墨墨导读：2020数据技术嘉年华于11月21日落下帷幕，大会历时两天，来自全国各地的数据领域学术精英、领袖人物、技术专家、从业者和技术爱好者相聚北京，见证了个人的快速成长、技术的迭代进步、行业的蓬勃发展、生态的融合共赢，以及市场的风云变迁。

本文根据盖国强老师在2020数据技术嘉年华演讲速记以及PPT整理而成。

（全文第一人称描述，代指盖老师）

以下为正文：

2020数据技术嘉年华 盖国强先生现场演讲

数据库的发展，我仍然是看成三个时代：从Oracle代表的商业数据库时代，MySQL代表的开源时代，以及云数据库时代，或者新数据库时代。在云数据库时代中，真正有一大批国产数据库成长起来了，走上了历史的舞台。

国产数据库中，OceanBase是从2010年开始的（今年是他们的十周年）；2012年的TDSQL；2014年的GoldenDB；2015年的TiDB；2017年的PolarDB；以及2019年的GaussDB，并且GaussDB在今年6月份，开源了openGauss这个品牌。所以整个数据库进展到一个新的时代，这个新的时代不仅仅是云，还有国产各种形态百花齐放。

我把以上六位嘉宾的产品各自选择了一个案例，给大家推荐一下。

我们知道阿里云的PolarDB已经支持了国计民生很多领域，去年支持了中国邮政，双11也取得了非常好的成绩；GaussDB 在工商银行的金融场景中替代了国外的产品；北京银行使用了TiDB；OceanBase 在上海外滩大会发布了西安银行的互联网交易替换；GoldenDB在中信银行，从去年的信用卡核心到今年的交易核心上线；TDSQL最新的案例则是昆山银行。

我们看到这些数据库产品都在非常重要的生产实践中得到应用，而且几乎都是分布式数据库，不经意间，分布式数据库已经走上了历史舞台，并且落地开花了。那么分布式数据库是什么时候流行起来的，并且可能成为未来的演进趋势呢？

分布式数据库来源于用户需求的驱动，用户的需求是什么呢？是海量高并发的应用场景、是互联网式的应用创新，在这样的业务驱动之下，用户的原生自主演进就是读写分离、分库分表。有了用户的业务驱动创新，最后数据库厂商把这些特性做进了数据库产品里面去，到数据库内部其实是什么呢？是分区、分片、分块，进程的拆分。数据库内部的分区分表，最后演进到了分布式。

不管我们谈的是Scale-Out还是Scale-Up，本质上都是希望通过各种技术提高性能和承载能力，这些本质上的技术是什么？不外乎是并行和分布式。技术的进步来自于用户的需求驱动。

在很长一段时间内，分布式和集中式是存在争议的，这是一个路线之争。分布式技术在什么时间取得了突破式进展呢？谷歌的三驾马车在这起到了奠基作用，Google 的 File System、Google MapReduce、Google BigTable，这几篇论文奠定了分布式数据库的基础，分布式技术在这之后得到了很好的发展。为什么在这个演进过程中几乎没有人提到 Oracle？

我在这里引用了一篇文章，2008年Oracle有一篇非常好的文章，他说Global Scale Web 2.0，这是一个非常久远的历史了，Web 2.0 大家可能都不记得了。这篇文章描述了，在分布式架构下应用的设计和局限，这里引用了其中一些关键的观点。

• Sharding，它是联合使用众多独立数据库的应用管理扩展技术，本身是应用管的，在应用上要做出很多的适配，数据要切分成多个数据库，每个数据库存储一个数据子级，是这样来实现的。

• 要实现这样的架构（使用分片），应用程序要为此做出让步，做出大量的修改，要基于Shard 去做应用的设计，要尽量避免跨库的join。为了实现本地化的连接，可能要反范式去设计你的数据模型。所以你面对的是这样的一些挑战。

