通过架构解耦，业务系统升级所涉及技术栈得到有效缩短，研发团队不再需要关注分表设计，精力全部聚焦于业务本身，升级路径得到大幅度优化；
节省研发力量
引入成熟的 Apache ShardingSphere 无需重新开发分表组件，在简化业务升级路径的基础上节省了大量研发力量；
架构灵活扩展
搭配使用 Scaling 同步迁移组件从容面对“618”和“11.11”等大型活动，系统灵活扩容。
4、面对新的不稳定业态，需要相对稳定的标准来应对如何理解不稳定，并平衡这种不稳定。
随着数据的重要性日益凸显，以及终端场景领域的持续细化，业务线『开枝散叶』已是常态，市场上的数据库产品层出不穷。某种意义上，发展了许多年的京东白条，早已不再是当年的数据体量，其金融消费场景已经是一个相对稳定和成熟的场景而言，京东白条仍然是一个快速生长的互联网巨量头部产品，用户和数据体量还远没有达到接近天花板级别。
这也意味着，随着业务数据量的增长，未来京东白条还需要经历多次具备『阵痛期』的架构转型。而每一次转型，无疑都是一次冒险，这对于追求稳定和体验的金融级产品而言，无疑是需要慎重考虑的。
而在现阶段通用的数据架构体系下，整个行业都在经历一种新的不稳定业态。面对这种不稳定的业态，京东白条需要一种相对稳定的标准和生态，来『对抗』这种不稳定的趋势。基于此，张栋芳提到了 Database Plus 的概念。
2018 年，Apache ShardingSphere 作者张亮就曾提出过 Database Plus 的概念。彼时数据库已经呈现出碎片化的趋势，企业在后端数据库管理层面，已经开始产生不小的成本。如果能够在数据库上层重新建设起具备统一管理底层数据的中间层生态，对于企业以及工程师而言，都会极大提高研发与管理的效率。
所以，Sharding-JDBC 在京东内部，正式升级为 ShardingSphere，寓意打造一个新的生态，并在张亮和社区需求的引导下，逐步确立起了 Database Plus 的发展方向。伴随着近日 Apache ShardingSphere 5.0.0 正式版的更新，Database Plus 理念已正式在 Apache ShardingSphere 生态中得到践行。
目前，Apache ShardingSphere 通过可插拔架构，已能够在数据库上层构建起一套全新的数据治理生态，如让传统关系型数据库同时具备水平扩展和数据加密的功能，或在传统关系型数据库的基础上单独打造分布式数据库解决方案等，而无需调整底层数据库架构。
而这种技术，无疑是应对数据库碎片化趋势的最好方案之一。 而对于未来数据库发展的理解，张栋芳认为，在多样化的数据库上层，构建起统一的数据管理平台，将数据库能力分布在中间层并实现可插拔化，追求功能与业务诉求的高度匹配，筛去冗余的能力，并能够在需要时进行快速变动，始终保证数据架构的整洁、专一。
5、事物终归需要回归到它的本质从市场和用户规模来看，中国有着全球最广泛的互联网用户群体，产生着最大的数据体量，诞生了一系列成长最快速的互联网科技公司....但是与庞大需求所不匹配的是，国内数据服务市场却始终处于同质化竞争之下，没能有颠覆海外数据库巨头的产品出现。
张栋芳认为，各家厂商专注于各自的应用场景之下，缺少一个抬头环顾四周的过程。我们始终在谈新技术，始终在追求业务的最高效化。但对于一些需要实现“大象起舞”的金融、证券、制造、零售等领域而言，最新的技术不一定是最适合他们的，在现有技术基础上，提供增量能力的中间件，打造适配于当下业务场景的技术体系，而不是颠覆。
“事物需要回归它的本质。”对于数据治理方式而言，同样如此。
欢迎添加社区经理微信（ss_assistant_1）进入微信交流群，与众多 ShardingSphere 爱好者一同交流