資料庫的花樣年華

值得關注的創新有兩種，一種是對未知的探索，一種是對已知的顛覆。

前一種，如今經常由AI給我們帶來驚喜;而後一種，或許更多來自ICT基礎設施領域對常識的重寫。

比如這個秋天，可能很多人都不會想到，居然是資料庫帶給了我們不少驚喜。比如9月30日，華為GaussDB資料庫宣佈率先通過了中金國盛金融行業標準符合性試點測評;10月2日，螞蟻金服自研關係型資料庫OceanBase，宣佈打榜TPC-C併成功登頂。

要知道，資料庫作為計算和智慧最基本的支撐體，堪稱數字時代的鋼筋水泥。但在我們的認知中，這些“建築材料”似乎都要飄洋過海運到我們身邊。而這個秋天，一系列事件卻讓國產資料庫的概念重新躍回了我們的視野。

雖然今天全球資料庫產業處在相對平緩的發展週期裡，但一些新玩家、新趨勢的出現，以及新市場的洞開，卻讓這個重要領域散發出了新的味道。

阿里的OceanBase、華為的GaussDB，以及不少創業公司的資料庫產品在這兩年連續升溫——讓我們看到了資料庫領域中國力量的崛起。

即使中國玩家沒有趕上資料庫的黃金時代，卻可以創造資料庫的花樣年華。

資料庫的花樣年華

曾幾何時，我們認為資料庫這東西只有那幾家歐美公司才能提供，甲骨文、IBM、微軟三巨頭分割市場的局面，似乎已經變成了我們心中關於資料庫的“常識”。而一個新名字出現時，我們下意識就會去驚奇和謹慎懷疑。

但不妨逆向思維一下，之所以這個領域開始出現各種新動向，而且動作的主人公更多來自中國，是因為資料庫產業作為極其重要的基礎設施，正在迎來新的變化節點。而變化就是機會，中國基礎軟體生態，在變化中看到了轉換身位的可能。

今天的資料庫，具體有哪些變化呢?這個問題我們可以從大到小一步步審視。

首先，是全社會的智慧化需求，帶來了資料量激增、資料流通效率不斷加快的一系列挑戰。這些挑戰要求資料庫本身的承載力、能效、可靠性進行升級，同時也提出了智慧技術加持資料庫本身的新挑戰。

其次，異構計算和全雲化的轉型，對資料庫提出了多元融合、交付方式迭代層面的要求。雲資料庫在崛起的同時，也面臨如何處理非雲使用者資料庫需求的新問題。

而再具體到行業，我們可以看到傳統企業，尤其是是大型政企和電信、金融、安防等特殊行業，正在成為資料庫的新使用者和新市場。它們的特殊需求，往往無法被國外主流資料庫滿足，需要技術能力升級與自主可控的雙向覆蓋。

最後，OLAP也就是分析型資料庫的崛起和持續增長，讓國內資料庫獲得了細分領域探索領先優勢的可能。

多個變數的催化下， 資料庫正在迎來新的綻放。即使刨除爭議，去看產業中的進展和創造，也足可證明這是自主資料庫生機盎然的時代。

一場測試，一種遇見

如果說TPC是業內一條古老的賽道，類似終端裝置的“跑分”，代表了資料庫的昨天。那麼與行業結合的資料庫測試，則可以說是資料庫的未來。

比如說同樣在不久之前，9月30日，華為GaussDB資料庫宣佈率先通過了中金國盛金融行業標準符合性試點測評。基於華為鯤鵬處理器和通用x86的GaussDB資料庫均通過了檢測，82個檢測項全部為“符合”。

華為GaussDB資料庫，分為OLTP和OLAP兩大系列資料庫產品。其中OLTP自研記憶體資料庫在2007年開始了研發，並在電信領域規模商用;在此基礎上增強磁碟引擎和分散式能力，與招行聯合創新，直到2019年5月15日釋出。而GaussDB中的OLAP資料庫早在2011年就開始了研發，其基於PostgreSQL 9.2單機資料庫引擎全面改造，支援SQL引擎，MPP架構，並與工行聯合創新，再推廣到金融、政府等行業場景，實現了大企業規模商用。而本次參加中金國盛測試的是GaussDB OLTP資料庫。

為什麼說這場測試非常重要呢?

我們知道，金融行業的數字化和智慧化程式對社會發展具有重要意義，但這個領域又有必須萬無一失的特點。而中金國盛認證中心，是經國家認證認可監督管理委員會批准、國內首家從事境內金融業服務和產品的質量安全管理的專業認證機構。這次GaussDB所通過的測試，是國內探索金融產業資料庫標準的第一戰。可以說，ICT基礎設施與金融產業，在時代面前就此攜手。

根據金融行業標準《分散式資料庫技術金融應用規範(草案稿)》、中金國盛企業標準《分散式資料庫技術金融應用檢測規範(試行)》的相關要求，這場測試覆蓋了環境搭建、環境監測、語法支援、安全支援、擴充套件、效能、容災等金融級資料庫要求的關鍵能力測試。測試結果顯示，GaussDB在華為基於TaiShan伺服器16節點的TPC-C標準測試，效能達到千萬級tpmC。分散式環境下，GaussDB效能擴充套件比超過0.8。這標誌著華為GaussDB資料庫的功能性、安全性、穩定性等方面都符合規範要求，並在銀行批量結息業務以及銀行信用卡代授權業務等場景中實現效能領先——GaussDB可以真正成為面向金融行業時代之需的資料庫選擇。