• 分片式架构的一个变体实现是，在分布式里面每个数据库都承载了全量数据，其中有一个数据库承载了写请求，其他是承载读，这样我将读写分开。它的好处是每个库承载全量数据，复杂查询就在本地完成了，还不需要进行re-Shard。阳老师所讲的OceanBase就是类似于这样架构的变体实现。每个库都是一个全量库，当然它的每个数据库又可以进行分区分布。

这几个观点来自于Oracle的这篇文章，当然它是作为反面示例来陈述的，它们都有缺陷。在那之后，一直到了2017年Oracle才推出了Sharding数据库组件，也就是分布式的数据库，整整过去了十年。

Oracle数据库历程是怎样走过来的？它如何走过了从单机、主备、集群到分布式？

Oracle走过的这条路很难被超越，我们要学习和借鉴、研究它，这条路仍然不会变。

从8i这个时代，1998年Oracle这时候的版本叫Internet，它理解互联网的历史非常久远。这个时代我认为有非常重要的一件事情，今天对于所有的国产数据库厂商要借鉴的，这个时候就做了在线支持系统 - Metalink，很多同学知道它意味着什么，能够及时的获取你想知道的知识，解决问题的提示，已知的bug，提交的问题，每个厂商都应该建立的一个系统。

到了2001年，9i那个年代，Oracle做了 Linux 发行版；还有7版开始、8版改进的OPS，到了9的时候真正成熟了叫Oracle RAC，然后开始做什么呢？把 Automatic - 自动化技术放到数据库里面，我们今天很多国产数据库提到的AI，很大程度上是自动化的，Oracle在这个方面做了大量的迭代。

到了10g的时候做了ASM存储管理软件。到了11g的时候做了ADG，当年的淘宝在第一个阶段就使用了。

然后Oracle在2012年开始跟进了Cloud，这也是Oracle唯一的一次错判市场，亚马逊在2006年推出S3的时候，Oracle 认为这不是未来，到2012年才开始跟随，至今仍然在追赶。

再往前演进，进入了云数据时代 - 12c （C 代表 Cloud），2017年的时候推出了Sharding，这是分布式技术进入了Oracle。然后到了2018年18c，做了Sharded RAC，这是将分布式技术局部引入了集群中。

到19c做了自动化索引技术，我们认为它是具备AI属性的技术。到了今年20c，它引入了区块链、AutoML等。

Oracle 公司有一个非常强大的能力，它会快速的能够把那些非常具有实践价值、领先价值的技术，嵌入到数据库内部去。在外部的时候很难应用，比如说machine learning - 它的门槛特别高，但是Oracle把它放在数据库中，应用门槛就降低了，包括区块链技术，这是特别值得学习的。

我跟大家稍微分享了一下Oracle 在宏观上的演进，它今天真的把AI的技术放到数据库内部了，但是更重要的几点是什么呢？包括持久性内存 - 这里面其实就看出了数据库技术演进的方向了 - 包括软硬结合，包括多模，分布式等等。其实这也是前面几位嘉宾讲到的，我们看到数据库发展的方向，是确立的，大家的认知是相同的。

除了宏观上的演进，微观上的演进来自于实践。当用户应用中遇到问题的时候，反馈出来并做了修正。我举了六个小的案例。

1. Oracle在9i的时候把共享内存做了分片，以前是一个共享内存段，存在高竞争的问题，闩锁竞争会很激烈，9i 进行分区细化，缺省可以有7个子池，并发性就更好了。

2. Oracle在10g的时候做了ASM自动存储技术，其实就是一个分布式存储。

3. 到了11g，Oracle把每个磁盘组设立独立的进程维护、守护。O000调度B001、B002...子进程。以前是用一个进程的，可是当你有一百个、一千个磁盘组的时候，它的维护就变得非常复杂漫长，你要经历很长时间的等待，现在进程拆分通过并行解决了这一问题。

