二者在成本结构上，云部署初始成本低、按需付费，但长期可能费用累积；本地部署初始投入高、运维负担重，长期单位成本或更低。数据安全方面，云部署依赖服务商专业防护，合规便利却有潜在交叉访问风险；本地部署能自主掌控安全边界，却需应对内部管理漏洞。运维管理上，云部署自动化便捷但难适配特殊流程，本地部署高度定制却运维复杂。 云部署和本地部署有啥区别？ 一、成本结构：短期支出与长期投入的博弈云部署：轻资产运营模式初始成本低：无需采购服务器、存储设备等硬件，初期投入可降低80%以上。按需付费：根据业务需求灵活调整资源，避免资源闲置浪费。隐性成本减少：云服务商负责硬件维护、系统升级和电力消耗，企业无需承担相关费用。潜在风险：随着业务规模扩大，订阅费用可能累积超过本地部署的总拥有成本（TCO）。本地部署：重资产投入路径初始投入高：需一次性投入数十万至数百万用于硬件采购、机房搭建及网络配置。持续运维负担：年均维护成本约占初始投入的20%-30%，且需专职IT团队支持。长期优势：对于稳定运行5年以上的系统，单位成本随时间推移逐渐低于云部署。二、数据安全与合规：控制权与专业能力的权衡云部署：依赖服务商的安全体系专业防护：主流云厂商提供AES-256加密、多地容灾备份及三级等保合规支持，数据可靠性达99.99%。合规便利性：自动满足GDPR、等保2.0等法规要求，减少企业合规人力投入。潜在顾虑：数据存储于第三方平台，存在理论交叉访问风险；部分行业受法规限制需谨慎选择。本地部署：自主掌控的安全边界物理隔离优势：数据完全存储于企业内部服务器，通过自定义防火墙和物理隔离网络实现零外部暴露。主权明确性：避免第三方介入风险，尤其适合金融、医疗等强监管行业。内部挑战：约60%的数据泄露源于内部管理漏洞，需企业自行承担安全责任。三、运维管理：自动化便捷性与定制化需求的冲突云部署：自动化运维提升效率快速响应：资源申请到上线仅需数小时，支持弹性伸缩应对流量高峰。集中管控：通过Web界面统一管理多地域资源，自动完成系统升级与故障替换。局限性：标准化服务难以适配特殊业务流程，网络中断可能导致业务停摆。本地部署：高度定制但运维复杂深度集成：支持与ERP、OA等现有系统无缝对接，适应制造业生产控制、政府涉密网络等场景。离线可用：不依赖互联网，保障金融交易、实时数据采集等业务的连续性。运维挑战：需自建技术团队处理硬件巡检、软件更新及故障排查，人力成本居高不下。决策框架：四步锁定最佳方案第一步：业务特性分析评估业务的数据敏感性、合规要求、流量特征预测未来1-3年的业务增长轨迹和可能的波动性第二步：技术能力评估客观分析现有技术团队的技能结构和人员规模评估企业在安全、运维方面的投入意愿和能力第三步：财务模型测算计算3-5年总体拥有成本，而不仅仅是初期投入评估企业的现金流状况和投资偏好第四步：混合模式考量对于大多数中型以上企业，混合架构正在成为新标准：将核心敏感系统保留在本地，将面向互联网的波动性业务部署在云端。这种模式既保障了关键数据的控制权，又获得了云端的弹性优势。小库主机小编温馨提示：云部署与本地部署并非非此即彼的单选题，而是各有优劣的技术路径。明智的决策者应该超越概念争论，基于企业具体的业务需求、技术实力和财务现状，选择最适合的技术路线。在这个技术快速演进的时代，保持架构的灵活性和决策的开放性，比做出一个"完美"选择更加重要。 最适合的部署方案，就是最能支持业务创新和发展的方案。

GridFSBucket 是 MongoDB 官方 Java 驱动中操作 GridFS 文件存储系统 的核心类，主要用于直接与 GridFS 交互，实现大文件的上传、下载、删除等底层操作，是管理 MongoDB 中大文件的关键组件。1. 先明确：GridFS 是什么？在解释 GridFSBucket 前，需要先了解它依赖的 GridFS：GridFS 是 MongoDB 内置的一种 大文件存储规范（非数据库），专门用于存储超过 MongoDB 单个文档上限（默认 16MB）的文件，比如图片、视频、PDF 等。它的核心逻辑是：将大文件拆分成多个 256KB 的小分片（chunk） 存储在 fs.chunks 集合中，同时将文件的元数据（文件名、大小、类型等）存储在 fs.files 集合中，通过关联两个集合实现文件的完整管理。2. GridFSBucket 的核心作用GridFSBucket 是操作 GridFS 的“入口类”，封装了与 GridFS 交互的底层细节，核心作用有 4 点：（1）上传文件到 GridFS直接将文件（输入流、字节数组等）写入 GridFS，自动完成分片拆分和元数据存储，无需手动处理 fs.chunks 和 fs.files 集合。