文｜刘雨琦

2006年，Google发布了三篇论文，也是公认的大数据的三驾马车：分布式文件系统GFS、分布式KV存储数据库Big Table以及处理和生成超大数据集的算法模型MapReduce。

此后，虽然分布式开始成为大家讨论的对象，但由于分布式事务的性能以及分布式系统的复杂性，使得分布式数据库仅在数据量非常大的联机分析处理（OLAP）场景得到了一些应用。在传统数据库领域，仍以Oracle为代表的的集中式数据库独霸天下，更是独领国际市场，阿里便是其在中国最大的客户。

此后的十年，是分布式数据库被“冷落”的十年。与其说是被“冷落”，不如说是技术上难以突破，以及培育成本高，当时集中式数据库的商业化之路越走越顺，能够停下来从头开始的厂商少之又少。

不过，随着互联网时代的加速发展和科技的进步，集中式数据库的功能开始捉襟见肘。越来越多的企业进行数字化转型，对业务系统也更加高频的并发访问，当产生庞大的数据处理量，集中式数据库昂贵的成本和存储、计算极为有限的扩展能力开始暴露，企业不得不寻求性价比更高、存储和计算扩展能力更强的数据库。

2010年，阳振坤在阿里的招募下，开始研发国内第一款全自研式分布式数据库OceanBase。彼时的分布式技术是真正的无人区，直至2015年，腾讯云、阿里云、PingCap等公司才开始在初步探索。

分布式数据库被“冷落”的10年，正是OceanBase在蚂蚁内部打磨的十年。从仅用在淘宝收藏夹一个细小的场景，到支撑了9年的淘宝双十一，并打破了TPC-C测试的世界纪录，直至2020年独立，到目前已经累计了400＋客户。

8月10日，在OceanBase2022年度发布会，发布了OceanBase4.0产品——“小鱼”，这是首个单体分布式一体化架构的数据库，同时推出支持多云部署OceanBase Cloud，通过技术突破和云化，试图让企业可在单体架构和分布式架构之间无缝切换，降低了分布式数据库的使用门槛。

纵观OceanBase的发展路径，其实也正代表了国产分布式数据库的十年，产品发布背后透露出的信号，是当下国产数据库的发展进程，更需要企业关注并共同推动。

为什么“小就是大”？

水滴聚大海、跬步积千里，每件小事做好，往往就是大。

《三体》中衡量一个文明科技水平的标准是，这个文明对微观世界的探索和展开程度的高低，即对微观世界的探索越深入，科技水平越高。

这就是典型的“小就是大”。

分布式数据库之所以能够更加贴近业务、更安全，原因在于它把数据切分成无数个“小”。

举个简单的例子。假设某公司的数据库中存放了10个表格，每个表格中的数据为100个数据量，那么对当数据进行提取时，只能定位到具体的表格，将表格中的数据全部跑上一遍，若该表格缺失了2个数据，将会导致整个数据库的系统无法工作。而分布式则是将每个表格中的100个数据进行分区处理，如每20个为一组，分为A/B/C/D/E区，当需要提取某个数据时，不仅能够定位到相应的表格，也能够直接定位到A区，同时，系统可对同一表格的不同区进行分区读写，大大提高了可用性和效率。

在现实的分布式数据库中，也许每5个数据即为一组，区分更精细，通常按行或列对数据进行拆分，同时进行三副本备份，哪怕E区的第一副本缺失或错误，也可通过第二、第三副本进行即时替换，不会导致整个数据库瘫痪。简单的说，集中式数据库如同“大马”拉“大车”，“大马”一旦出了问题，便会停滞不前，而分布式则是用无数的“小马”拉“大车”，一匹小马坏了不影响车子的前进，也能够快速进行补位，保证正常运转。

数据维度越来越小，可用性和安全性越来越高，这是分布式数据的“小就是大”。

然而这样的“三副本”形式，意味着企业如果想要部署分布式数据库，就要同时进行多个服务器部署，门槛比单台机高，且“分布”或“单体”的选择通常不可逆，选择了单体机就意味着几乎失去了“分布式”的机会。

这也是大家所探讨的核心问题。分布式数据库通常应用于高部署、密集数据量和高并发的数据，但部署门槛高，对于大宗性企业更加适用，而中小企业由于数据量不大，应用场景简单，并不需要在业务量不足时部署分布式数据库，反而购买单体机更为划算。但一旦部署单体机，后续业务量庞大时再进行架构调整，就是难上加难。

OceanBase试图通过“小鱼”，来打破这个魔咒。简单的说，单看“小鱼”，只是一款高性能的单体机，在单机部署模式下，也可实现包括Oracle/MySQL的兼容性、TP事务处理能力、AP并行分析查询能力、租户资源隔离等功能。并在性能上进行了升级，如将故障回复时间从30秒优化到8秒。