4. 到了12.1，它多日志写进程变成并行处理，这是Oracle数据库内部最重要的，最后的并发瓶颈点了。

5. 到了12.2 LMS和很多进程几乎都拆分了，包括RM、CR进程，所以你在Oracle数据库里，有时候能看到数据库自身的后台进程，很多都是成百运行起来的。

6. 19c的统计信息，偏静态和偏动态的，隔离处理、并行处理、实时处理。

很多特别高大上的理念在数据库里边要真正落地才算数。Oracle在19c开始引入AI自动化索引技术，我认为是非常重要的，我也期待国产数据库里也能快速实现它，它能根据应用的SQL自动的分析，应该创造什么样的索引对查询有帮助。它是一个模拟的专家系统，就跟我们人的思考是一模一样的，Oracle把它实现出来了。

然后我们再来看这一侧，Oracle原本因为今年要发布20c，但是因为疫情没有全面公众发布，但是再过两个月它要发布21c了，迭代进步是非常快的。

20c里面有几个非常小的细节：

• 引入了表达式的参数 - 我们经常遇到这样的情况，一个DBA装完数据库了，没有去看硬件配置，用初始化配置就去跑了，或者用经验配置往往不是优化的，现在把大量的参数变成了表达式参数，你可以为他设置一个表达式，可以自动的根据你的系统配置进行调节，更加自治。

• Oracle实现了一键式自动升级，这从18c开始实践，20c更进一步了；

• Autonomous Data Guard：主备自治切换，当你发生故障时，判定零数据损失情形下，数据库就自动切过去了，不需要你干预。

这些细节上的变化，我个人认为特别值得我们学习和关注，在我们国产化的数据库里实现，去把它做出来。

刚才通过一个小结的分享，我跟大家分享了一下为什么数据库技术走到了分布式这样一个时代，并且我也认为Oracle后续的演进是值得我们去借鉴和学习的。

我还想试图回答另外一个问题，今天用户进行选择的时候是非常困难的，有太多的数据库品种了，我们怎么样去选择？有Oracle，MySQL，还有各种开源和国产化数据库。

我个人的观点是去选择那些最具活力的生态，什么样的生态是最具活力的？我最近在关注PG，我发现这个生态既有渊源的历史，又有广阔的现在和未来。有人说MySQL的生态非常好，但是我个人感觉中国PG生态的内核开发者应该是最多的，因为在PG路线上有大量国产化的分支存在。我们知道中国电信在做TelePG ，腾讯有TBase，优炫 UXDB，人大金仓 Kingbase，以及华为开源了openGauss，云和恩墨也在openGauss的基础上发布了MogDB，在这个生态上存在的数据库是非常多的。

再倒退一步，我观察PG历史的时候，我发现技术应该是没有国界的，很多人说开源就是国外的，是拿来主义，但是我发现在源头 Michael Stonebraker 教授创立Ingres这个产品的时候，就有中国人的身影，他是王佑曾博士，他和 Michael 在1980年联合创立Ingres，并且他本人也获得1988年ACM软件系统奖。所以我认为公司有国界，代码无国界。

很多人应该非常清楚，Ingres发展出来的技术生态在全球是最丰富的、最源远流长的，它曾经诞生了Sybase、Informix这些时代产品，今天还有 PostgreSQL 这么丰富的生态体系，我非常看好它。

回应一下我刚才提到的，今年我们接触到的、我本人也在学习的openGauss数据库，它本身是基于PG 9.2做的分支。华为在此之上进行了大量内核的研发，并且在今年6月30日的时候把它开源了。它做了什么样的显著改进是非常值得大家关注的，我先说几个非常时髦的关键词汇，在上面大家看到有AI自调优，有ABO的优化器，有In-DB ML ，这些都是今天数据库领域最重要的热点方向，大家可以在这些方向投入关注。

