阿里云数据库服务总体经济影响报告

云数据库服务带来的成本节省和业务优势云数据库服务市场趋势洞察 1执行摘要 1阿里云数据库服务客户旅程 7主要挑战 7解决方案需求及投资结果 8复合式组织——XYZ集团 8收益分析 9原环境下的数据库成本 9运维工作简化带来的效率提升 系统停机业务损失减少 数据分析效率提升 非量化收益 灵活性 成本分析 16软件成本 迁移部署成本 财务总计 18解决方案概述 19附录A：总体经济影响（TEI）概述 20附录B：尾注 21咨询团队：邓晓丹，项目总监谢雅晨，项目顾问Forrester咨询公司提供独立客观并且/consultin©2020,ForresterResearch,Inc.保留所有权利。未经授权，严禁改。Forrester®、Technographics®、ForresterWav1公有云平台构建全栈大数据能力，从而为开发、运维、数据科学家与业务人员推动数据驱动的数字化创新提供核心支持（如下图）公有云平台构建全栈大数据能力，从而为开发、运维、数据科学家与业务人员推动数据驱动的数字化创新提供核心支持（如下图）iii。一方面以云计算和大数据为代表的现代信息技术迅猛发展，和被技术赋能的企业客户与消费者形成共生闭环，推动各行各业在体验、运营、创新和生态四个领域围绕客户至上的核心理念不断加速数字化转型进程i。在这一进程中，大数据对于各类企业与组织机构的重要性日益重要。Forrester的分析数据表明，94%的全球CEO认为，关于客户需求及偏好相关的的数据极为关键。同时，38%的全球企业的首席数据官直接汇报给CEO。展望客户时代新十年的征程，数据已经成为企业的战略资产。在基于公有云平台的全栈大数据能力中，云数据库服务（也即“数据库即服务”）是实现大数据战略的重要基础。根据Forrester的定义，数据库即服务是按需提供、安全、可伸缩的自助服务数据库，能够实现对数据库的开通和管理自动化，为已有和全新的业务应用与运营系统提供支持。近三分之一的全球企业基础架构决策者已经采用数据库即服务为自身的企业数字化转型实践提供支持。Forrester的研究表明，随着近年来数据库技术的快速迭代发展，先进的企业级数据库即服务应当在以下五个领域具备关键的技术能力：但与此同时，我们也应当清晰地认识到大数据领域的市场变化给企业带来的挑战。首先，在过去十年间企业获取数据与洞察的商业需求已经发生了爆炸性增长：从少量数据到海量数据，在基于公有云平台的全栈大数据能力中，云数据库服务（也即“数据库即服务”）是实现大数据战略的重要基础。根据Forrester的定义，数据库即服务是按需提供、安全、可伸缩的自助服务数据库，能够实现对数据库的开通和管理自动化，为已有和全新的业务应用与运营系统提供支持。近三分之一的全球企业基础架构决策者已经采用数据库即服务为自身的企业数字化转型实践提供支持。Forrester的研究表明，随着近年来数据库技术的快速迭代发展，先进的企业级数据库即服务应当在以下五个领域具备关键的技术能力：根据Forrester的定义，数据库即服务是按需提供、安全可伸缩的自助服务数据库，能够实现对数据库的开通和管理自动化，为已有和全新的业务应用与运营系统提供支持。•架构：交易分析一体化。数据库即服务应当为不同的业务用例与工作负载提供有效承载，这其中不仅包括对行列混存的支持，更意味着需要对包括交易型和分析型两种用例在内的混合负载提供交易分析一体化（Translytical）处理iv。此外，数据库即服务还应当具备高可用性和灾难恢复能力，同时通过分布式架构为企业提供面向多云、混合云以及边缘计算环境的灵活的部署选择，实现对分布式计算与分析场景的支持。其次，在经济结构调整、新冠疫情影响、地缘政治摩擦和本土市场竞争的共同作用下，不确定性已经成为全球市场的新常态。•架构：交易分析一体化。数据库即服务应当为不同的业务用例与工作负载提供有效承载，这其中不仅包括对行列混存的支持，更意味着需要对包括交易型和分析型两种用例在内的混合负载提供交易分析一体化（Translytical）处理iv。此外，数据库即服务还应当具备高可用性和灾难恢复能力，同时通过分布式架构为企业提供面向多云、混合云以及边缘计算环境的灵活的部署选择，实现对分布式计算与分析场景的支持。面对大数据浪潮带来的机遇与挑战，公有云平台将成为构建自适应企业的技术关键。公有云在弹性、可管理性以及成本方面的战略优势正在加速推动企业基于2•开通和管理：基于智能的自动化。