示例代码（上传文件并指定元数据）：// 通过输入流上传文件，设置文件名、内容类型try (InputStream inputStream = new FileInputStream("test.jpg")) {    GridFSUploadOptions options = new GridFSUploadOptions()        .metadata(new Document("author", "test").append("type", "carousel")); // 自定义元数据    // 上传文件，返回文件在 GridFS 中的唯一标识（ObjectId）    ObjectId fileId = gridFSBucket.uploadFromStream("轮播图1.jpg", inputStream, options);} catch (IOException e) {    e.printStackTrace();}（2）从 GridFS 下载文件根据文件的唯一标识（ObjectId）或文件名，获取文件的输入流，进而实现文件下载（保存到本地、返回给前端等）。示例代码（根据 ObjectId 下载文件）：// 目标文件的 ObjectIdObjectId fileId = new ObjectId("60d21b4667d0d8992e610c85");// 下载文件到输出流（如本地文件）try (OutputStream outputStream = new FileOutputStream("download.jpg")) {    gridFSBucket.downloadToStream(fileId, outputStream);} catch (IOException e) {    e.printStackTrace();}（3）删除 GridFS 中的文件根据 ObjectId 或文件名删除 GridFS 中的文件，会自动同时删除 fs.files 中的元数据和 fs.chunks 中的所有分片，避免数据残留。示例代码：// 根据 ObjectId 删除文件ObjectId fileId = new ObjectId("60d21b4667d0d8992e610c85");gridFSBucket.delete(fileId);// 也可根据文件名删除（若有重名文件，会删除所有匹配的文件）// gridFSBucket.delete(new BsonDocument("filename", new BsonString("轮播图1.jpg")));（4）管理文件元数据查询或修改文件的元数据（如文件名、内容类型、自定义属性等），元数据存储在 fs.files 集合中，可通过 GridFSBucket 关联查询。示例代码（查询文件元数据）：// 根据 ObjectId 查询文件元数据（GridFSFile 包含文件名、大小、类型等信息）GridFSFile gridFSFile = gridFSBucket.find(new BsonDocument("_id", new BsonObjectId(fileId))).first();if (gridFSFile != null) {    String filename = gridFSFile.getFilename(); // 获取文件名    long fileSize = gridFSFile.getLength();     // 获取文件大小    Document metadata = gridFSFile.getMetadata(); // 获取自定义元数据}3. GridFSBucket 与 GridFSTemplate 的区别在 Spring 项目中，你可能还接触过 GridFSTemplate，它和 GridFSBucket 的核心区别是 封装层级不同：对比维度    GridFSBucket    GridFSTemplate所属框架    MongoDB 官方 Java 驱动    Spring Data MongoDB（基于官方驱动封装）定位    底层操作类，更贴近 MongoDB 原生 API    高层模板类，符合 Spring 风格使用场景    需精细控制文件操作（如自定义分片大小）    快速集成 Spring 项目，简化代码依赖注入    需手动创建（需传入 MongoDatabase）    可直接通过 @Autowired 注入简单说：GridFSBucket 是“原生工具”，GridFSTemplate 是 Spring 对它的“包装增强”，二者最终都作用于 GridFS，但 GridFSTemplate 更适配 Spring 项目的开发习惯。