阿里云的云数据库上，有一个iBTune，就是自动来调参数的。基于在线的调整，为数据库节省了20TB的内存。这个方面的研究是非常有价值的，openGauss也在做，并且实现了参数自调优。ABO优化器想做的是基于AI的自主优化，再加上Machine Learning，这是Oracle在做的，这非常重要，就是把特别有门槛的事情带到数据库内部。

回到现实来看，openGauss做了几件事情值得大家去学习。第一个它把PG改成了线程模式，从此可以支持上万个并发；第二个它支持了事务CSN快照、增量检查点。还有它同时开源了行存、列存和内存引擎，这是原来基于企业级的需求，迭代到了开源数据库。

我回答了上一个问题，如果企业选择应该怎么选，当然应该选择最活跃的生态，刚才几位老师也讲整个生态非常重要。

再往下我想给DBA们再讲一讲，当我们过去学的是Oracle或者另外一个数据库，今天想切换到国产数据库或者开源数据库上，怎么快速的进门和提升。我的方法是由浅入深，我认为最好的能力是获得一种可迁移的学习能力，你就不在乎我到底学的是A还是B。我个人的方法是由浅入深，从你遇到的问题出发向下追溯，找到根源，我在Oracle的学习中就是这样的，当你遇到和溯源了很多的问题，你的钻研就会形成一个知识体系。

我举一个案例，这是今年我们遇到的客户案例，对于初学者这是一个合适的挑战了。

从错误提示：这个数据库的事务号只剩下一百万了，必须要进行回收，数据库陷入冻结。也就是说这个数据库不能接收任何事务了。客户在回收的时候发现失败了，出现什么问题呢？

两个错误：不能够 open relation，automatic vacuum 失败。如果是用我们过去的能力方法，在Oracle的世界里，我们是不断地去下溯，但是今天我们面对的是开源数据库，可以直接看源码，这简直太让人兴奋了。

两步走，我的土办法跟大家商榷，首先看这个错误是从哪抛出来的，因为是automatic vacuum 出错，所以我首先拿出 pg 的 autovacuum.c 源码，很快就找到了抛出异常的代码(上图左一）部分。因为什么出现异常呢？是在做table open的时候，本质上是vacuum 要去轮询对象。继续追溯 table open，找到 table.c 源码，可以看到 table open 调用了 relation open，根据 ID 号去打开对象。继续下溯 relation open 是怎么写的，在另外一段源码里 - relation.c，这段代码做了什么？它根据你提供的ID打开磁盘对象，如果失败了，所以就出现错误。现在从这个错误倒回来看，那就是整个的异常处理流程。最先抛出的是不能open relation，然后是 automatic vacuum 失败了。

通过这样一个简单的分析，我大约就能把这件事情理解的比较清楚了，我们再花一点时间把这三个源码文件仔细读一读，就能对PG理解的更进一步。是不是很有意思？我个人觉得很有意思，就这样你在开源的世界里要找到乐趣，然后你的研究就能够深入。

我们再往下看，这个事情是怎么存在的？就像Oracle数据库里面，大家知道可能SCN越界跑满就挂掉了，后来Oracle把6 Bytes的SCN改成了8 字节，我以为在PG里没有这回事，PG内部使用儒略历，可以记录从公元前4713年到未来无限长的时间，但是没想到事务号上存在一个瓶颈，事务号是用的32位来存储的，所以当它的事务号用尽的时候就发生回卷，在PG世界里是非常头疼的一件事，到了openGauss里面非常好，他把事务号变成了64位的，就把这个事情解决了。

我们可以做一个测试，在 openGauss 把事务号提升到20亿以上，范例把事务号提升到了45亿，证明了它的上限，是不受限制的。怎么测试的呢？你在PG里面做也好，就用到我们刚才遇到的问题案例，你可以创建一个表把它干掉，阻止数据库自动Vacuum，然后就去拉升事务就好了，用不了多久就重现了。