数据库即服务不仅应当满足支持基于策略的自动化开通和管理能力，而且应当通过运用机器学习与深度学习技术，实现数据库的全链路自动感知与优化，容量自动预测与管理，异常情况的自动定位与修复，以及安全隐患的自动诊断与决策。结合对在线升级和打补丁的自动支持，简化运维团队的工作，实现数据库技术底座的持续进化。•性能和伸缩性：云原生，分布式，软硬件一体化。数据库即服务不仅应当基于云原生技术，通过算存分离、读写分离、分布式共享存储、智能负载均衡和分布式处理等技术，实现强大的性能和出色的并行伸缩性，满足海量动态工作负载的要求，而且应当通过对包括远程内存直接访问（RDMA）等在内的新型网络技术、包括非易失存储（NVM）等在内的新型存储介质，以及包括GPU、FPGA、x86/ARM等多样性计算能力的硬件支持，实现性能的最大化，有效保证企业客户和最终用户的云端体验。•开发：多模态全生命周期支持。数据库即服务应当为异构的数据模式提供全面支持，除了传统的结构化数据，还应当支持包括JSON、键值（Key/Value）、文本、图像、时序等各类半结构化/非结构化数据。同时，通过高性能、高质量的数据摄取与加载，以及对包括数据库语言、开发平台、管理工具等的兼容与集成，加速数据应用开发过程。•数据安全：全链路安全可信。数据库即服务不仅应当通过可验证防篡改的日志与查询能力、全链路的数据加密能力等多种机制提供全生命周期的数据保护，而且应当通过有效的用户访问管理能力和全面的审计能力，为用户隐私和企业资产的安全提供可靠保证，满足不同领域的合规性要全球企业决策者应当具备“软硬一体”的思想，全面了解数据库即服务的技术特性所能带来的业务价值，加速构建云端大数据能力，在客户时代新十年有效把握机遇，应对不确定性的新常态。为了在客户时代新十年有效把握机遇，应对不确定性的新常态，全球企业决策者应当全面了解数据库即服务的技术特性所能带来的业务价值，加速构建云端大数据能力。具体而言，从技术特性的视角来看，先进的数据库即服务在计算领域具备读写分离、算存分离以及兼容主流数据库引擎和标准SQL的能力，在存储领域具备弹性扩缩容和多可用区数据备份的共享分布式存储能力，在网络领域支持基于RDMA等技术高速网络吞吐能力，并且支持按用量计费和按计算节点付费所带来的成本优势。这些不同的技术特性之间的有机融合，不仅可以显著提升业务敏捷性，有效保证业务应用的性能和业务连续性，而且可以降低成本，为现有资产提供保护。除此之外，企业决策者也应当具备“软硬一体”的思想，充分利用海量、高性能、高性价比的数据库计算、网络与存储硬件，通过大规模内存池化、高速缓存、高速存储等特性与可靠的数据持久性相结合，从硬件层面加快关键应用的运行，降低延迟敏感型工作负载的交易成本，从而充分释放云端数据库即服务的潜能（如下图）。3从上述市场趋势中可以看出，企业在发展过程中面临着与数据相关的两大难题：面技术变革的速度与复杂度远超企业现有资源的能力，另一方面市场宏观局势促使了全球在这种环境下，近三分之一的全球企业基础架构决策者已经采用数据库即服务为业数字化转型实践提供支持。选择合适的企业级数据库即服务，企业应该关注其通和管理、性能和伸缩性、开发、数据安全五大能力为企业带来阿里云和英特尔委托ForresterConsulting使用总体经济影响（TEI）模型进行对其数据库服务潜在的投资回报率（ROI）进行评估分析。该研究的目的是为了给读者提供对阿里云数据库服务带来潜在财务影响评估的参考。为更全面地了解企业使用阿里云数据库服务带来的收益、成本、风险及灵活性，Forrester对五家阿里云客户进行了访谈。为全面展现使用阿里云数据库服务的影响，Forrester综合考量受访企业的规模、所处行业、使用规模及场景等关键因素，将其使用体验整合为一个虚拟的复合式组织进行量化呈现。在选择使用阿里云数据库服务前，受访企业的数据库主要运行在传统的商用数据库或开源数据库上。随着企业数据量的不断增长和数据分析需求的多样化，受访企业运维人员工作日益繁重，原数据库架构、容量、稳定性、伸缩性及分析能力和性能越来越难以支持业务发展的需求。通过使用阿里云数据库服务，客户实现了数据库向云环境的平滑迁移，节约了数据库许可和搭建成本，提升了开发运维人员工作效率，同时也显著减少了过去由于数据库故障导致的业务损失。主要发现量化收益。风险调整后现值（PV）量化收益包括：够支持更广泛、实时的分析场景。经过评估后，在原环境中实现这些功能所需的三年总成本达754万元。