同时，小鱼对服务器本身的要求很低，单机部署最小支持4C8G。这意味着，从前必须要在服务器级别（128核及以上）的终端上部署的数据库，如今在4核的电脑上也可以进行部署。大大降低了企业的硬件购买成本，如同大型游戏对电脑配置的要求降低了，这让很多低配置玩家也能顺畅的玩游戏一般。

而当企业发展到一定阶段，数据量呈现一定规模想要扩容的时候，可以从一台“小鱼”增加到3台“小鱼”（3为分布式部署数量的最小单位），平滑地从单机部署模式升级成分布式部署模式。

一位OceanBase的技术人员告诉光锥智能：MySQL数据库在原理上，也可以做到从单机到分布式，但是过程很长，且需要将数据库暂停运行，单独部署。而小鱼则可在运行中，最快1分钟内即可完成模式的切换。

在发布会中，OceanBase演示了小鱼从1-3-9的整个过程，只需要工作人员在后台进行程序部署，无需调整单机硬件，且过程简单流畅，接近“傻瓜操作”就可以完成，部署完成后，性能几乎成线性增长，并没有过多损耗。

这就十分符合企业的部署场景，若将数据库暂停进行调试，在实际操作中可能性等同于“0”。

这也正是“小鱼”的“小就是大”。硬件单位越来越小，但适配程度却越来越高，且在保持同等性能下，灵活度也越来越高。

而这样的“小就是大”，不止是技术层面的突破，更解决了数据库领域的关键问题：技术和业务的结合。

商业化进程按下“加速键”

从前，分布式数据库被“冷落”还有一个重要的原因，是不被市场接受。

这并不是因为用户不懂它的好，而是因为迁移成本太高，单体数据库虽然已经出现问题，但是通过叠加机器数量，能短暂解决，直到再次超负荷，这样的方式虽然“治标不治本”，但却相对省事。

但很快，一些企业便开始负担不起Oracle高昂的运营成本了。最先撑不住的是阿里。时任阿里首席技术官的王坚算了一笔账，把1万亿元GMV折算成数据量，再折算成需要的IBM小型机数量、Oracle数据库量、EMC存储数量，再换算成具体价格相加，得到他们每年需要给IOE的采购费200亿元。而这笔钱甚至超过他们每年所赚的利润。

在庞大的成本费用面前，必须从“根”上开始解决问题了。据测算，支付宝用OceanBase原生分布式数据库替代Oracle数据库之后，单副本数据可以做到Oracle的1/7，其计算资源投入也降低为原来的1/12，仅存储一项，相比Oracl就节省存储成本约20亿元，相当于每账户成本节省了90%。

这源于阳振坤提出了自研分布式数据库能够从两个方面节省成本，一是上述所讲的硬件成本，用普通PC机替代大型服务器，硬件成本得到缩减；二是将数据库的两大功能OLTP和OLAP结合在一起，形成HTAP。

构想当然很好，但要真正建立，却需要几年时间做技术，再来几年时间跑业务。

在2020年，OceanBase宣布独立进行公司化运营，成立由其100%控股的数据库公司——北京奥星贝斯公司。

OceanBase的独立，是蚂蚁科技战略三步走的一个缩影。第一阶段是“试验”在自己的业务上做尝试；第二阶段是共享，共享给与自己“试验”业务最类似的金融机构；第三阶段是开放，将自己蹚出来的成熟产品进一步对外输出，扩大到政企和其他非金融类客户。

对于阳振坤来说，独立和开放有一个特殊的意义：通过更多企业和业务场景的深入，能够让OB更加贴近业务，从需求出发对技术不断打磨迭代，做出有竞争力的国产分布式数据库。

在2020年这个节点，OceanBase的商业化按下了加速键。

此时，无论是集中式数据库的成本开始大规模超出企业负荷，还是受疫情影响，降本成为了每个企业的首要需求，这给了OceanBase一定的市场空间和机会，趁热打铁，OceanBase在2020年正式推出HTAP。

传统的OLTP和OLAP是两套数据库，需要分别购买，同时，数据还要在两个数据库中进行迁移，迁移的过程中还会面临着数据丢失和损耗的风险。而HTAP则是在一个数据库的基础上，既满足TP又满足AP，降低了企业购买和迁移的成本。

和过去相比，HTAP的事务处理性能提升50%，数据分析性能提升10倍。用户业务无论是事务型还是分析型，只要一套系统就可以应对数字化转型过程中“海量、实时、在线”的业务需求。

以雄帝科技为例，其负责全国约三分之一的公交刷卡机系统，此前，刷卡机读取到的只是简单的交易数据，但随着互联网和信息化的发展，刷卡机能够读取到用户的一些基本信息，比如老年卡、学生卡等等。在一些场景里，就要对这些数据进行分析，比如在哪几个时间段用户量最高，合理调配公交车资源，以及一些营销节点，对不同类别的人群实施不同程度的折扣活动。