所以你看我们就是在这样的探索过程中找到乐趣，然后通过这些乐趣，通过这些问题你自己得到学习成长。所以我个人认为获得这样一种可迁移的技术能力是最重要的。

讲了一段技术，正因为比较看好PG在中国的生态发展，又加上openGauss的开源，今年云和恩墨和华为进行了合作，推出基于openGauss 的 MogDB，这个Logo看起来就是一只猫，它的本意是EnMotech openGauss Database Enterprise Edition，我们希望它能打造成一个最易用的 openGauss商业版。

一个数据库不仅仅是有了内核就能用，它还要有周边所有的一切，比如自动化的运维、运行监控、高可用HA，所以我们率先发布了一个HA版本，就是帮助用户实现自治的高可用。我们也发布了 OpenGauss Docker版本，现在大概有近2000次的下载量。9月份的上海华为HC大会上，我们还和民生银行一起获得了 openGauss 超级用户大奖。

总之，这是云和恩墨在开源方面的尝试，也希望通过这样的尝试给用户多一个选择。

多一个选择是好还是不好呢？这取决于看问题的角度。

用户今天面临了太多太多的数据库了，我本人也认为百花齐放的中国数据库生态，十年可期，它是一个持久战，不是今天大家就能看清楚，不是我们讲大家就能信，很可能你不信，将信将疑，或者根本不信，可能需要一个漫长的时期才能看出来哪些产品会生存下来，站住脚，所以我认为数据库的国产化之路是一个长期的过程。

在这个过程中用户肯定是迷茫的，我如何去选择，又因为人才的培养周期同样是非常漫长的，所以我们的理念是，今天用户去选择一个新的系统，应该先建能力后建系统，也就是说我先把整个数据库服务平台建起来、自动化服务能力建起来，借着这样变革的机会，把企业数据库管理、运维管理变成自治、智能 - 这是一个变革之机，我们的思想一直是这样的，云和恩墨是数据库领域生态参与者，我们将自己的 dbPaaS 平台 zCloud，打造成了一个多数据库管理纳管，自动化、智能运维的一体化平台。就是希望帮助用户在变革的长周期内简化你的工作，能靠软件系统完成的就靠软件系统。

我们整个平台把它拆解开，又分成了一系列的小的产品，当然底层有一体机zData、备份一体机ZDBM，向上有监控Bethune 、还有质量管控平台SQM。这就是云和恩墨今天在做的事情，我们对行业的看法，我们产品从2015年开始探索，包括像华泰证券、东航都是我们的重要客户，深度应用的客户。

最后我想讲讲我个人对行业的看法，我在2019年写过一篇文章，我把2019年称为中国数据库的元年，为什么？我认为天时地利人和在去年就具备了。中国的数据库厂商众多，在墨天轮的排行榜（modb.pro/dbrank）有105家现在在榜上，还有100家没有上来。我把这些厂商分成了四个流派：

第一是学院派，他们多数是从高校和科研院所出发的，是非常早期的探索者，这里边有人大金仓、武汉达梦、南大通用、神舟通用等。

第二是互联网派，他们首先经历了自身应用的考验，所以说PolarDB、OceanBase、TDSQL、TBase，在互联网经历了大规模生产压力之后，到企业里来能不能用？一定可以用，找到适合的场景就可以用。

第三是蓬勃发展的创业派，今天PingCAP做到2.7亿美金的融资，大量国内的数据库创业厂商。这里边有巨杉、PingCAP、偶数、星环、柏睿、星瑞格、易鲸捷，多数今天都来到大会现场了，也都有分享。

第四是科技企业派，中国的科技企业巨头来到市场上了。华为、浪潮、中兴都来了，他们过去在To-B领域深耕，最懂企业级用户的需求，也有资金和科研力量的支持。

我认为这四个分支和派系，在未来都会有卓越的产品冲出阵营，走进用户的生产实践。

2020年我认为是发轫之年，所以有特别特别多的好消息出来，11月17号PingCAP完成融资，巨杉也完成了几个亿的融资，10月份贵阳银行在易鲸捷有一个4.26亿的整体项目，是创记录的。630是华为的openGauss开源。6月9号PolarDB打出了帮了一千家企业“去O”的口号。6月1日，奥星贝斯成立。这是中国数据库最好的时代。墨天轮打造了国产数据库排行榜，刚才东旭帮我展示了一下，我们希望在生态里为国产数据库发声，做一些事情。

