，企业不必再投资数据库服务器或计划耗时的硬件升级。
减少资本支出--"服务即软件 "使企业可以将一些支出从资本支出转为运营支出。这样做可以使未来的支出更可预测，降低资本成本，并减少在硬件和软件上的支出需求。
简化数据库管理 - DBaaS 提供商可以处理许多日常数据库管理和行政任务，这也可以降低运营成本。

DBaaS 的缺点

与预置数据库相比，DBaaS 也有潜在的缺点。

储蓄不是自动的。一些公司经过计算发现，DBaaS 对特定工作负载的成本要高得多。由于 DBaaS 的成本效益在分析性工作负载不运行时会被放大，因此在短暂性工作负载而非持久性工作负载上似乎最能实现节约。
缺乏控制。对于托管数据库，企业的 IT 团队可能无法完全访问服务器的功能，因为它们也被抽象化了。用户必须依靠云提供商来全面有效地管理基础设施。
依赖快速互联网。如果一个组织的互联网连接较弱或出现中断，在问题修复之前，该组织将无法访问其数据库。此外，由于网速问题，组织可能会遇到查询时间缓慢的问题。
安全。一些 IT 买家更愿意直接影响运行其数据库的服务器的安全。虽然众所周知公共云的安全性相当强大，但供应商负责数据库平台和底层基础设施的安全。安全在某种程度上也被抽象化了。

DBaaS 的类别

DBaaS 提供商有多种类型，使得 DBaaS 领域的选择异常丰富多样。

公共云提供商

谷歌、Azure 和阿里巴巴等许多云供应商都有自己的 DBaaS 产品。用户可以利用用于计算和存储的同一账户来实例化数据库。

优点
- 计费和部署简便
- 多种功能选项
缺点
- 锁定
- 必须使用单一云
- 难以在混合环境中转移工作负载
- 出口数据收费
- 外部表格更难利用

专有云供应商

Snowflake、Firebolt 等供应商提供专有云，用户为使用数据库和云服务向供应商付费。数据库和服务器由供应商提供，不过服务器和存储空间是通过供应商合同外包给公共云提供的。

优点
- 计费和部署简便
- 多种功能选项
缺点
- 锁定
- 出口数据收费
- 服务器成本由供应商协商确定，出售给您时可能会加价
- 通常为纯云计算而构建

DBaaS 合作伙伴公司

在公共云的合作伙伴市场上，也出现了许多令人惊叹的 DBaaS 选项。用户分别与 DBaaS 合作伙伴和云提供商签订合同。包括 Vertica 在内的这些供应商通常会提供各种选项。

优点
- 通常可在多个云上使用，支持多云更容易/更便宜
- 通常具有更深层次或专门的功能，以方便某些工作负载的开发
- 无锁定
- 通常既可在云端工作，也可在企业内部工作
缺点
- 需要管理多个计费和许可供应商

DBaaS 需要注意什么？

除了 DBaaS 的类型外，DBaaS 提供商之间还有其他主要区别，包括

DBaaS 部署选项

您的 DBaaS 是否也提供非 SaaS 部署？一些 DBaaS 供应商要求您锁定特定云中的特定存储位置。这就将客户锁定在一个云中，无法轻松转移到另一个云中，也无法利用成本更低的云计算。有些供应商不提供内部部署分析或在Kubernetes 中部署的解决方案。剔除不支持所有部署需求的供应商。

许可证发放的灵活性

您的解决方案是否提供可在多个云或内部部署之间轻松移动的许可证，还是每次部署都需要单独的许可证？维护 DEV、TEST、BACKUP 和 PRODUCTION 的成本是多少？查看总成本，了解哪些供应商能满足您的需求。

数据湖能力

您是否经常需要将本地存储的 Parquet、Orc、AVRO、JSON 或 TEXT 文件纳入分析？在选择 DBaaS 供应商时，应了解其如何将数据湖的规模和经济性与数据仓库的可预测性和可重现性结合起来。此外，还要考虑解决方案对外部表工作负载的理解程度，以及需要多少数据移动。

优化能力

您的 DBaaS 是否在有限的计算包中运行？所有的分析都不一样，也不应该被认为是一样的。确保您选择的数据库有适当管理各类工作负载和服务水平预期的选项。基于节点进行优化的解决方案（只需在工作负载需要时添加通用节点）可能会让您错过既能降低云成本又能提高查询性能的方法。使用专用节点的能力和调整慢速查询的能力至关重要。

分析的深度

除了描述性分析，您还能利用 DBaaS 进行更多分析吗？如今，以数据为中心的公司对分析的需求已经超出了标准 SQL 数据库的范围。例如，有些工作负载需要地理空间或时间序列功能等高级分析。预测分析对数据科学团队越来越重要，因此要考虑如何支持机器学习。当您的云数据库在企业中取得成功时，请考虑您的解决方案如何能够支持各种分析用例和更广泛的专业团队。

Vertica 和 DBaaS

Vertica Accelerator 是 Vertica 即服务（DBaaS），提供统一、高性能的高级分析和机器学习平台，并提供自动云设置和入职帮助。它可在您自己的 AWS 云账户中运行，并通过 Vertica 管理平面实现自动化。Vertica Accelerator 是 Vertica 分析数据库提供的部署方法之一。Vertica 还提供内部部署、Kubernetes 部署等服务。

Vertica 提供了私有云和公共云部署的灵活性--不仅仅是专有云，而是任何云。我们的数据库可将企业内部环境与公共云无缝连接，提供混合数据云体验。通过实施混合云，您可以提高灵活性、性能和可扩展性。它为您提供了一种在利用现代云技术的同时保持对数据完全控制的方法。

Vertica Accelerator 通过灵活的 "随处部署 "许可证，帮助您制定更可预测的定价策略。这是将工作负载放置在性价比合适的位置并避免单点故障情况的最佳方法。

有了 Vertica Accelerator，您终于可以将机器学习投入生产。Vertica 支持集群优化的 ML 算法、R 和 Python。数据科学家和分析师可以使用自己喜欢的工具和语言建立模型，然后利用 Vertica 在更大的数据集上为其提供支持。数据库内机器学习可解决 ML 流程中的每一个步骤。