4. 如何创建 GridFSBucket？GridFSBucket 需要基于 MongoDB 的数据库实例（MongoDatabase）创建，示例代码：// 1. 获取 MongoDB 客户端（MongoClient）MongoClient mongoClient = MongoClients.create("mongodb://localhost:27017");// 2. 获取目标数据库（如 "cms_db"）MongoDatabase database = mongoClient.getDatabase("cms_db");// 3. 创建 GridFSBucket（参数2：存储桶名称，默认 "fs"，可自定义区分不同文件类型）GridFSBucket gridFSBucket = GridFSBuckets.create(database, "carousel_files");在 Spring 项目中，也可通过配置类将 GridFSBucket 注册为 Bean，方便全局注入使用（就像之前解决 GridFSBucket 缺失时的配置）。总结：GridFSBucket 是操作 MongoDB GridFS 的核心入口，负责大文件的上传、下载、删除和元数据管理，是 MongoDB 大文件存储场景中不可或缺的组件。

uri: mongodb://jack:123456@localhost://27017/MongoDB 配置存在语法错误（uri 中多了一个 //），正确的配置格式有多种写法，可根据需要选择：1. 标准 URI 完整写法（推荐）明确指定数据库名和认证信息，修复后的正确格式：spring: data: mongodb: # 格式：mongodb://用户名:密码@主机:端口/数据库名?认证参数 uri: mongodb://jack:123456@localhost:27017/yh_cms?authSource=adminauthSource=admin：指定认证数据库（默认是要连接的数据库，若账号在 admin 库创建必须加此参数）2. 拆分参数写法（更清晰）将 URI 拆分为多个独立参数，适合复杂配置：spring: data: mongodb: host: localhost # 主机地址 port: 27017 # 端口（默认27017可省略） database: yh_cms # 数据库名 username: jack # 用户名 password: 123456 # 密码 authentication-database: admin # 认证数据库（可选，默认同database）3. 带集群和额外参数的写法（多节点场景）若连接 MongoDB 集群或需要指定读写偏好：spring: data: mongodb: uri: mongodb://jack:123456@host1:27017,host2:27017/yh_cms?authSource=admin&readPreference=primaryPreferred多节点用逗号分隔readPreference=primaryPreferred：优先从主节点读取注意事项原配置中 uri: mongodb://jack:123456@localhost://27017 错误在于 localhost://27017，正确应为 localhost:27017（单冒号）若 MongoDB 未启用认证，可省略用户名密码：uri: mongodb://localhost:27017/yh_cms生产环境建议添加 maxPoolSize 等连接池参数：&maxPoolSize=50根据你的场景选择合适的写法即可，拆分参数写法更易维护，URI 写法更简洁。

今天在编译一个SP   存储过程里面有一段语句 是给变量赋值    具体语句是  select  count(1)  into  v_cnt  from  tablename A   where  a.id=v_id     但是当表中没有本次传入的v_id时，就会报 query returned no rows when process INTO 错误    求助各位大神 有没有什么办法解决或者规避