躬身入局，最近好多DBA给我打电话说他很迷茫，说Oracle还能不能搞，国产我应该学谁，他们是迷茫的。DBA还行不行？我讲两个观点。DBA一定行，因为数据对于企业是最重要的，DBA是驱动数据库成功应用、稳定运行和持久演进的驱动力量，你说行不行？一定行。

第二，DBA是有精神的，责任心、服务心、沟通心、进取心和分享心，这是周彦伟在文章当中写到的，DBA不要迷茫。

我说数据库的最后一公里，得DBA者得未来，所有的厂商都在做学院培训，没有人怎么做生态？怎么做服务？怎么帮用户？所以得DBA者得未来。

• 这是一个新的时代，一主一备双引擎，商用开源两相宜。不能守住一个山头了，商业和开源、国产都是你的目标，要把你的技能进行迁移。

• 躬身入局，引用了一张得到的图，什么叫躬身入局？不要迷茫，不要站在岸上迷茫，要迷茫跳下去迷茫，要到浪潮里去游，只要淹不死你就成功了。我说从短期内我们总是高估了难度，我们总是觉得这是一个新的事物很难。东旭刚才讲，那么多技术学完了就三五万，全会了就十几万月薪。但是从长期看我们低估了机遇，你把这些都会了你的身价就提高了，你干吗不进去游，站在岸上干嘛，所以我说一定要拒绝迷茫，躬身入局。躬身入局的好处就是先入为主，谁先进来了谁当家作主。我们都知道PG是德哥的场子，我进来晚了。我努力，躬身入局。

数据库的发展需要全流程的，从厂商到企业用户，全流程的都要运转起来，单靠任何一家都不行，我为什么说2019年是数据库元年呢？以前是数据库厂商自己使力气，非常吃力。如果有了开发商和第三方厂商，最重要的是要有资本和人才涌到这个行业里，这个事情才成功了，要引起所有人的关注，这个行业才成功了。

我昨天发的一篇文章有人留言，国产数据库开始进入炒作时期，我说这对了，以前你在低谷里喊一声没人听见，怎么能发展呢？当越来越多的人议论它，我们数据库才能得到发展。今天是天时地利人和的最好时机。

最后总结四句话，也是我今天想回答的四个问题。

1. 云和分布式，确立了未来发展的两大重大方向，非常重要，所以要学习分布式技术。

2. 他山之石以攻玉，数据库技术发展这么多年有了特别特别多值得我们学习和借鉴的，尤其是在国产数据库进行研发变革的时代，要脚踏实地扎扎实实做好技术。比如阳老师说了最好能拿到TPCC上溜一溜，这有很多挑战。

3. 躬身入局，与其原地迷茫，不如先入为主，谁先进来谁得天下。

4. 天时地利人和，这是数据库最好的时代，也是我们所有人的最好时代。

想都是问题，做就有答案。我希望中国的数据库产业发展的越来越好，也希望大家都能够躬身入局，找到更好的未来，特别感谢大家来到今天的会议现场，谢谢大家！

推荐阅读：144页！分享珍藏已久的数据库技术年刊

推荐下载：2020数据技术嘉年华PPT下载

视频号，新的分享时代，关注我们，看看有什么新发现？

数据和云

ID：OraNews

如有收获，请划至底部，点击“在看”，谢谢！

点击下图查看更多 ↓

云和恩墨大讲堂 | 一个分享交流的地方

长按，识别二维码，加入万人交流社群

请备注：云和恩墨大讲堂

  点个“在看”

你的喜欢会被看到❤