数据库的花样年华

原标题：数据库的花样年华

值得关注的创新有两种，一种是对未知的探索，一种是对已知的颠覆。

前一种，如今经常由AI给我们带来惊喜；而后一种，或许更多来自ICT基础设施领域对常识的重写。

比如这个秋天，可能很多人都不会想到，居然是数据库带给了我们不少惊喜。比如9月30日，华为GaussDB数据库宣布率先通过了中金国盛金融行业标准符合性试点测评；10月2日，蚂蚁金服自研关系型数据库OceanBase，宣布打榜TPC-C并成功登顶。

要知道，数据库作为计算和智能最基本的支撑体，堪称数字时代的钢筋水泥。但在我们的认知中，这些“建筑材料”似乎都要飘洋过海运到我们身边。而这个秋天，一系列事件却让国产数据库的概念重新跃回了我们的视野。

虽然今天全球数据库产业处在相对平缓的发展周期里，但一些新玩家、新趋势的出现，以及新市场的洞开，却让这个重要领域散发出了新的味道。

阿里的OceanBase、华为的GaussDB，以及不少创业公司的数据库产品在这两年连续升温——让我们看到了数据库领域中国力量的崛起。

即使中国玩家没有赶上数据库的黄金时代，却可以创造数据库的花样年华。

数据库的花样年华

曾几何时，我们认为数据库这东西只有那几家欧美公司才能提供，甲骨文、IBM、微软三巨头分割市场的局面，似乎已经变成了我们心中关于数据库的“常识”。而一个新名字出现时，我们下意识就会去惊奇和谨慎怀疑。

但不妨逆向思维一下，之所以这个领域开始出现各种新动向，而且动作的主人公更多来自中国，是因为数据库产业作为极其重要的基础设施，正在迎来新的变化节点。而变化就是机会，中国基础软件生态，在变化中看到了转换身位的可能。

今天的数据库，具体有哪些变化呢？这个问题我们可以从大到小一步步审视。

首先，是全社会的智能化需求，带来了数据量激增、数据流通效率不断加快的一系列挑战。这些挑战要求数据库本身的承载力、能效、可靠性进行升级，同时也提出了智能技术加持数据库本身的新挑战。

其次，异构计算和全云化的转型，对数据库提出了多元融合、交付方式迭代层面的要求。云数据库在崛起的同时，也面临如何处理非云用户数据库需求的新问题。

而再具体到行业，我们可以看到传统企业，尤其是是大型政企和电信、金融、安防等特殊行业，正在成为数据库的新用户和新市场。它们的特殊需求，往往无法被国外主流数据库满足，需要技术能力升级与自主可控的双向覆盖。

最后，OLAP也就是分析型数据库的崛起和持续增长，让国内数据库获得了细分领域探索领先优势的可能。

多个变量的催化下， 数据库正在迎来新的绽放。即使刨除争议，去看产业中的进展和创造，也足可证明这是自主数据库生机盎然的时代。

一场测试，一种遇见

如果说TPC是业内一条古老的赛道，类似终端设备的“跑分”，代表了数据库的昨天。那么与行业结合的数据库测试，则可以说是数据库的未来。

比如说同样在不久之前，9月30日，华为GaussDB数据库宣布率先通过了中金国盛金融行业标准符合性试点测评。基于华为鲲鹏处理器和通用x86的GaussDB数据库均通过了检测，82个检测项全部为“符合”。

华为GaussDB数据库，分为OLTP和OLAP两大系列数据库产品。其中OLTP自研内存数据库在2007年开始了研发，并在电信领域规模商用；在此基础上增强磁盘引擎和分布式能力，与招行联合创新，直到2019年5月15日发布。而GaussDB中的OLAP数据库早在2011年就开始了研发，其基于PostgreSQL 9.2单机数据库引擎全面改造，支持SQL引擎，MPP架构，并与工行联合创新，再推广到金融、政府等行业场景，实现了大企业规模商用。而本次参加中金国盛测试的是GaussDB OLTP数据库。

为什么说这场测试非常重要呢？

我们知道，金融行业的数字化和智能化进程对社会发展具有重要意义，但这个领域又有必须万无一失的特点。而中金国盛认证中心，是经国家认证认可监督管理委员会批准、国内首家从事境内金融业服务和产品的质量安全管理的专业认证机构。这次GaussDB所通过的测试，是国内探索金融产业数据库标准的第一战。可以说，ICT基础设施与金融产业，在时代面前就此携手。

根据金融行业标准《分布式数据库技术金融应用规范（草案稿）》、中金国盛企业标准《分布式数据库技术金融应用检测规范（试行）》的相关要求，这场测试覆盖了环境搭建、环境监测、语法支持、安全支持、扩展、性能、容灾等金融级数据库要求的关键能力测试。测试结果显示，GaussDB在华为基于TaiShan服务器16节点的TPC-C标准测试，性能达到千万级tpmC。分布式环境下，GaussDB性能扩展比超过0.8。这标志着华为GaussDB数据库的功能性、安全性、稳定性等方面都符合规范要求，并在银行批量结息业务以及银行信用卡代授权业务等场景中实现性能领先——GaussDB可以真正成为面向金融行业时代之需的数据库选择。