在执行一个查询语句中，包含case语句，是以前oracle的sql，迁移到高斯执行报错：SELECT CASE WHEN dep_start_date > '2024-11-01 00:00:00' THEN ( to_date( dep_start_date, 'yyyy-mm-dd' ) - to_date( '2024-11-30 23:59:59', 'yyyy-mm-dd' ) + 0 ) + 1 ELSE 30 END days_calFROM fa_cardhistory;报错信息：

AI作诗实践已完成，大家加油，很有意义的活动

皮卡丘角色的艺术插图

未来5年将是国产数据库的主战场。数据库作为竞争最激烈的国产软件赛道，在技术服务、人才发展等方面有着巨量需求。华为云数据库测评热身，快速了解自身数据库水平，闯关So-easy，还有华为手表GT2、无线耳机、华为手环4等万元奖品拿！活动对象：开发者、高校师生、对数据库感兴趣的0基础用户活动内容：参与方式：1、微信扫码报名2、点击链接直接报名活动参与测试【HCSD】潜力测试：华为云数据库技能测评3、扫描官方二维码进行报名测评规则：测评内容：了解数据库的基础理论如关系、表、事务等，SQL基础知识；测评共 (20) 道题，总分100分，通过测评分数80分；需在（60分钟）内交卷，过程中无法暂停，请提前安排好时间；如未及时交卷，则本次考试作废推荐使用Chrome浏览器，或Firefox浏览器本测试2小时内只允许答题一次完成 “华为云数据库自测题”奖励：“华为云数据库自测题”奖励奖品奖品数量HUAWEI FreeLace无线耳机10华为手环4/hilink保温杯20罗技鼠标5032 U盘80加湿器100手机支架100字母笔100文件夹100中奖率是通过自测题人数的20%，实际奖品发放数量将按照奖品数量上限的比率提供。活动规则及注意事项请务必使用个人实名账号参与活动（IAM、企业账号等账号参与无效）抽奖形式：活动结束后，将参与数据导入第三方开源抽奖平台进行抽奖，抽奖过程全程透明公开。抽奖结束后将在此贴公布结果&收集收货信息。为保证活动的公平公正，华为云有权对恶意刷活动资源（“恶意”是指为获取资源而异常注册账号等影响活动公平性的行为），利用资源从事违法违规行为的用户收回抽奖及奖励资格。所有参加本活动的用户，均视为认可并同意遵守《华为云用户协议》，包括以援引方式纳入《华为云用户协议》的《可接受的使用政策》、《法律声明》、《隐私政策声明》、相关服务等级协议（SLA），以及华为云服务网站规定的其他协议和政策（统称为“云服务协议”）的约束。如果您不同意本活动规则和云服务协议的条款，请勿参加本活动。活动奖品颜色随机，且部分奖品数量有限发完将用等值奖品代替本次活动一个实名认证账号只能对应一个获奖人，如同一账号填写多个不同获奖人，不予发放奖励本活动最终解释权归华为云所有，活动规则由华为云在法律规定范围内进行解释。华为云保留不时更新、修改或删除本活动规则的权利。上述更新、修改或删除于公布时即时生效，用户应当主动查阅本活动规则的最新内容。

#华为云开年采购季#好物推荐——GaussDB(for Mongo)，堪称“百宝箱”，游戏装备、物流状态、社交好友信息，啥数据都能装。一图解答什么场景应该用华为云GaussDB(for Mongo) ！新用户包年0.5折，活动详情→https://activity.huaweicloud.com/dbs_Promotion/index.html 

文/陶然云、AI、5G等技术驱动，数据库行业迎来新的需求，云数据库也在不断演进升级。依托华为云与华为云Stack，通过全栈软硬件优化，华为云GaussDB进行了进阶与革新，以统一的架构，支持关系型与非关系型的数据库引擎。近日，在第十二届中国数据库技术大会上，笔者有幸采访到了华为云数据库CTO庄乾锋，庄老师向我们详细解读了GaussDB如何从产品架构革新，做到支持全场景全业务，并从解决方案与案例的维度分享了华为云数据库的优秀实践。华为云数据库CTO 庄乾锋华为云GaussDB打造全场景数据库云服务如今，数字化转型已从“以资源为中心”转换成“以应用为中心”，数字化转型进入新阶段。华为云GaussDB紧随时代发展潮流，紧密结合客户业务场景，不断进行自主创新，积极打造极致性能、高可用的数据库服务。 据庄乾锋介绍，华为云GaussDB数据库在2020年升级为全场景云服务以来，取得了一系列的突出进展： 首先，华为云在今年4月份的华为开发者大会上正式发布了GaussDB新品，主打金融政企核心业务场景，是能满足最严苛金融级需求的分布式数据库。 庄老师进一步表示，今年的新版本具备应对海量并发事务处理与复杂查询混合负载的能力，通过技术与全并行架构创新，性能大幅领先对手，并具备超过1000+节点的弹性扩展能力。 