三年省去的原环境数据库成本•数据库故障排查运维工作得到简化，扩容效率提升83%。在使用阿里云数据库前，企业数据库管理员（DBA）工作十分繁琐，包括数据库软件升级维护、扩容以及硬件维护、更换等工作。使用阿里云后，DBA不用再担心与硬件相关的运维工作，数据库工具和运维服务也使软件运维得到了简化。云上扩容工作仅需工作人员了解需求、选型下单即可，实现了对业务更灵活的支持。仅计算工作时间的节省便已实现了83%的扩容相关工作效率提升，收益三年总现值达102万元。运维和扩容效率的提升是由高容量、快速、低延时固态盘的云基础设施支持才得以实现的。扩容工作效率提升•原环境下数据库软硬件使用、搭建及维护成本为754万元。在使用阿里云数据库前，该企业使用了传统商用交易型数据库，同时在开源环境中使用MySQL。为业务发展需要，该企业需要进行扩容，保证20TB的交易型数据库存储容量，同时能执行摘要4•避免了80万元由系统停机造成的业务损失。原有商用数据库环境下，由于故障导致的非计划内停机每年大概会发生两次，DBA平均需要花3小时左右的时间进行检测、备份、恢复，确保没有数据丢失。使用阿里云PolarDB后，由于数据库故障导致的非计划内停机几乎没有发生，三年内避免了由于系统停机造成的业务损失达80万元。每年避免非计划内业务系统停机•数据分析效率提升75%。在原有开源环境中，受访企业的开源数据库难以支持不断增长的业务数据量和访问量。进行数据分析需要前期较长时间进行设计建模，数据分析效率较低。阿里云AnalyticDB数据库提升了企业数据库的存储和计算能力，同时自有的数据模型使数据分析更加灵活，缩短了设计过程和整体数据链路，企业数据分析人员在使用AnalyticDB后分析效率相较原环境提升达到75%，三年内由数据分析效率提升带来的总收益达约为608万元。数据分析效率提升非量化收益。本研究中未能量化的收益包括：•降低企业数据库管理负担。阿里云数据库架构师为搭建和管理数据库提供专业指导，节省企业IT人员时间，减少数据管理工作量，提升数据库及IT运维能力。•数据管理、监控、备份实现可视化，降低运维难度。阿里云数据库产品提供可视化能力，解决DBA难以全面掌握数据库状况、资源消耗程度、备份进度等问题，加强对数据管理情况的掌控•数据库从私有环境平滑迁移上云，迁移过程没有中断。在阿里云团队及迁移工具帮助下可有效将数据库从私有环境平滑迁移到阿里云上，降低运•开发和运维人员更专注业务和系统规划工作。使用阿里云数据库后，DBA可以从繁杂的运维工作中抽离出来，将更多精力投入到数据库发展规划成本。风险调整后现值（PV）成本包括：•软件成本。复合式组织主要使用PolarDB和AnalyticDB产品，三年总成本现值为617万元。•数据库迁移及部署成本。迁移部署成本主要包括数据迁移的工具产品费用和服务费，以及迁移部署过程中需要企业内部人员工作和学习时间。在阿里云迁移工具DTS支持下PolarDB迁移时间为两个半月，同比其他厂商承诺的六个月时间缩短了67%；AnalyticDB部署及学习上手约一个月。该部分总成本约为153万元。灵活性。未来可能产生的使用收益和商业机遇包括：•开启企业上云旅程，为未来数据库灵活性提供可能。大部分受访企业目前仅将部分业务转移至阿里云上，未来企业会不断扩大对云数据库的使用，更多数据迁移至阿里云环境存储分析，实现业务弹性扩容、高稳定性、复杂查询能力及更好的安全保障。•降低数据中心的租用和维护投入。未来实现更多数据迁移上云后，企业可实现对数据中心租用以及硬件运维投入的缩减。•新产品及营销活动快速上线。公有云平台的弹性能力及运维保障能更好的支持企业大型促销活动以及新产品的快速开发上线，为企业带来更大的业务增长潜能。•单位存储成本会不断降低。在使用更多云数据库进行存储后，存储的单位价格会不断降低，为企业带来成本降低的规模效益。Forrester遵循标准流程从五个组织收集数据并创建复合组织。客户访谈和财务分析发现，该组织的净现值为775万元，ROI为101%。执行摘要ROI总收益现值（PV）¥15,441,048净现值（NPV）¥7,747,444投资回收期投资回收期：投资的未来现金流的折现值与项盈亏平衡点。是净收估计的现有或当前值。成本和收益现值计入现金流等于初始投资或成本执行摘要6总体经济影响（TEI）框架及方法论根据接受采访的人员提供的信息，Forrester建立了总体经济影响（TEI）的框架，其他组织可以根据框架决定参考投资阿里云数据库服务。