這種新興資料庫與重點行業結合的模式，正在催生資料庫產業進化的另一條路：新的使用者、新的要求、新的資料庫，三者相遇於此刻。

金融與電信的華爾茲

GaussDB在中金國盛金融行業標準符合性試點測評中，通過了金融級的高效能、高可靠，以及異構資料庫相容和遷移能力測試，可謂是在層層艱難險阻中證明了自己。

而這種模式實際上顯露出這樣一個邏輯的轉變：當傳統企業的核心業務走向全雲化、智慧化，以及高資料可用性時，前提必然是ICT基礎設施能夠滿足自身產業的獨特需求。

因需出發，重新定義資料庫，這是時代留給產業的最大挑戰，也是核心機會。

這一點，在電信與金融產業中的表現尤為淋漓盡致。我們知道，這兩個行業對風險的容忍度非常低，對資料可靠性和安全性的要求近乎苛刻;同時，它們具有海量資料需要處理，追求資料庫的極高效能;另一方面，電信和金融行業的資訊成本壓力都非常巨大，資料庫擴容和遷移都將帶來巨大挑戰，簡單平緩的發展模式，以及降低資料運營成本的要求普遍存在。

通過金融行業嚴格測試的GaussDB，事實上也已經在現實中與這兩個“重量級”行業跳起了優雅的華爾茲。

在跟招商銀行的合作中，GaussDB通過改善傳統分庫分表的做法，幫助客戶打造了金融級分散式資料庫。其特點在於，基於GaussDB高效能、高可靠、智簡執行的特性，滿足了招商銀行在金融領域的核心交易系統中，高可用的資料需求。GaussDB首創的Switch Turbo技術，可以實現在資料中心內部的故障秒級切換，遠遠低於同類產品故障切換的時長，又可以儘可能地縮短因為資料庫故障導致的業務影響。

從2018年4月份開始，GaussDB已經陸續在招商銀行綜合支付交易、信用卡的重資產營銷、金融科技類的專案，比如風險預警平臺等10套生產業務中上線投產。其中，既包含網際網路綜合服務，又包含金融科技領域的業務創新。

而在電信領域，GaussDB與山東移動的合作非常具有典型性。在運營商體系中，長期存在資料庫併發性差、相容性不足、能耗過高等問題。隨著資料量不斷上升，這些隱患很可能導致運營成本和相容成本滾雪球式拉大。同時，舊有系統對雲化、智慧化的不相容，也成為電信運營商在發展中的關鍵挑戰。

基於GaussDB 資料庫，華為幫助山東移動打造了全新的資料解決方案，應用無感適配 GaussDB，SQL、PL/SQL，自定義函式無縫對接;能夠實現本地 GaussDB一體機主備叢集模式，業務平緩演進;同時達成秒級異構同步、實時接管，達成資料庫的高可用性。

在這一解決方案加持下，山東移動在資料層面的功耗降低20%;平均運維成本降低30%;整體TCO節省17% 。並且基於GaussDB的生態開放與相容性，能夠達成應用開發無學習成本，為後續平臺演進打下基礎。

這曲金融與電信產業的華爾茲，背後是時間的沉澱。在高智慧、高效能、高可靠，以及積極打造相關生態的特性下，GaussDB已經成為了傳統企業核心業務的資料庫核心選擇。一位業內人士告訴我，大型政企採購資料庫，長期面臨希望基於安全考慮採購自主品牌，但國產資料庫長期效能不達標的問題。

GaussDB的面世，奏響了一段新的舞曲。

GaussDB，新角色登場

如果說GaussDB帶來的最顯著改變是什麼，那我們可以回想一下資料庫帶給我們怎樣的刻板印象。

想到Oracle，我們會想到恢弘的程式碼數量，以及龐大的全球生態。與此同時，作為底層軟體的Oracle也是高冷和沉默的，它只能讓技術人員去學習自己，但不會去為垂直行業和企業提供任何改變與適配。它像一片靜止的湖泊，同時永遠不可能成為陪你成長的江河。

這是歐美主流資料庫的共性，同時也是在產業智慧時代，資料庫暴露給世界的弱點。

在數字化經濟高速發展，不同行業和產業結構差異化競逐智慧的今天，資料庫不再僅僅是個不變的部件，同時它是解決方案的關鍵一環，是企業醞釀資料生產力的核心引擎。而這就要求資料庫必須去理解和適配產業，而不是靜靜等著萬人來朝。

這是GaussDB正在提供的新變化：一個主動去理解產業、理解場景，解讀傳統行業之心的資料庫新角色。

這種特點，體現在GaussDB對異構計算與資料架構高強度的相容上;也體現在全流程AI的加入，讓原生AI能力帶領資料庫追尋效能、可靠性與安全性的新記錄;更體現在從華為自身業務開始的驗證，生態聯合創新，最終走向對產業需求和行業場景的高度理解和差異化融合。

未來，我們或許會在龐大的智慧體系中、在千行萬業的資料流動裡、在無數開發者對資料庫的差異化運用裡，重新審視和定義資料庫究竟是什麼，它來自何方去向何處。而這一場重新認識的開始，就在於打破資料庫數十年的常規，從行業場景、底層技術、智慧趨勢上，去改寫出符合大勢所趨的資料庫。

GaussDB，正在探索讓資料庫去扮演這個新角色。當無數行業逐漸開出資料+智慧的蓓蕾，便是真正屬於資料庫的花樣年華。

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/31561483/viewspace-2660580/，如需轉載，請註明出處，否則將追究法律責任。