此前，智能产业媒体《智东西》对 OceanBase CTO 杨传辉进行了专访。在与智东西交流的过程中，杨传辉向大家深入解读分享了 HTAP 的核心技术、研发难点、落地挑战，并为企业如何做出适合业务的数据库架构选择提供了一些参考建议。
除此之外，作为深耕数据库逾十年的专家，他也分享了对国产数据库发展机遇和核心瓶颈的观察。（*本文转载自微信公众号“智东西”<ID:zhidxcom>）
以下为专访原文分享：
国产数据库正在蓬勃发展，借势分布式技术优势，冲进了国际巨头的地盘。
作为管理数据的基础软件，数据库掌握着企业的命脉，牵一发而动全身，尤其是在核心业务中，稍有差错便可能造成无可挽回的损失。随着自研呼声渐涨，这门长期被海外巨头垄断的关键生意，已成为本土企业势必收复的“失地”。
就在近日，全球权威 IT 咨询机构 Forrester 发布的 2022 年度 Translytical 方向的数据平台厂商选型报告，国产自研原生分布式数据库 OceanBase 赫然在列。它也是全球唯三具备实现 Forrester 定义的分布式数据库细分功能（单云、混合云、多云）全覆盖能力的厂商。
OceanBase 钻研了长达 12 年的混合事务和分析处理领域，如今正在数据库行业热度高涨。
凭借能承载高并发事务实时处理与大规模数据实时业务决策的能力，HTAP 有望为企业更高效地挖掘数据价值，大幅降低总成本。随着国内相应需求蓬勃而生，投入 HTAP 方向的数据库从星星之火渐成燎原之势。
作为创始成员之一，OceanBase CTO 杨传辉主导了历代数据库架构设计和技术研发，使其挺过支付宝交易系统、“双 11”等极致并发量场景的考验，服务超过400家金融、能源、交通等行业客户，并主导 OceanBase 成为唯一一家在国际数据库基准测试 TPC-C 和 TPC-H 上都打破世界记录的国产原生分布式数据库。
在与我们交流的过程中，杨传辉对 HTAP 数据库如数家珍，深入解读了 HTAP 的核心技术、研发难点、落地挑战，并为企业如何做出适合业务的数据库架构选择提供了一些参考建议。除此之外，作为深耕数据库逾十年的专家，他也分享了对国产数据库发展机遇和核心瓶颈的观察。
什么是真正的HTAP？
HTAP≠OLTP+OLAP
天下大势，合久必分，分久必合，数据库的发展亦是如此。
早期数据库大包大揽，到上世纪末，因应用场景日趋丰富，逐渐分化成 OLTP 和 OLAP 两大类型，前者主管交易，后者专攻分析。如今，这两大功能又走向融合。
随着大数据浪潮奔涌而至，数据量急剧膨胀，许多业务场景需应对不断增长的实时事务处理和分析需求。统一支持两类功能的 HTAP 数据库横空出世，在企业级市场风头渐盛。
HTAP 有两大显著的优势：低成本、低延时。这不难理解，一套同时能做两件事的系统，相比两套系统拥有更高的性价比；而且省去了繁琐费时的ETL过程，降低延时，更好支持实时分析。
一时间，各路数据库都开始贴上“HTAP”的标签，云计算大厂也纷纷摩拳擦掌。
但对于企业来说，给数据库上新，不免要付出试错成本，因此弄清楚 HTAP 到底怎么用、怎么选型、重点考量哪些因素至为关键。这就涉及一个数据库热门话题——什么是真正的 HTAP？
杨传辉的答案是：在高性能 OLTP 数据库的基础上扩展 OLAP 的能力，能很好支持实时分析。
国际数据库巨头 Oracle、微软 SQL Server 以及国产分布式数据库龙头 OceanBase 都采用这种做法，与前两者不同的是，OceanBase 底层是原生分布式架构，可扩展性强，因而能处理更大的数据量。
也有不少创企走的路线是在 OLAP 基础上引入实时写入，形成一个实时数据仓库。走这种路线，如果不具备 OLTP 核心业务经验，可能很难做到支持完整的事务处理能力。杨传辉解释说，业界有些“HTAP 产品”的事务处理性能较差，不是 HTAP 的问题，而是其产品设计实现的问题。
无论走哪种 HTAP 路线，都应保证一个前提——一套系统，一份数据。
首先，将两套系统简单叠加、缝合的方案，不仅会导致成本上升、存在固有延时，而且两套系统语法会有差别，很难精细控制数据流转和数据一致性问题，到后续升级更会暴露出各种问题，限制企业级应用的发展。
其次，一些采用两份数据的方案，通过 ETL 机制将 OLTP 的数据拉到 OLAP 系统中。这会存在天然的设计缺陷，因为避不开数据搬运，无论是性价比还是延迟都无法做到最优。
这也是为什么从一开始，OceanBase 团队就决定做基于“一个系统，一份数据”的 HTAP 数据库，以将性价比做到极致。