同时我们还推出全球首款纯软全密态技术，保障数据传输、计算、存储全链路的安全。并且通过将AI技术植入到数据库内核的架构和算法中，让数据库管理更加智能与高效。 不仅如此，华为云并没有停止前进的步伐。据介绍，在8月份，我们又重磅推出了两个内核新特性：Ustore存储引擎和基于Paxos协议的DCF高可用组件。 Ustore存储引擎是GaussDB内核新增的一种存储模式，这种数据存储能带来更高性能、更高效率，空间利用更充分，整体系统运行更加平稳，适应更多业务场景和工作负载。 而DCF组件则使得GaussDB在保证数据一致性的同时，在高可用方面可进一步得到增强，用户不仅可以免去系统脑裂的风险，还可以提升可用性。 其次，在9月份的2021华为全联接大会上，发布了GaussDB(for MySQL)2.0全新版本及三大核心技术，在原有基础上深度整合了华为云计算全栈的独特能力，在性能、可用性、扩展性等方面都进行了创新，实现了云栈垂直集成力量的最大化，让算力更快更猛，也能更好解决客户海量数据负载场景难点，助力企业客户业务创新。 最后，今年我们在公有云上也上线了数据库和应用迁移工具UGO，这是一款专注于传统数据库的结构迁移与语法转换的利器。未来我们还将在五大技术方向上持续创新，包括云原生多主、基于Memory Pool的HTAP、云原生Serverless、AI Native、全密态。打造一个有技术、更懂客户的数据库，与客户一起深耕数字化转型。 华为云GaussDB携手伙伴共建数据库生态 华为一直坚持合作开放共赢的生态理念。一个能使能客户成功的商业产品，不仅产品要做好，还需要一个成熟健康的生态。 据庄老师介绍，华为云GaussDB积极拥抱并完全兼容和支持业界主流的关系型数据库生态，如MySQL、PostgreSQL及非关系型数据库MongoDB、Redis等生态，另一方面华为公司2020年6月30日宣布开源的openGauss也是开放的生态。 华为云GaussDB对外开源，做到架构开放、代码开放、技术开放和社区开放，不会让客户从封闭的数据库走向另外一个封闭的数据库， openGauss这种方式，能让更多的“同道中人”一起来解决缺陷，一起来理解这个架构，从而维护起来更加方便。 在人才生态方面，华为致力于培养数据库人才，发起高校人才培养计划，计划3年投入5亿人民币，通过智能基座、教育部新工科项目，持续与高校联合开课，截止目前已经投入2亿多，有80+所合作高校，每年覆盖23000多名学生。未来一年计划覆盖200所高校，8万学生。 如今，GaussDB已经广泛应用在1500+政企大客户，涵盖金融、税务、医保、能源、交通、电信运营商、互联网、电商、物流等行业。 在对数据库要求最为苛刻的金融行业，6大国有大型银行中有4家银行已经选择了GaussDB，包括工行，农行，建行，邮储，以及多家股份制银行和保险证券机构。 在财政、税务、医保、自然资源等泛政府行业，GaussDB已和22+省级，100+市级单位开展合作，支持效率提升更好服务社会。 根据国际数据公司(IDC)最新发布了《2020年下半年中国关系型数据库软件市场数据跟踪报告》。报告显示，华为云数据库凭借GaussDB以9.8%的市场份额，占据本地部署市场国产数据库份额第一，同时公有云市场数据库份额增速第一。 面向未来，华为坚持做持续创新的数据库，数据库的持续创新离不开产学研的通力合作，一方面，与合作伙伴、高校以及开发者共建开源生态，鼓励有能力的合作伙伴发展基于openGauss的自有品牌数据库产品，为上层应用提供更多数据库选择，和业界共同繁荣数据库产业生态。 另一方面，华为也基于openGauss的生态，增强分布式内核能力，发布GaussDB商业版本，通过华为云和华为云Stack，满足金融政企客户、华为消费者云、流程IT以及运营商业务对分布式数据库的高性能、高可靠、高安全的需求。目标是打造世界级的国产数据库，为客户提供更优秀、更有竞争力的产品。