建立总体经济影响框架的目的是为了明确影响投资决策的成本、收益、灵活性以及风险因素。Forrester采用多步骤的方法评估阿里云数据库服务对一个组织的免责声明免责声明读者需要了解以下信息：测，建议读者可以根据报告中提供的框架自行预测是否选择阿里云数据库服务。尽职调查访谈阿里云以及Forrester的分析师，收集与阿尽职调查访谈阿里云以及Forrester的分析师，收集与阿里云数据库服务及产品相关的数据。客户访谈访谈五家正在使用阿里云数据库服务的企业客户，并获取与成本、收益和风险相关的数据。复合式组织根据受访组织的主要特征构建一个复合式组织。构建财务模型运用TEI方法论，根据访谈内容构建的财务模型，并根据受访组织在采访中强调的问题和忧虑，对财务模型进行风险调整。案例分析Forrester在建立阿里云数据库服务TEI模型时，选择了四个最基本的要素：收益、成本、灵活性以及风险。鉴于企业与IT投资相关的投资回报分析日渐复杂，Forrester的TEI方法论将提供关于购买决策的总体经济影响全景图。请参考附件A以获取更多与TEI方法论相关的信息。7影响受访企业投资该解决方案的主要因素主要挑战在选择使用阿里云数据库服务前，受访企业的数据库主要运行在传统的商用数据库或开源数据库上。随着企业数据量的不断增长和数据分析需求的多样化，受访企业在原环境中面临越来越多的挑战，主要包括以•私有环境下的传统商用数据库架构无法适应业务发展需求。传统商用数据库在面临持续增长的业务需求时，价格偏高、缺乏弹性等缺点逐渐暴露出来。数据库的硬件基础设施可用性及灾备能力也不足以支撑业务的迅速发展。“我们原本采用自建数据库集群，迭代过程漫长“我们原本采用自建数据库集群，迭代过程漫长且随着业务规模化增长，集群及实例数膨胀，运维管控成本大幅增长，需要大量的运维和研发团队支撑，且随着客户业务需求发展和场景多元化，组合自研自建技术攻关周期较长，技术资源不能专注投入客户业务需求实现。采用阿里云数据库产品，大幅提升数据存储运维效率，降低运维研发成本，团队专注投入多元化场景需求研发，为产品快速实现业务支撑多元化场景打好了坚实的基础，赢得市场客户认可。”资深总监杭州数云信息技术有限公司•数据库相关的软硬件运维管理工作复杂繁重。在私有环境下，数据库管理员（DBA）工作内容繁琐，除了数据库本身的升级、打补丁等管理工作外，也需要花费大量时间进行设备维护、检修，以确保高可用性。由于工作繁杂，且出错率高，对于DBA工作造成很大的负担。•开源环境对企业内部运维人员能力要求较高，传统企业难以驾驭。一些受访企业除了选用传统商用方案，也尝试在开源环境下自行搭建数据库能力。然而，书库据自动化搭建运维能力的实现需要依靠专业团队的支持，而大部分企业在注重业务发展的过程中，DBA难以支持业务发展带来的额外工作量及复杂的工作要求。•传统数据库性能和伸缩性有限，难以在有限成本内对业务进行灵活的支持。传统数据库容量有限，有较多扩容需求。在规划扩容需求时，受访企业需要根据现有机器资源进行评估，然后进行采购、安装、迁移、测试等一系列工作。在遇到促销等流量峰值的情况时，需要提前规划，储备冗余，限制了业务的突发情况及灵活性。•原有数据库难以实现海量实时数据分析能力，限制了业务创新。由于原有数据库计算存储能力有限，难以完成聚合分析。同时，离线分析的数据链路较长，无法满足部分业务场景对实时分析的需求。8•处理故障耗时长，停机对业务影响损失大。系统故障维护时间长，经常需要通宵恢复数据，且面临业务运营的压力，成为数据管理人员一项极大挑战。同时停机维护对客户业务的连续性以及对产品的口碑和使用体验都产生了负面影响，也额外增加了运维的投入。解决方案需求及投资结果受访组织需要能够提供以下解决方案的技术供应商：•能够帮助企业实现平滑的数据库迁移；•在业务持续增长的情况下能够支撑数据规模扩张，实现快速弹性扩缩容；•能够提供完善的工具和相关服务；•降低运维复杂度，减少DBA运维工作负担；•能够提供较强的架构能力和自动化搭建能力；•能够实现跨系统实时分析和关联分析，弥补传统离线数据分析链路长的不足；•保证稳定性，保障数据安全和监控备份能力。“我们的数据量庞大且复杂，需要全面有效的迁移工“我们的数据量庞大且复杂，需要全面有效的迁移工具来实现平滑迁移。阿里云数据库服务团队提供了DTS迁移工具，帮助我们实现了高效的迁移过程，是我们对比了多家解决方案后认定最好的选择。”