数据库在云计算领域内是一个利润空间较大的产品体系，但是如果成本控制策略控制、市场推广不达预期，很有可能出现“负效益”，本文就谈谈个人看法，从云计算服务提供商的角度。
一、首先是技术手段方面
- 弹性伸缩：快速地弹性伸缩能够降低成本吗？快速的弹性升/降配；
- Serverless：支持资源解耦、自动弹性伸缩、按使用量计费、秒级弹性扩展等。支持无感BP Resize的本地Scale Up、跨机ScaleUp、跨机ScaleOut。备注：阿里云的云数据库RDS MySQL、云原生数据仓库AnalyticDB、云MongoDB也都具备了Serverless能力。
- 存储部分：压缩思路，释放冗余存储，本地盘和云盘内循环降低使用。
透明冷热分层：技术难点大，控制策略容易出问题
数据平滑归档、存储高压缩比、新硬件增效降本；阿里灵动的Lindorm通过LindormDFS异构副本实现1副本ESSD+2HDD冗余，通过HDD盘低成本优势结合冷热分层显著降低存储成本。
- 技术架构优化：比较难以短时实现
- 研发效率提升&智能化运维
- 研发新型数据库：比如算力网络数据库、智算数据库
二、资源运营阶段
主要是（1）存量治理、（2）新增管控
1、存量治理：
（1）专项开展存量资源的统筹，如建设需求合并、低效益负效益产品的下架；
（2）借助全网性资源迁移工程，来完成全网资源池的梳理、释放；
（3）低效规格是否可以撤销，降低碎片化。
2、新增管控
（1）需求评审团队：
1）能否不建？能否扩容满足？能否利旧？
2）同时管控新增建设需求，需要需求方提供有力证据。
3）新开资源池：严控，加大评审力度，必有有一个原则，比如对该新资源池的市场机会必须够大可持续；
（2）建设周期压缩：主要大规模产品加大建设周期，快速投产；长尾产品一般资源空闲，建设范围建议聚焦，不要大范围铺开，但要保证一旦需求来临时的快速上架；
（3）运营市场：和市场推广策略挂钩；
（4）按数据中心和资源池维度，对产品设定效益考核目标。