       云、AI、5G等技术驱动，数据库行业迎来新的需求，云数据库也在不断演进升级。依托华为云与华为云Stack，通过全栈软硬件优化，华为云GaussDB进行了进阶与革新，以统一的架构，支持关系型与非关系型的数据库引擎。　　近日，在第十一届中国数据库技术大会上，笔者有幸采访到了华为云数据库产品总监张昆，张昆向我们详细解读了GaussDB如何做到架构革新，做到支持全场景全业务，并从解决方案与案例的维度分享了华为云数据库的优秀实践。华为云数据库产品总监 张昆 　　华为云GaussDB打造全场景数据库服务　　目前，华为云数据库产品覆盖开源和华为云GaussDB服务两大生态。开源生态服务主要在超越开源的前提下，为客户打造极致性价比的产品和服务；华为云GaussDB系列主要是面向金融政企客户打造的企业级商用数据库，满足客户对数据库高可靠、高性能的极致要求。　　华为云数据库产品总监张昆介绍了数据库服务的系列新品：　　华为云GaussDB适用于企业核心交易系统和海量事务型场景，支持集中式与分布式两种部署形态。华为云GaussDB(for MySQL)支持主备部署和分布式部署两种形式，提供优于原生MySQL7倍性能。　　面向企业新型应用的云原生多模GaussDB NoSQL系列服务提供3倍读写性能，自动弹性伸缩，具备企业级可靠性。GaussDB NoSQL基于GaussDB的计算存储分离架构创新，对于性能、成本、HA、扩容性、备份恢复等多种指标都有质的飞跃。　　华为云GaussDB(DWS)为各企业用户提供最佳性能、按需扩展、稳定可靠的全场景企业级数据仓库，满足客户超大规模数据的高性能查询分析诉求。值得一提的是，华为云GaussDB(DWS)数据仓库以单集群2048节点的超大规模，满分通过测试认证，是迄今为止信通院认证的最大规模分布式数据库集群，树立了业界新标杆。　　在谈到云数据库安全问题上，张昆表示，华为云数据库可提供密态数据库与防篡改数据库等技术新品，帮助客户构建安全可信、法律合规的应用全密态数据库业务全景，防止数据篡改与作弊，实现多方认同。　　据了解，目前，华为云数据库服务已在500+大客户中规模商用，遍布金融、政府、电信、能源、交通、物流、电商等行业。未来，华为云数据库将持续构建技术硬实力和优秀解决方案，使能行业数字化转型。　　华为云GaussDB让数据库迁移变得简单　　数据库迁移指的是从源库迁移到目标库。张昆把数据库迁移形象的比喻成从“旧家”搬到“新家”的过程，其中涉及到各种数据的搬迁，数量巨大，情况复杂，而且通常需要停机迁移，对业务影响极大，每个数据库迁移者都会经历客户如下亲切的问候。 　　迁移前：源库的运行状态如何，容量和复杂度如何，库表之间关系如何？如何选择合适的目标库及其规格，改造风险和工作量有多大？从源库迁移到目标库，有哪些对象不兼容，在目标库是否有替代方案？ 　　迁移中：如何保证结构迁移和数据迁移时，不影响源库/目标库正常运行的业务？源端按业务模块迁移时，源库和目标库如何进行持续的增量数据同步？源库对象较多，如何保障源库对象顺利迁移到目标库？ 　　迁移后：迁移完成时，如何保障迁移结果正确，包括结构的准确性与数据的准确性？迁移完成后，如何保障云上数据库的开发运维与性能的持续优化？……等等等等。 　　针对上述数据库迁移面临的众多问题，华为云推出了数据库迁移管理云化解决方案，帮助企业轻松上云，极简运维。那么，具体是如何帮助客户实现数据库迁移的呢？张昆从金融、消费者、泛互联网三大行业客户实践为我们带来了分享。 　　在金融行业，国有某大行核心业务已商用GaussDB，该银行把贵金属交易系统迁移上云，在这个业务场景下，通过数据库并行、渠道开关、应急回切、数据核对和监控等策略，采用灰度发布机制，按流量比例逐步切换，在保障生产稳定运行前提下验证整体迁移方案。 　　为客户带来了三大核心价值：（1）高可用。实现了同城单Region多AZ互联支持同城双活，金融级支持三层组网的管控高可用部署方案；（2）性能线性扩展。支持集群水平扩展，基本联机性能与0持平；（3）弹性部署。部署实例及应用要快速响应业务需求，数据库支持容器化部署。 　　在面向TO C的消费者领域，华为消费者业务为全球200多个国家和地区的6.7亿+用户、180万+开发者提供强大资源获取和弹性伸缩能力。张昆表示，“自己的狗粮自己吃”，因为只有自身实践过硬才能获得客户的信赖，目前，华为消费者业务数据库已全面切换上云，实现3AZ数据0丢失。 　　在泛互联网行业，张昆以游戏行业举例，开天创世在选择数据库过程中要求极高，快速部署和高性能低延时是其对数据库的基本要求。在游戏开服场景中，开天创世6小时内需要多次扩容，并且还要做到表级时间点恢复，支持游戏快速回档，扩容期间性能稳定，不影响游戏体验。 　　针对这个需求，客户采用了华为云多模GaussDB NoSQL系列服务，解决了玩家访问量突增的压力，实现了分钟级扩容和游戏快速回档。 　　写在最后，随着企业对云服务诉求的增加，越来越多的企业正在通过上“云”实现数字化升级。在Cloud 2.0时代，数据库是企业上云的一个重要竞争战场，未来，华为云数据库会以更开放的姿态，将积累多年的技术沉淀、运营经验分享出来，更好地满足各行业企业的多元化需求，为企业提供强有力的技术支持，让客户更专注于自身业务的创新与运营，加速企业数字变革。