首席技术官PrestoMall受访组织评估多个供应商的招标书及商业案例及后，选择了阿里云数据库服务并开始部署：•替代了传统商用数据库，实现成本节约；•在阿里云团队及迁移工具协助下，将数据库从私有环境平滑迁移到阿里云上；•节省本来需要在开源环境下搭建和运维成本；•运维人员能将更多精力投入在数据库管理和优化的工作中；•扩容需求设计完成后可省去采购安装的等待时间，管理人员操作简便，扩容效率提升；•计算和存储能力加强促使实时分析能力提升，缩短分析链路，从而及时有效地对业务进行调整；复合式组织的主要特征复合式组织的主要特征•传统制造零售企业•年营业额数十亿人民币•客单价约为600元•地理覆盖中国、东亚及东南亚十余个国家•非计划内停机几乎没有发生，减少了由于系统停机造成的业务损失。复合式组织——XYZ集团根据访谈结果，Forrester建立了TEI模型，以复合式组织为例计算了该企业使用阿里云数据库服务财务相关的投资回报率（ROI）。这家复合式组织整合了四家受访组织的使用情况，并主要具有以下特质：复合式组织描述：XYZ集团是一家总部在中国，业务覆盖中国、东亚及东南亚10多个国家的大型传统制造零售企业。近两年来，集团产品升级，同时拓宽了线上的销售渠道，其新客和业务量实现了大幅增长，年营收达到数十亿人民币，国内外共有一万名左右员工。该企业在国内及各亚洲市场享有高知名度，年均客单价约为600元。部署特征：XYZ集团架构复杂，IT系统约有数十个，负责数据库相关工作的IT团队大概有30人左右。该复合式组织在私有环境下采用了传统交易型数据库。企业近两年业务量增长伴随而来的是数据量爆发。为满足业务的需求，该企业必须对交易型数据库进行大规模的扩容和升级，支持业务对弹性和容量的需求，同时引入分析型数据库，实现不同系统间实时分析和关联分析的能力，进一步支持业务的创新和发展。经过深入调研，XYZ集团认为在现有传统数据库基础上进行扩容和能力搭建存在费用高、时间长、运维复杂等问题。通过对比多家厂商，该企业决定将部分对业务弹性和分析能力要求高的系统迁移到阿里云数据库上。该企业希望通过阿里云数据库即服务实现交易型数据库20TB的规模，拥有迅速扩缩容的能力，能够支持扩容到100TB的规模。同时为更好支持业务，实现实时分析和关联分析的能力，该企业需要100TB容量的分析型数据库。9复合式组织的量化收益分析参考值Atr原环境下的数据库成本¥5,901,216¥1,377,763¥1,377,763¥8,656,742¥7,538,523升¥392,538¥412,165¥432,774¥1,237,478¥1,022,635系统停机业务损失减少¥322,704¥322,704¥322,704¥968,112¥802,517数据分析效率提升¥2,332,800¥2,449,440¥2,571,912¥7,354,152¥6,077,373¥8,949,259¥4,562,072¥4,705,153¥18,216,484¥15,441,048原环境下的数据库成本证言和数据支持。在使用阿里云数据库前，该企业数据库架构建立在私有环境中并主要有两个组成部分：使用了传统商用交易型数据库，同时在开源环境中使用MySQL分库分表进行数据分析。随着近两年互联网业务的发展，该企业数据量和数据分析需求都产生了质的改变，在评估过程中，该企业发现，在现有基础设施和数据库环境中实现新的能力需要耗费昂贵的购买、搭建以及运维成本。为实现20TB的交易型数据库扩容需求，现有商用数据库环境软件永久许可购买大概需要花费332万元。由于原环境下硬件有固定生命周期，每年硬件维护费用占15%，约为50万元，第二三年软件升级费用也占许可的15%，因此第二三年的软硬件维护升级费用约为100万元。由于在原有开源环境中，计算存储有限，聚合分析难以完成，业务诉求面临分析链路长等困难。在原有环境中搭建及维护现有ADB规模的分析型数据库每年大约需要250万元。使用AnalyticDB后，该企业节省了本来需要在开源环境下搭建和运维的成本。模型假设。Forrester在建模过程中对该复合式组织设立了以下几个主要假设：“原有商用数据库在本地环境扩容价格十分昂“原有商用数据库在本地环境扩容价格十分昂贵，这还没有计入额外的硬件维护费用。从长远发展的角度来说，成本效益很低。相较之下，阿里云数据库的价格十分有竞争力，同时也能够更好地支持我们长期的战略发展计划。”首席技术官PrestoMall•该企业交易型数据库永久许可费用约为332万元；•交易型数据库的软硬件维护升级费用约占许可费用的30%；•分析型数据库搭建成本仅在第一年产生，约为250万元，软硬件维护成本会每年产生，约为搭建成本的25%。