第三代企业级分布式数据库即将到来

从3.0开始，OceanBase正式进入第三代企业级分布式数据库序列。其实很多人不知道，今年6月OceanBase开源的版本能力并不弱于2020年双十一支付宝上线使用的版本。

集中式和分布式如何选择？是数据库选择中最纠结的问题。之所以纠结，是因为两者各有优势，但又不能兼得。

例如：

1、不想分库分表，应用开发都要哭了...

2、业务发展很快，数据库又要扩容了...

3、不知道哪些是AP，哪些是TP，也不能拆分业务...

4、大机挂了，只能等厂家恢复，不敢截流...

5、备份库为什么不能提供服务？服务器被浪费了...

6、企业级分布式数据库部署了几十台服务器，性能还不如一套Oracle RAC……...

7、原来用Oracle，迁移到国内数据库应用，业务转型要崩溃了...

8、运行批处理时，交易性能总是不稳定...

9、多个部门使用一组数据库，并且相互干扰...

以上问题都来自真实用户的声音。本质上，这些需求是用户需要分布式、可扩展和高可用的能力，以及集中式的功能、性能和易用性。那么，有没有一款产品或者解决方案可以解决以上所有问题呢？以前没有，现在有了，那就是第三代企业级分布式数据库。

近日，在刚刚结束的DTCC 2021大会上，OceanBase CTO杨传辉(花名：日照)发表了题为“集成架构的原生分布式数据库”的主题演讲，其中谈到了一些新概念，如集成架构、第三代分布式数据库等，其中一些与其他制造商有些不同。

什么是集成架构？集成的原生分布式数据库和众所周知的分布式数据库有什么区别？可以解决哪些问题？

带着这些问题？作者采访了杨传辉。

在杨传辉看来，企业级分布式数据库迭代分为三个阶段：

第一代分布式存储系统(NoSQL)：以牺牲SQL、事务一致性和企业级功能为代价，获得可扩展的高性能能力。

第二代分布式数据库(可扩展SQL)：支持基本的SQL功能，往往以牺牲单机性能和成本为代价，延迟大，对企业级功能支持不完全。

第三代企业级分布式数据库(可扩展企业DB)：通过集成的方式，你可以同时拥有功能和性能。兼容SQL标准，支持丰富的企业级功能，追求单机性能。

从描述中可以看出，集成架构是第三代企业级分布式数据库的核心技术，那么什么是集成呢？

杨传辉表示，所谓整合包括两层含义：“集中式与分布式的整合”和“OLTP与OLAP的整合”。

OLTP和OLAP的整合并不是一个新概念，实际上是HTAP。当早期的E.F.Codd关系模型被提出时，TP和AP之间没有区别。实际上，Oracle是一个HTAP数据库，只不过Oracle只能处理少量的HTAP，而不能处理大量的。那么，后来为什么要分开呢？因为随着数据越来越多，集中式数据库无法在一个系统中同时处理TP和AP，所以进行拆分，定期同步一个TP系统和一个AP系统。

为什么现在要合并？杨传辉认为，世界的总趋势将会分裂很久，而且会分裂很久。随着分布式和云计算发展到一定程度，(一套)系统的处理能力又变强了。基于用户简化需求驱动的集成和整合，有了AP和TP结合的思路。2014年，Gartner也提出了这样一个概念，如今HTAP也成为了一种类型的数据库。

但是集中式和分布式系统的融合绝对是一个新概念，兼具集中式和分布式系统的技术优势，听起来很甜。

这种整合的好处是什么？杨传辉说，在整合下的数据库选择中，不再需要一开始就考虑容量问题。比如选OceanBase，创业初期可以用机器。当业务快速增长时，如果系统容量不足，就会进行扩容。OceanBase在一台机器被使用的情况下，也就是不被分发的情况下，可以实现不损失性能和功能。

总的来说，集成给用户带来的好处是显而易见的，那就是易用性和更低的成本。

集成建筑，理论听起来很好吃，但做起来并不容易，否则就不是新概念了。杨传辉说，这种结构非常困难，而且到处都是坑。

为什么OceanBase能做到别人做不到的事？杨传辉说，这是脚踏实地，没有捷径可走的综合结构。OceanBase坚持长期原则，用十年二十年的时间打造下一步企业级分布式数据库。这里涉及三个概念：一是坚持完全自研，二是坚持原生分布式数据库，三是坚持核心场景。OceanBase认为，要做下一代支持核心场景的原生分布式数据库，必须是自研的。OceanBase在成立之初选择走完全自研的路线，并不是因为预测到了国产化、自主化的趋势，而是一种技术上的选择。

多次打TPC，既不是喜欢，也不是炫耀，而是为了打磨产品，证明架构的可行性。杨传辉表示，因为OceanBase的定位是下一代原生分布式数据库，所以要用集中式数据库的最高、最苛刻的标准来要求自己。那你怎么证明OceanBase是强一致的？TPC-C是个好办法。通过TPC-C测试，证明分布式架构可以有很强的一致性，这一点很重要。说明基于分布式架构的ACID实现可以管理20万亿行这样的大规模数据，而且可以完全无抖动。这就是TPC-C的意义，TPC-H也是如此，为了证明HTAP的海洋基地能力。

OceanBase通过了TPC-C测试，证明了企业级分布式数据库的可能性，证明了OceanBase的可扩展性和高可用性，图像稳定器是佼佼者。杨传辉说，OceanBase在单机性能和功能方面必须向经典数据库学习。虽然证明了架构的可行性，但并不代表我们现在就比原来的好。这里还有很长的路要走。

在本次DTCC大会上，OceanBase 3.1.1开源版本正式发布，进一步强化了OceanBase的核心能力，提高了可用性和开源能力。紧接着，在云起大会上，OceanBase 3.2商业版正式发布，数据分析性能提升了6倍。

杨传辉指出，其实OceanBase从3.0开始就属于第三代企业级分布式数据库了，因为主要架构基本都有，但还是要不断追求单机的极致性能，做好兼容性功能和细节的打磨。OceanBase开源是认真的，是正版的。杨传辉最后表示，今年6月开源的版本能力并不弱于去年支付宝双十一在线使用的版本。