除此之外，分布式数据库能够做到真正的弹性扩缩容。以往的数据库扩容容易，缩容难。原因在于颗粒度比较粗，单个数据库内若有20%可用数据可80%废弃数据，不能够准确的剔除废弃数据，只能全盘保留。

中国福利彩票就曾被这个问题难住。彩票行业的瞬时数据量爆发是相当惊人的。中国福利彩票发行管理中心技术管理部副主任唐恒光分享到，一类彩票的年交易量大概是200亿，而在这一年内，开奖前半小时的交易量能够达到50%甚至70%，这需要数据库在一天之内扩容，而平时的交易量，却根本用不着峰值的数据库容量，分布式数据库刚好能够解决这个问题，用时“变大”，闲时“缩小”，弹性伸缩降低部署成本。

这样技术上贴近业务场景和痛点的战略，在商业化的道路上稍见成效。仅仅在2021一年中，OceanBase客户数量就实现翻倍，而在金融等核心优势场景，目前全国TOP200的头部金融机构中，有1/4都将OceanBase作为核心系统升级的首选。

向国际输出中国技术

虽然OceanBase在分布式数据库领域是先行者，但多名行业分析师向光锥智能表示，当下仍然处于早期阶段，只能说OceanBase刚刚完成了前半段。

关于未来的挑战，光锥智能将其概括为两个方面， 一部分是技术难题，一部分是行业痛点。

技术难题也是最基础的问题，数据的一致性如何保证？数据迁移的成本如何降低？

对于分布式数据库来说，数据的一致性是其立足的根本，没有一致性就没有分布式。

OceanBase的技术人员告诉光锥智能，OB与MySQL等数据库的区别在于，OB将一致性协议放在了数据库底层，根据协议可以灵活动态的进行调整，而MySQL则是在已经成型的数据库产品的上层，尽量满足协议，二者有本质的区别，OB的策略能够100%的做到高一致性。

而数据迁移的成本在当下，似乎是一个还未解决的难题。OB数据库兼容MySQL，原MySQL用户可直接进行迁移，并且引入了多云策略。OceanBase CEO杨冰透露，除阿里云外，OB即将上线AWS、腾讯云、华为云等多个云部署。

另一方面，是企业面临的痛点。对于新兴事物，企业缺乏运维工具和经验，更缺乏相关的技术人员，技术虽好，但是买了不会装，装了不会用的情况比比皆是，而如果业务用不起来，其他的一切都是白搭。

光锥智能从OB内部了解到，目前，OB除了技术核心团队，正在加大服务团队的部署，分为开源服务团队、企业服务团队。这也为其他国产数据库提了一个醒。

这样重服务的形式，或许能够解决当下的问题，而想要真正能够从根本上影响整个数据库环境，阳振坤认为，还是要开源，共建生态。

2021年，OceanBase宣布源代码开源，与外界共享全球最领先的原生分布式数据库的核心。一方面希望聚焦用户价值，解决用户的具体问题，另一方面期望与外界共建国产分布式数据库的生态，从另一条赛道超越“IOE”。

在OceanBase4.0版本中，进一步开源了社区版，社区版与企业版本的更新保持一致，让开源用户也能够体验到OB的最新版本。OceanBase首席技术官杨传辉介绍到，目前OceanBase已经吸引了4,200多位开发者关注，产生了500多次技术创新碰撞（Commit），600多篇社区深度原创内容，平均每天产生5篇高质量技术内容，平均每天有100多封活跃邮件，有50多家客户深度实践。

快手和携程就是OceanBase开源后的第一批用户。携程“IM＋”业务采用MySQL作为消息写库，由于业务流量激增，数据存储达到MySQL的存储极限，只能保存两个月的记录，与业务部门的需求相差甚大。

面临这样的挑战下，携程尝试了OceanBase的开源版本，并与OB取得联系，深度沟通下二者共创，用OceanBase替代了MySQL，并提供横向扩容能力通过加减机器应对业务的扩缩容，保证对业务的服务质量。最终，携程在保证性能的同时数据压缩能力提升了85%以上，在同等硬件投入前提下， 从两个月扩展到获得超过一年的数据存储能力。

这或许正是开源的意义所在。

《三体》中，作者刘慈欣曾花费了大量笔墨，探讨“技术平等”的话题，阳振坤也曾拿分布式数据库与自动驾驶进行类比，二者均在发展的早期，且需要更多人投入在这项“未来事业”中去，开源是目前最有效缩短技术差距，共同进步的方式，这或许也是国产数据库们逆袭的关键点。

在OceanBase大会前，阳振坤博士曾与光锥智能的交流中讲到，国产数据库要做的不能只是追赶，希望未来也能站在技术高点，向国际输出中国技术。