扩展路线图：领导者在 Oracle 圆桌会议上分享挑战和解决方案
快速阅读: 《您的故事》消息，圆桌讨论聚焦初创企业扩展挑战，涉及成本控制、延迟问题、合规性与安全性等。甲骨文提出灵活架构与AI集成方案，助力高效扩展与数据安全。
初创企业准备扩大业务规模时，在每个阶段都会面临诸多挑战。这些挑战包括利用正确的技术和新一代解决方案、保护客户数据、确保数据安全、选择可扩展的技术栈并保持合规性。过快且缺乏适当IT基础设施的扩张可能会压垮创始人和公司。甲骨文与YourStory媒体合作，近期举办了一场关于“通过数据、基础设施和人工智能解决方案推动数字创新：从初创到规模化”的圆桌讨论，以探讨初创企业面临的挑战以及正确的解决方案如何解锁可持续增长、安全性和可扩展性。主持人是YourStory Media社区负责人任希赫·曼苏尔，与会者还包括Sigmoid数据科学总监塔尼卡·古普塔；Unocoin联合创始人兼首席执行官萨蒂夫·维什万纳特；Carelon Global Solutions架构与云卓越中心负责人纳加鲁纳·坎迪马拉；Intellipaat创始人兼首席执行官迪瓦卡尔·乔特拉；ClickPost工程团队负责人索密特·潘杰；Bigbasket首席架构师萨拉特·布迪拉朱；Pixxel工程副总裁拉维·苏哈格；Lemnisk联合创始人兼首席技术官普拉文·德斯；Flam移动工程副总裁舒巴姆·舒克拉；DrinkPrime技术与产品副总裁拉贾特·凯迪拉亚；Scaler和InterviewBit工程总监及高级软件工程师赛·莫瓦；Firstsource企业数据与人工智能高级副总裁兼全球负责人维杰·巴斯；MPL技术副总裁塔伦·比什特；以及InMobi工程副总裁帕米塔尔·巴贾派。甲骨文数字原生亚太区云解决方案总监苏巴西斯·森也参与了讨论。
扩展的障碍
圆桌会议重点讨论了初创企业在扩展过程中面临的几个关键挑战，从意外的流量高峰到影响系统性能的瓶颈。多位发言人提到了成本挑战，如过度配置和网络变更。在金融科技领域，发言人专注于公众教育骗局以及利基市场中获取新客户的高成本挑战。还讨论了流量模式的波动性，发言者分享了预测规模的困难。人工智能和数据挑战也在讨论中占据重要地位。鉴于今天生成的大数据量，组织发现难以挖掘正确的见解。发言人强调了将人工智能更接近数据的重要性，将人工智能技术更接近数据源，以实现更快的见解和更高效的流程。
扩展的成本
在扩展运营的同时维持成本是一个棘手的平衡。许多发言人指出，当涉及扩展其云基础设施时，成本是他们最关心的问题之一。一个提出的解决方案是无服务器架构，它能够以更高的效率和速度处理大量数据，由于按需付费模式，其成本仅为传统方式的五分之一。计划扩展的初创企业应牢记，选择合适的架构或不同的技术栈对成本有显著影响。讨论还强调了保持灵活性的重要性。甲骨文分享说，设立甲骨文云基础设施（OCI）的初衷是为了提供基于纯技术架构的透明度和成本效益。这一目标通过不同方法实现。当面对过度配置计算资源的挑战时，使用T恤尺码法（一种项目估算和容量规划工具）可能导致分配过多的资源。对此，甲骨文选择了不使用T恤尺码法，而是采用更灵活的方法，让客户可以根据需要选择资源（例如内存）并增加需求。甲骨文还关注高网络成本问题。该公司一直在努力将其云服务的主要优势之一定为减少数据费用。OCI提供低网络价格，赋能企业移动大量数据，包括消耗高带宽的服务。
至于人工智能问题，甲骨文通过在数据库、MySQL和其他数据库产品中构建人工智能训练功能解决了这个问题。这些产品旨在通过技术与架构的改变战略性地降低成本。
延迟问题
随着初创企业开始扩展，延迟成为一个越来越重要的问题。公司可以选择垂直扩展或水平扩展，即向现有服务器添加更多功率或将更多硬件添加到系统中以提高整体计算能力。然而，发言人指出，就数据库而言，使用现有的数据库解决方案进行扩展可能很困难。选择垂直扩展数据库的初创企业通常会发现这伴随着延迟问题的增加。那么解决方案是什么？建立内存数据库以允许更快的数据访问，这对于实时响应、高吞吐量和低延迟尤其有用。
合规性和安全性复杂性
随着《数字个人数据保护法案》（DPDP法案）的到来，寻求扩展的初创企业可能会遇到在多个国家和国际法规中导航的繁琐过程。发言人描述了这个过程，公司需要意识到适用于不同地区的所有当前和即将出台的法规，然后确定哪个国家可以拥有自己的数据库。参与者还讨论了在这个时代数据安全的重要性。讨论了隔离生产数据给少数员工等解决方案，以及数据脱敏等技术，即修改敏感数据使其对未授权用户不那么有用。
一个突出的独特挑战是跨不同微服务复制数据点。发言人指出，公司正在努力在一个地方加密或脱敏数据点，而不会成为一项庞大且昂贵的任务。来自银行领域的小组成员讨论了他们自己在合规方面面临的挑战，分享说除了GDPR或印度即将出台的DPDP等法规外，他们还需要意识到每个地区的银行业法规，然后决定与这些地区最佳契合的数据安全技术。
讨论涵盖了多个重要主题，包括监控云基础设施、管理面向人工智能的基础设施成本，以及实验性人工智能驱动项目的分摊成本计算需求。
(以上内容均由Ai生成)