风险。根据公司具体情况，就原环境下的数据库成本，这些差异主要受以下内容影响：•原私有环境不同商用数据库价格根据企业使用规模和所处地域会有较大差异；收益分析•分析型数据库搭建成本根据企业IT团队能力和规模会有较大差异。三年收益现值将这些风险因素纳入考量后，Forrester将该项收益金三年收益现值（以10%为折算系数）为754万元。原环境下的数据库成本¥3,319,659¥0¥0¥497,949¥995,898¥995,898¥2,500,000¥0¥0¥625,000¥625,000¥625,000¥6,942,607¥1,620,898¥1,620,898Atr¥5,901,216¥1,377,763¥1,377,763三年总收益：¥8,656,742三年总现值：¥7,538,523运维工作简化带来的效率提升证言和数据支持。在使用阿里云数据库前，企业DBA工作十分繁琐，包括数据库软件升级维护、扩容以及硬件维护、更换等工作。由于工作繁重，有时也会需要占用开发人员的时间进行支持，对运维和业务开发的效率都产生了影响。同时，由于线上业务不断拓展，企业也有了更多的扩容需求，在原私有环境下，扩容工作需要进行采购、安装系统、机房上架、网络调试等步骤，需要较长时间进行准备，难以满足业务突发的扩容需求。使用阿里云后，首先DBA不用再担心与硬件相关的运维工作，数据库工具和运维服务也简化了软件运维。同时，云上扩容工作流程省去了硬件资源采购及安装调试的步骤，节省了大量规划以及等待审批、送货时间，仅需工作人员了解需求、选型下单即可，实现了对业务更灵活的支持。仅计算工作人员工作时间的节省便已实现了83%的扩容效率提升。运维和扩容效率的提升是由高容量、快速、低延时固态盘的云基础设施支持才得以实现的。这两部分工作效率的提升将DBA从繁琐且高压的底层运维工作中解放出来，可以更专注于数据库创新及优化的工作中，为企业未来发展创造了更多潜能。模型假设。Forrester在建模过程中对该复合式组织设立了以下几个主要假设：•故障排查、硬件维护及更换需要5名工作人员（含DBA及其他支持人员）大约每月一周的工作量，一年总计需要工作时间约为480个小时；•运维人员第一年薪资约为32.4万元，经计算后年化时薪约为156元，假设每年薪资浮动率约为5%，运维人员第二第三年时薪约为164和172•该企业每年由于大型促销活动及常规的扩容需求约有20个。风险。在模型建立过程中，以下风险可能会影响模型“之前评估需求后要联系不同供应商采购，审“之前评估需求后要联系不同供应商采购，审批、签收等环节浪费许多等待的时间。使用阿里云数据库服务后只需要讨论需求和架构评审，节省了后面环节购买和安装的时间，管理员操作只需要几分钟。”数据技术团队负责人深圳递四方信息科技有限公司最终结果：•企业原环境中的软件故障率以及硬件生命周期存•企业原环境的扩容流程及每年的扩容需求存在差•不同行业、地域运维人员的薪资水平存在差异。将这些差异性风险纳入考量后，Forrester将该项收益值下调了10%，最终三年经风险调整的总收益现值（以10%为折算系数）为102万元。6%参考值收益计算过程555¥156¥164¥172升¥373,846¥392,538¥412,165444¥62,308¥65,423¥68,694¥436,154¥457,962¥480,860风险调整¥392,538¥412,165¥432,774三年总收益：¥1,237,478三年总现值：¥1,022,635系统停机业务损失减少证言和数据支持。在原有商用数据库环境下，由于故障导致的非计划内停机时有发生。对于线上业务发展飞速的企业来说，问题在促销峰值时尤其严重。原有环境下的数据库故障为企业不仅带来了直接的交易量损失，同时还间接造成了客户忠诚度下降、客户流失在原环境下故障发生时，DBA需要花三小时左右的时间进行检测、备份、恢复，确保没有数据丢失。使用阿里云PolarDB后，每秒事务处理量（TPS）、延时和并发量性能的提升保障了数据库的高可用性，由于数据库故障导致的非计划内停机几乎没有发生，减少了由于系统停机造成的业务损失。“数据库故障表面上只有几个小时的损失，“数据库故障表面上只有几个小时的损失，背后损失远不止如此。失望的用户可能转去其他平台购买，后续损失可能更大。所以我们必须保持数据库平台的稳定性。”首席技术官PrestoMall模型假设。