云数据库是指被优化或部署到一个虚拟计算环境中的数据库，可以实现按需付费、按需扩展、高可用性以及存储整合等优势。而选购都需要衡量多种因素，包括成本、可用性、可扩展性以及性能支持。

　　当前的代码可能很难对接到平台即服务(PaaS)数据库选择;甚至是关系型数据库都无法完全兼容，比如微软 SQL Server 和 Windows Azure SQL 数据库。比如 SQL Server 中，SQL 数据库不支持自定义文本操作。

　　因此，如果当前的应用使用 MySQL、Oracle、SQL Server、PostgreSQL 或者其他常用的关系型数据库管理系统，构建在三层架构上，可以将数据库服务器转移到基础架构即服务(IaaS)云上。在这种选择下，可以保持配置和管理控制，但是也要持续承担备份、监控和按需扩展(或收缩)的责任。

　　相反，如果开始一项新的开发或者重新设计一个当前的数据库层，随后 PaaS 或者数据库即服务(DBaaS)可能会更好的适应需求。要尽早确定是使用 SQL 还是 NoSQL 架构。

　　SQL 和 NoSQL 利弊分析

　　SQL 和 NoSQL 都有优缺点，但是有些最为重要的因素则是你的团队开发每一种类型数据库的技能水平，以及每一种数据库类型怎样更好的适应你的需求。擅长技术类型的优势在于你的开发者不会被较长的学习曲线吓到。不要过分强调不需要的功能，即便市场上营销它比其他的数据库得到了更多的支持者。比如，分布式事务两阶段提交对于一些应用很重要，但是你真的需要吗?

　　基于 SQL 的关系型数据库平台可以选择 PaaS，比如亚马逊关系型数据库服务(RDS)和 Windows Azure SQL 数据库。亚马逊 RDS 支持 MySQL、Oracle 和微软 SQL Server 数据库。在优化数据库性能时磁盘 I/O 是重点，因此在对接 PaaS 或者 DBaaS 数据库开发时，考虑一下存储的选择。

　　亚马逊 Web 服务(AWS)允许客户提供 RDS 实例，不管是标准的存储还是预分配的 IOPS。后者对于事务处理应用是个不错的选择。如果你可以忍受 I/O 性能，标准存储可以节省 AWS 费用。客户可以按照 1000—30000 IOPS 的范围，每月价格为 10 美分/IOPS。

　　谷歌云 SQL 是一个基于云的 MySQL 实现，针对中小型应用。整合了谷歌 App Engine，对于已经使用 PaaS 的开发者十分适用。不管是打包计划还是每个用例的计划付费都是可行的。

　　当成本和快速扩展成为问题所在，NoSQL 选择可能更适合。NoSQL 数据库并不具备我们构建面向事务的系统所依赖的所有性能，但是很适合 Web 和移动应用，这些应用要求快速扩展。AWS 和微软都有 NoSQL 数据库服务。

　　亚马逊 DynamoDB 是一个托管的 NoSQL 数据库。客户对读写分配容量，基于此支付每小时的费用。AWS 根据“读容量单元”和“写容量单元”衡量容量。

　　亚马逊 SimpleDB 是另一个 NoSQL 选择。其首要优势在于成本低。SimpleDB 对于小型应用是个不错的选择，这种应用可以接受更低的性能。对于大量数据则需要分区和自动扩展，从而处理负载，DynamoDB 可能更适合。

　　微软的 NoSQL 产品称之为 Table Storage，类似亚马逊 DynamoDB，是一种键值对数据存储。这些数据库都是支持大量数据的应用的有利候选，简化了数据类型的关系，可以不用修复预定义模式就获益。Table Storage 的价格基于数据量和冗余水平。

　　除了 IaaS 厂商之外，比如微软、谷歌、亚马逊，你还可以选择特定的数据库服务，比如 Cloudant 的数据库即服务。Cloudant 提供多租户和专用 MongoDB 数据库服务，价格起始于每月每 GB1 美分，加上额外的 HTTP 请求费用(如 GET、PUT、POST 和 DELETE)。