杨传辉说，“一份数据”是从用户角度看的，实际执行中，只要能在满足 HTAP 处理需求数据的前提下最大程度降低冗余，多个副本或者多种形态都可以被认为是“一份数据”。
为了让 OLTP 具备大数据量 OLAP 的能力，HTAP 需引入原生分布式架构和低成本存储引擎，支持 OLTP 与 OLAP 间的资源隔离、复杂查询和大数据量查询，以及 OLAP 的数据开发和建模能力。
须注意的是，鱼和熊掌不可兼得，真正的 HTAP 系统也不是万能的。
理论上，它不会牺牲分析能力。但由于工程复杂度和产品成熟度问题，基于 OLTP 研发的 HTAP 数据库，其 OLAP 能力会弱于专门的 OLAP 系统，因此更适合 OLTP、OLTP 与实时 OLAP 混合负载处理场景，不适合离线数据仓库或大数据无结构化数据处理场景。
杨传辉建议，企业开始做新业务，或是已有业务遇到一些传统数据库方案难以解决的痛点时，也许正是切入 HTAP 的好时机。
那么企业选择 HTAP 时，怎么判断这个数据库方案，值不值得投入试错成本，能不能未来长期用下去，为业务带来价值？
他给出了一些参考维度：首先是看落地经验，在标杆客户核心业务场景中实现规模应用的 HTAP 方案，说明足够成熟稳定；还要关注核心能力，比如在公开基准测试 benchmark 中的性能表现如何，生态工具是否完备好用。如果未来业务将发展至较大规模，那么企业还需考虑 HTAP 采用的技术架构是否存在缺陷、稳定性和容灾能力怎么样、能否实现业务的最佳性价比等。
从这两个角度来看，OceanBase 俨然是不可多得的选择。一方面，它是金融场景中最受欢迎的国产分布式数据库，如今已积累涵盖银行、能源、电力、社保等行业的 400 多个外部企业客户，其金融级容灾、成熟稳定性已经得到充分验证；另一方面，它在过去三年接连打破国际在线事务处理基准测试 TPC-C 和数据分析型基准测试 TPC-H 的世界纪录，证明了自身的技术领先性。
取得这些成就的背后，作为分布式 HTAP 数据库的先行者，自 2010 年诞生以来，OceanBase 一直在摸着石头过河。
12年磨一剑
明年炼出HTAP成熟体
在 HTAP 这条路上，国产自研原生分布式数据库 OceanBase 已经努力了 12 年。
杨传辉认为，坚持自研与落地核心业务场景，是 OceanBase 能将同行甩在身后的“杀手锏”。
只有自主研发，才能完全掌握数据库的内核，真正做出“一套系统，一份数据”的方案。因此 OceanBase 的每一行代码都由其团队自主编写。其经年累月在各种核心业务场景中持续沉淀的 know-how 能力，也为 OceanBase 构筑了愈发坚固的技术及市场竞争壁垒。
在杨传辉看来，其他企业要想仿照 OceanBase 的路线并追平其能力，会存在一个时间差。
但对于许多国产数据库来说，它们甚至连“模仿”的条件都不具备——有多少像支付宝交易、双 11 这样关键又拥有超高并发挑战的业务，敢让初出茅庐、未经大量实践检验的新型数据库试练？
回想 OceanBase 过去 12 年的历练，用杨传辉的话来说，几乎是“步步难关”。
OceanBase 研发分布式 HTAP 数据库，是一个从 0 到 1 的过程，一开始根本没有业务。就在团队焦思苦虑之际，2011 年，淘宝收藏夹率先发起落地邀请——数百万、数千万用户同时读取商品信息，导致原有数据库动不动就崩盘，他们需要新的数据库取而代之。于是，OceanBase 团队立即为其量身定制了一个特殊架构，第一次证明了其数据库的落地价值。
此时 OceanBase 团队仍顶着巨大的压力。淘宝收藏夹毕竟不算核心业务，对数据库的要求没那么高，要想长远走下去，OceanBase 必须进入核心业务场景，并经受住最严苛的考验。
直到 2012 年 11 月，OceanBase 获得了一个新的机会——拥有庞大业务数据量、高并发量并对故障几乎零容忍的支付宝打算“去 O”了。只要 OceanBase 能接过这个重担，此后它的金融业务之路，将是可预见的畅通。
经过两年的历练，OceanBase 在 2014 年终于迎来核心业务场景的大考——替换支付宝交易系统，扛住全国最大规模流量洪峰“双 11”的压力，做到整个系统的“丝般顺滑”。
结果，OceanBase 一战成名。
此后便是坦途一片：从蚂蚁集团内部核心业务全面应用，到第一次被外部客户采用，从支撑银行、保险、证券等金融业务，到进入政府、公共事业、国家电网等更多非金融业务的核心偏交易业务场景，OceanBase 的落地之路越走越宽。