Forrester在建模过程中对该复合式组织设立了以下几个主要假设：•根据复合式组织的规模和线上交易量，结合受访客户提供的信息，线上销售平台系统停机一小时对于业务造成的直接损失达到49.8万元；•根据行业平均息税折旧摊销前利润，设定其利润率为12%。风险。在模型建立过程中，以下风险可能会影响模型最终结果：•企业系统停机一小时对业务造成的直接损失和企业营收规模有直接联系并差异较大；•EBITDA利润率对于不同行业的企业来说差异较将这些差异性风险纳入考量后，Forrester将该项收益值下调了10%，最终三年经风险调整过多的总收益现值（以10%为折算系数）为80万元。系统停机业务损失减少参考值收益计算过程线上销售平台系统停机一小时对业务¥498,000¥498,000¥498,000222333¥2,988,000¥2,988,000¥2,988,000¥358,560¥358,560¥358,560风险调整系统停机业务损失减少（经风险调¥322,704¥322,704¥322,704三年总收益：¥968,112三年总收益：¥968,112三年总现值：¥802,517数据分析效率提升证言和数据支持。在原有开源环境中，受访企业的开源数据库难以支持不断增长的业务数据量和访问量。进行数据分析需要前期较长时间进行设计建模，数据分析效率较低。阿里云AnalyticDB数据库提升了企业数据库的存储和计算能力，同时自有的数据模型使数据分析更加灵活，缩短了设计过程和整体数据链路，企业数据分析人员在使用AnalyticDB后分析效率提升达到75%。除此之外，AnalyticDB也对原来难以实现的实时分析场景进行了补充，提升了客户和内部用户的使用体模型假设。Forrester在建模过程中对该复合式组织设立了以下几个主要假设：•该企业负责数据分析的工作人员共18人，约有1/3的需求需要AnalyticDB的实时分析能力进行分析，剩余分析需求仍在原环境中进行；•Forrester认为在技术改进带来效率提升皇后，剩余的工作时间并不会完全转化为新的生产力，假设转化率为50%。风险。在模型建立过程中，以下风险可能会影响模型最终结果：•部分受访客户表示出对AnalyticDB产品兼容性的顾虑，以及在产品发展迭代过程中是否能持续为企业提供一致稳定的支持的疑问。针对此收益风险阿里云数据库提供了丰富工具及运维的支持，确保在产品迭代过程中也能为企业提供稳定的高性能产品；•分析工作人数根据企业规模和分析需求会有所差•生产力转化值根据企业架构和工作需求会存在差将这些差异性风险纳入考量后，Forrester将该项收益值下调了10%，最终三年经风险调整的总收益现值（以10%为折算系数）为608万元。数据分析效率提升参考值计算过程D1数据分析工作人数假设888¥2,916,000¥3,061,800¥3,214,890¥2,916,000¥3,061,800¥3,214,890风险调整¥2,332,800¥2,449,440¥2,571,912三年总收益：¥7,354,152三年总三年总收益：¥7,354,152三年总非量化收益对于受访客户来说，使用阿里云数据库服务带来了许多可量化的收益，包括数据库购买搭建成本节省、降低了数据库相关工作人员的运维负担、提升工作效率以及降低数据库稳定性差导致的业务损失。与此同时，许多收益也带来许多未能量化的、更广泛的收•阿里云团队的服务帮助企业专注于业务，降低了数据库管理的负担，提升了管理能力。对于IT资源尤其是DBA资源有限的受访企业来说，搭建和管理数据库不仅耗费大量宝贵的IT人员工作时间，同时也不能保证业务所需的高可用性和稳定性。使用阿里云数据库产品后，阿里云团队的架构师能够给企业提供专业的指导，在不增添数据库管理资源的情况下，提升数据库及IT运维能“如果是自建数据库，我们首先要去调研各“如果是自建数据库，我们首先要去调研各个版本，然后去设计架构。但是如果使用阿里云产品，阿里云的架构师可以推荐架构，也可以去购买页面进行架构可视化挑选。”数据技术团队负责人深圳递四方信息科技有限公司•数据管理、监控、备份实现可视化，降低运维难度。使用阿里云数据库前，DBA很难全面掌握数据库健康程度、资源消耗程度、备份进度和潜在风险，阿里云数据库产品提供了可视化能力，便于用户对数据管理情况的掌握。•实时分析能力提升了企业对业务变化的响应速度。实现了对数据实时分析后，受访企业实现了一些在原环境中无法实现的分析能力，如客户包裹追踪、实时预警、风险控制、异常处理等能力。