这种新兴数据库与重点行业结合的模式，正在催生数据库产业进化的另一条路：新的用户、新的要求、新的数据库，三者相遇于此刻。

金融与电信的华尔兹

GaussDB在中金国盛金融行业标准符合性试点测评中，通过了金融级的高性能、高可靠，以及异构数据库兼容和迁移能力测试，可谓是在层层艰难险阻中证明了自己。

而这种模式实际上显露出这样一个逻辑的转变：当传统企业的核心业务走向全云化、智能化，以及高数据可用性时，前提必然是ICT基础设施能够满足自身产业的独特需求。

因需出发，重新定义数据库，这是时代留给产业的最大挑战，也是核心机会。

这一点，在电信与金融产业中的表现尤为淋漓尽致。我们知道，这两个行业对风险的容忍度非常低，对数据可靠性和安全性的要求近乎苛刻；同时，它们具有海量数据需要处理，追求数据库的极高性能；另一方面，电信和金融行业的信息成本压力都非常巨大，数据库扩容和迁移都将带来巨大挑战，简单平缓的发展模式，以及降低数据运营成本的要求普遍存在。

通过金融行业严格测试的GaussDB，事实上也已经在现实中与这两个“重量级”行业跳起了优雅的华尔兹。

在跟招商银行的合作中，GaussDB通过改善传统分库分表的做法，帮助客户打造了金融级分布式数据库。其特点在于，基于GaussDB高性能、高可靠、智简运行的特性，满足了招商银行在金融领域的核心交易系统中，高可用的数据需求。GaussDB首创的Switch Turbo技术，可以实现在数据中心内部的故障秒级切换，远远低于同类产品故障切换的时长，又可以尽可能地缩短因为数据库故障导致的业务影响。

从2018年4月份开始，GaussDB已经陆续在招商银行综合支付交易、信用卡的重资产营销、金融科技类的项目，比如风险预警平台等10套生产业务中上线投产。其中，既包含互联网综合服务，又包含金融科技领域的业务创新。

而在电信领域，GaussDB与山东移动的合作非常具有典型性。在运营商体系中，长期存在数据库并发性差、兼容性不足、能耗过高等问题。随着数据量不断上升，这些隐患很可能导致运营成本和兼容成本滚雪球式拉大。同时，旧有系统对云化、智能化的不兼容，也成为电信运营商在发展中的关键挑战。

基于GaussDB 数据库，华为帮助山东移动打造了全新的数据解决方案，应用无感适配 GaussDB，SQL、PL/SQL，自定义函数无缝对接；能够实现本地 GaussDB一体机主备集群模式，业务平缓演进；同时达成秒级异构同步、实时接管，达成数据库的高可用性。

在这一解决方案加持下，山东移动在数据层面的功耗降低20%；平均运维成本降低30%；整体TCO节省17% 。并且基于GaussDB的生态开放与兼容性，能够达成应用开发无学习成本，为后续平台演进打下基础。

这曲金融与电信产业的华尔兹，背后是时间的沉淀。在高智能、高性能、高可靠，以及积极打造相关生态的特性下，GaussDB已经成为了传统企业核心业务的数据库核心选择。一位业内人士告诉我，大型政企采购数据库，长期面临希望基于安全考虑采购自主品牌，但国产数据库长期性能不达标的问题。

GaussDB的面世，奏响了一段新的舞曲。

GaussDB，新角色登场

如果说GaussDB带来的最显著改变是什么，那我们可以回想一下数据库带给我们怎样的刻板印象。

想到Oracle，我们会想到恢弘的代码数量，以及庞大的全球生态。与此同时，作为底层软件的Oracle也是高冷和沉默的，它只能让技术人员去学习自己，但不会去为垂直行业和企业提供任何改变与适配。它像一片静止的湖泊，同时永远不可能成为陪你成长的江河。

这是欧美主流数据库的共性，同时也是在产业智能时代，数据库暴露给世界的弱点。

在数字化经济高速发展，不同行业和产业结构差异化竞逐智能的今天，数据库不再仅仅是个不变的部件，同时它是解决方案的关键一环，是企业酝酿数据生产力的核心引擎。而这就要求数据库必须去理解和适配产业，而不是静静等着万人来朝。

这是GaussDB正在提供的新变化：一个主动去理解产业、理解场景，解读传统行业之心的数据库新角色。

这种特点，体现在GaussDB对异构计算与数据架构高强度的兼容上；也体现在全流程AI的加入，让原生AI能力带领数据库追寻性能、可靠性与安全性的新记录；更体现在从华为自身业务开始的验证，生态联合创新，最终走向对产业需求和行业场景的高度理解和差异化融合。

未来，我们或许会在庞大的智能体系中、在千行万业的数据流动里、在无数开发者对数据库的差异化运用里，重新审视和定义数据库究竟是什么，它来自何方去向何处。而这一场重新认识的开始，就在于打破数据库数十年的常规，从行业场景、底层技术、智能趋势上，去改写出符合大势所趋的数据库。

GaussDB，正在探索让数据库去扮演这个新角色。当无数行业逐渐开出数据+智能的蓓蕾，便是真正属于数据库的花样年华。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。