随着云计算的快速发展，越来越多的企业希望从顶层框架入手，探索整体数据架构中的更多可能性，DBaaS(亦称泛数据库类服务)就是PaaS 层的一个重要分支。那么，DBaaS到底是什么?适用于哪些应用场景?希望以下内容，可以帮助用户在云应用中做出正确选择!

对比传统的标准化数据库模式，DBaaS能带来更灵活，可扩展、按需服务的体验，用户可对云环境中的资源进行调配，因此获得广泛支持和采用。问题是，什么是DBaaS?

这一点很重要，DBaaS并不等同于在基于云的服务器(如Amazon AWS或Microsoft Azure)上运行数据库，我们要正确理解DBaaS的概念。虽然在虚拟机上运行数据库一定会带来成本和灵活性方面的优势，但是仍需要用户维护数据库，需要用户具备服务器操作和运营方面的专业知识。

而真正的DBaaS，是由云服务商提供服务，用户不需要用专业的运维团队来维护服务器的运转。一些物理和虚拟化的硬件设备，包括操作系统、网络、相关的资源配置等，都可以通过云的形式，一键完成设置，然后通过一个简单的API调用，将应用程序连接起来。比如：Amazon RDS、阿里云 RDS、Azure SQL Databases 和 Azure Database for MySQL/PostgreSQL 等，都是DBaaS的典型应用。

使用DBaaS，能让用户在部署速度和成本方面，获得显著提升。但是，DBaaS也并不是“一本万能”，什么场景都适用，还是要看具体的项目需求。

DBaaS适用于哪些应用场景?

1、没有专业的数据库团队。如果企业的技术团队没有那么多的软件开发人员，无法应对数据库的复杂性，那么就可以考虑使用DBaaS。除了更方便数据库管理以外，DBaaS服务商还能提供数据的自动备份等其他服务，让企业只专注于关键业务开发，而不用担心数据库的运行问题。

2、临时数据库。如果企业只是在短期内有需要，用于持续集成或者后端的测试，DBaaS模式可以为用户快速构建一个数据库，当测试结束时，用户可以删掉数据以及相应的数据库。这种方式，大大加快了企业测试环境下的自动化部署和更新，让数据库应用更加简单。

3、微服务设计。在企业的生产环境中，如果使用了由数据库组成的大量的微服务设计，DBaaS这种模式也会非常适用。另外，即使企业有很多专业的数据库开发人员，但如果不愿意在数据库部署方面投入大量的时间和精力，也可以通过DBaaS快速投入生产。

使用DBaaS有哪些局限性?

值得一提的是，虽然DBaaS有很多优势，但是切不可在以下场景中适用。

第一，具有复杂的数据库逻辑关系。了确保数据库在部署时的易用性，DBaaS服务商限制了数据库在复杂环境下的扩展能力，从某种程度上降低了其灵活性。比如：用于灾难恢复时，需要在一个主节点中进行集群复制，同时辅助节点也要同步复制集群，主从节点之间存在异步关系，这种相对复杂的逻辑关系，大大超出了DBaaS的应用范围。换言之，DBaaS没有办法理解企业深度定制化的个性化服务。

第二，数据库有与指定的工作负载绑定。如果数据库要绑定更重的工作负载，则需要更强大的硬件、CPU和内存以及相应的存储能力，DBaaS没有办法满足这样的需求。

如何做出正确选择?

如果您所在企业在数据库方面的需求符合DBaaS所有指标，那就多花点时间去仔细研究DBaaS主流产品。包括：Amazon RDS、谷歌云SQL和Azure SQL数据库等，他们在部署模式、性能和实例类型等方面，各有不同特征。如果企业需求不适合DBaaS，那就需要自建数据库。如果没有专业的数据库团队，也没有招聘专职人员的打算，数据库外包可能是优秀选择。

【凡本网注明来源非中国IDC圈的作品，均转载自其它媒体，目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。】