警惕分布式改造用力过猛，集中式架构仍然代表领先生产力

　　这几年，全球数据呈现指数级上升，大数据应用也已深度融入千行百业。但由于我国信息技术起步晚，以IBM、Oracle、EMC为核心的IOE架构长期在中国市场占据垄断地位，特别是金融、电力、电信等重点行业。
　　如今，在国际战略博弈加剧背景下，我国重点行业核心业务系统基础软硬件随时存在供应短缺风险，数据安全问题也是摆在明面上。十四五规划和2035年远景目标纲要也明确提出要坚持自主可控、安全高效。
　　从另一方面来看，我国大数据产业迅猛发展，对于数据存储系统的性能需求也在不断提升，企业业务量、用户数、数据类型快速增加，而传统IOE架构弹性扩展受限，制约业务进一步发展，且基于这三家厂商垄断性和生态封闭性导致使用过程中维护、升级成本过高，诸如种种，无法实现当下各行业追求降本增效的效果，也因此，去IOE势在必行。
　　那么，现在我国去IOE进展如何？以及分布式改造都存在哪些问题？
　　总体来看，我国去IOE改造呈现去I进展较快，去E逐步推进，去O比较谨慎的现状。其中，在去I方面，国产X86产品的计算能力基本可以对等替代IBM小型机；去E方面，以华为为代表的国产存储也迎头赶上；在去O方面，则可以使用MySQL开源数据库替代。
　　当互联网线上业务的快速发展，带来指数级上升的访问量，海量数据的分析存储常态化，数据库由集中式转向分布式也渐成趋势。
　　但实际上，部署、迁移、运维所产生的额外成本，在一定程度上却抵消掉分布式改造带来的收益。比方说，企业不得不采用国产硬件推积的方式来实现原系统的性能和功能，导致成本相比原系统达1。5倍以上，同时，设备和数据库数量的则更加也加剧机房建设、运维等方面问题。
　　无法真正实现弹性伸缩、按需扩容也是与分布式改造初衷相背离的因素之一。比如，某省电信在用MySQL开源数据库替换Oracle数据库进行分布式改造并迁移后，和服务器、存储器等硬件的性能扩展无法适配，出现资源预留过多、设备使用率低等问题。
　　其实以上这些问题也是提出去IOE理念的阿里在去IOE深入后，从可用到好用面临的问题。最终的解决办法竟是借鉴IOE架构来实现的，这一点在其去IOE利器PolarDB数据库架构中体现最为明显，可谓用魔法打败魔法。另一方面集中式本身就是分布式出现后才有的相对概念。分布式技术，如分布式存储就是传统磁盘阵列技术中孕育的，作为母体，集中式架构天然包含了分布式的技术元素。所谓阴在阳之内，不在阳之对，架构是融合发展而非替代。
　　目前来看，分布式和集中式架构并重发展依旧式主流趋势。而在去年底，国家工业信息安全发展研究中心发布《中国企业数据领域分布式改造及产业能力建设白皮书》，谈及分布式发展问题时，建议我国应注重分布式和集中式架构并重发展，加强关键技术应用创新。
　　因此，在重点行业业务场景可以持续推进分布式改造，对降低成本、提高应用创新成本下降以及打破国外厂商垄断起到作用，但依旧需警惕改造用力过猛，稳扎稳打，不断打磨技术以适应改造过程可能出现的问题。
　　最后，还是要正视传统IOE架构的优势，目前在众多领域中依然是首选，应着力提升国产基础设备的单体性能，以实现高质量国产化替代。