从 AWS 完全去 Oracle，看传统数据仓库的迁移

• 可扩展性差：Oracle 基于计算与存储紧耦合的一体机架构，在数据量爆发性增长时，无法快速响应扩展需求。

• 维护成本高：每个月要宕机100个小时以上进行系统升级和打补丁。

• 价格昂贵：很多企业每年花在数据仓库上费用是以亿计算的（AWS 的具体花费不详）。

• 技术相对封闭：传统数据仓库技术体系相对较为封闭，对于技术实力较强的企业来说，需要更高的灵活性和自主可控的能力，可以根据企业自身的需求进行增强或优化，而不是去适应供应商的产品发展路线图。
• 应用单一：传统数据仓库主要用于存储和处理结构化数据，常服务于企业报表应用。随着企业数字化转型的不断推进，他们对数据仓库或者说是数据平台提出了更高的需求，以支持更多创新应用，比如自助分析、实时计算、图计算、机器学习等。
• 国产化：这在国内金融行业比较典型。传统数据仓库系统和软件基本被国外的产品所垄断，随着这次贸易战的不断升级，核心金融科技的国产化被提升到了战略高度，未来金融行业的数据仓库国产化也是势在必行。

• 技术挑战

• 业务挑战

• 成本挑战

以 AWS 为代表的互联网企业的成功迁移经验，他们各自方案、方法与过程不尽相同，我们无法给出一个标准的迁移方案。但有一个共同点就是他们都具备一支很强技术实力的团队，经历了精心设计，周密计划，不断验证、迭代甚至是试错。

加入 Kyligence 以来，我也有幸经历了多个传统数仓向大数据平台迁移的项目，就传统数仓迁移我们积累了许多宝贵的一手经验，初步形成了产品、工具、方法论和服务的整体方案。

近期我们将与大家分享在数仓迁移过程中遇到的具体挑战和最佳实践，欢迎关注我们。

对于数仓迁移，你有什么看法？

来投票看看~