“做数据库是要靠积累的。”杨传辉说，“这是所有其他国产数据库都拿不到的、无价的经历，对 OceanBase 今天能够成为分布式数据库领域的引领者，起到了最重要的作用。”
从 0 起步到服务 400 多个外部客户，这些经历起到了滚雪球般的正向循环，有了越来越多的客户背书后，OceanBase 获得了更多实战历练的土壤，其经验融入到数据库产品的迭代中，使其进一步拉大与同行在性能、稳定性方面的差距。
杨传辉告诉智东西，过去半年，OceanBase 又取得一些新的进展，在研发新版本方面进一步优化了分析、资源隔离等能力，在落地方面也收获更多新的行业关键客户。“到明年年底，差不多我们就能有 HTAP 的成熟体了。”
国产数据库当打之年
奔赴“分布式”星辰大海
作为关键基础软件赛道，国产数据库的兴起已是必然。在杨传辉看来，分布式数据库正承载着其中最大的“弯道超车”机会。
在集中式数据库赛道，微软、Oracle 等数据库巨头宝刀未老，开源数据库亦气势如虹，留给国产数据库玩家的市场空间所剩无几。但在分布式数据库赛道，国内外企业起点差距相近，甚至国内面对的业务场景要求比海外更为苛刻，而越是具有挑战的事，也往往能带来倍速的成长。
“以前集中式做得很好，成熟稳定，但这有时候也会成为他们做下一代技术的包袱。”杨传辉说，当分布式成为下一代数据库的主流方向，那么国产数据库厂商的优势就会体现出来。
他谈道，包括 OceanBase 在内，国产分布式数据库已经由外围场地迈入核心业务场景，其中 OceanBase 是在核心交易场景应用最多的。在解决一些小数据量问题中，OceanBase 也已经能做到跟 MySQL、Oracle 差不多的性价比。
以前企业可能更多将分布式数据库用在边缘场景作为补充，但近年来，OceanBase 已经做到将分布式 HTAP 用在不同行业的关键客户核心业务场景中，并稳定上线、持续运行。杨传辉相信：“分布式数据库未来市场会特别大，几乎所有的客户都会优先选择分布式。”
随着更多企业走向数字化转型、对实时性产生更高要求，在云原生与分布式叠加趋势的推动下，杨传辉对分布式 HTAP 的未来预期非常乐观。
他观察到这两年分布式数据库的用户认可度越来越高，但与 Oracle、MySQL 显然还有很大差距。“比如 MySQL Oracle 的用户数可能是百万级、千万级，分布式可能是几百级、几千级，这不是一个量级的。”
因此，当前分布式数据库的受认可程度还有待提升，HTAP 仍处于发展初期，核心挑战便是生态问题。这毕竟是个新兴技术路线，很多企业或开发者可能对此感到陌生，需要通过开源、社区运营、高校合作等方式来持续培养更多的用户习惯。国产分布式数据库产品，还需解决语言、文档等问题。
也正因此，OceanBase 在去年 6 月宣布开源，一次性将包含 300 万行代码的全部核心能力开放出来，让更多人成为分布式 HTAP 数据库的开发者。他们还将持续在公众号上发表解读 HTAP 技术的系列文章，分享其已经实现的 HTAP 技术方案和场景价值（*详情可点击本文底部往期推荐板块）。“我们有自信 OceanBase 在分布式行业里的技术遥遥领先，我们需要的是这个行业变得更好。”杨传辉说。
他相信，随着分布式数据库被越来越多的人采用，它又能解决单机问题，未来分布式数据库会在绝大部分场景中取代集中式数据库，他希望未来企业“选数据库就选分布式数据库，选分布式数据库就优先选 OceanBase”。
做国产数据库，是一件需要情怀，也需要敬畏之心的事。OceanBase 能游刃有余地支撑更多行业客户的核心交易业务，绝不是仅靠技术优势拉开差距，锚定分布式 HTAP 赛道、借势移动互联网时代浪潮、持续积累行业 know-how 等多重因素叠加，才造就了它今日的阶段性成功。
现阶段，国产数据库正步入快车道，在大数据及人工智能时代大展拳脚。据中国信通院测算，2020 年中国数据库市场规模约为 241 亿元，到 2025 年预计将增至 688 亿元，市场空间巨大。
但风口之中，难免泥沙俱下，这既需要真正有核心技术的企业在混战中保持定力、坚持自主研发与创新，也需要业界制定更严格的把关标准，为真正有实力的国产数据库厂商保驾护航。
“我觉得所有国产数据库厂商应追求的，是去做一些替代核心系统的事情，”在杨传辉眼中，这可能是最难的、最有社会意义的事，但其商业价值不一定高，因为替代核心技术的投入特别大，与替代一个外围系统不是一个量级。
”但是这件事情不能说等成熟了再去做，永远都不会有成熟的那天，”杨传辉的语调骤然抬高，“就应该跟一些有情怀的企业合在一起，赶紧把这个事情给干出来。”