这些能力有效地帮助企业即使对业务和运营进行调整，优化企业管理。•数据库从私有环境平滑迁移上云，迁移过程没有中断。在阿里云团队及迁移工具协助下，将数据库从私有环境平滑迁移到阿里云上，降低运维消•开发和运维人员更专注在业务相关的开发和战略工作上。使用阿里云数据库后，DBA以及其他IT人员可以从运维工作抽离出来，未来会将更多精力投入在数据库发展规划中。一名受访客户表示，“现在我们基本没有故障停机，开发运维人员能够更专注于业务开发，而不是只能被动的进行故障恢复、打补丁等。”灵活性灵活性的优势对每家受访组织都以不同的方式展现，衡量方式也各有千秋。在使用过程中，企业在开始使用阿里云数据库服务后意识到了计划范围以外的收益，这些额外的使用收益和商业机遇包括：•开启企业上云的旅程，为未来灵活多样的数据库应用提供可能。大部分受访企业目前仅将部分业务和运营数据转移到了阿里云上。在未来发展中，企业会不断扩大对云数据库的使用，将更多的数据迁移到阿里云环境中进行存储和分析，帮助更多企业应用实现业务的弹性扩缩容、高稳定性、复杂查询能力以及更好的安全保障。“使用“使用PolarDB只是我们上云旅程的第一步。我们现在看到了使用的效果，下一步希望能把更多旧有系统都迁移到云上。”首席技术官PrestoMall•降低数据中心的租用和维护投入。在未来实现更多数据迁移上云后，企业可实现对数据中心租用以及硬件运维投入的缩减。•新产品及营销活动快速上线。弹性能力及运维保障能更好的支持企业大型促销活动以及新产品的快速开发上线，为企业带来更大的业务增长潜•单位存储成本不断降低。在使用更多云数据库进行存储后，存储的单位价格会不断降低，为企业带来成本降低的规模效益。适用于该复合式组织的量化总成本参考值成本初始值第一年第二年第三年总计现值¥0¥2,480,000¥2,480,000¥2,480,000¥7,440,000¥6,167,393本¥1,494,877¥12,600¥12,600¥12,600¥1,532,677¥1,526,211¥1,494,877¥2,492,600¥2,492,600¥2,492,600¥8,972,677¥7,693,604软件成本软件成本证言和数据支持。对于受访企业来说，使用阿里云数据库最大的投入是软件成本的投入，复合式组织主要使用了PolarDB以及AnalyticDB产品。根据企业需求，复合式组织采购了20TB的PolarDB容量以及100TB以SSD云盘为介质的AnalyticDB。由于该项成本是根据阿里云数据库标准定价产生，成本金额不予风险调整，最终三年的总成本现值（以10%为折算系数）为617万元。¥617万¥617万参考值指标计算过程初始值第一年第二年第三年风险调整Etr软件成本（经风险调整）三年总成本：¥7,440,000三年总成本：¥7,440,000三年总现值：¥6,167,393成本分析迁移部署成本证言和数据支持。迁移部署费用主要包括数据迁移的工具产品费用和服务费，以及迁移部署过程中需要企业内部人员的工作及学习时间。受访企业表示，在阿里云服务团队以及DTS迁移工具的支持下，PolarDB迁移时间约为两个半月，绝大多数其他厂商只能保证6个月完成迁移。高效的迁移过程帮助企业更早实现其期待的业务价值。AnalyticDB部署及学习上手过程大约持续了一个月，需要企业内部网络部署、DBA和业务团队共四人在过程中大概50%的时间进行配合。模型假设。Forrester在建模过程中对该复合式组织设立了以下几个主要假设：•PolarDB迁移使用阿里云原厂服务；•内部参与人员第一年年化时薪为156元。风险。在模型建立过程中，以下风险可能会影响模型最终结果：•数据迁移规模和迁移服务选择会对迁移时长造成•企业数据库及IT基础设施复杂程度会对迁移和技术部署时长造成影响。将这些差异性风险纳入考量后，Forrester将该项成本值上调了5%，最终三年经风险调整过多的总收益现值（以10%为折算系数）为153万元。参考值指标计算过程初始值第一年第二年第三年F1PolarDB原厂迁移部署服务费假设64¥1,423,692¥12,000风险调整¥1,494,877¥12,600三年总成本：¥1,532,677三年总成本：¥1,532,677三年总现值：¥1,526,211合并三年风险调整后收益模型现金流项收益与成本的预估结果初始值第一年第二年第三年总计现值¥-8,972,677¥-7,693,604