今天小編分享的互聯網經驗：“多寫多讀集群”被攻克，中國數據庫產業“越過山丘”，歡迎閲讀。
當存算一體架構被越來越多人诟病，數據傳輸性能的短板被填補後，存算分離的架構再度被推向台前。
撰文｜張賀飛
編輯｜沈菲菲
2020 年全國兩會期間，合肥工業大學應用數學研究所所長檀結慶在媒體采訪中提到：" 國產數據庫只占據不到 7% 的市場份額，尤其在數據庫最核心的交易業務中，鮮有能跟甲骨文同台競争并實現替換的產品。"
彼時 " 去 IOE" 浪潮已經興起十多年的時間，但囿于性能、穩定性等客觀因素，銀行、能源、電信等傳統業務，對國產數據庫依然是 " 不敢用、不願用、不想用 " 的态度，無形中為國產數據庫產業制造了一個天花板。
現在，這樣的景象正在成為過去式。
華為數據存儲與優炫軟體日前聯合發布 " 數據庫存算分離聯合解決方案 "，同時推出了高可靠、高性能共享存儲多寫多讀集群數據庫解決方案，旨在通過先進的存儲技術和創新的設計，滿足金融、運營商、能源、制造、政務等傳統業務場景下的數據庫替代需求。
放在數智化轉型的語境下，這樣的合作到底意味着什麼，能否打破國產數據庫產業的天花板？
01
國產數據庫：百花齊放，多而不強
和作業系統、中間件等基礎軟體相比，數據庫是國產替代最為迅猛的市場。然而外界對國產數據庫的印象，看起來并不太樂觀，用一句話來形容的話：數量上百花齊放，市場競争力卻只能説 " 多而不強 "。
為何會出現這樣的局面？外界的讨論有很多，并產生了兩種主流觀點。
一種説法是國產數據庫的起點比較晚。
早在 1978 年，Oracle 就推出了第一版數據庫，那時候中國的信息化轉型進程還無從談起。2000 年前後，國内出現了第一批數據庫企業，但全球數據庫產業已經走完了競争、并購、退出的過程，形成了典型的 IOE 格局，I 是指伺服器提供商 IBM，O 是指數據庫軟體提供商 Oracle，E 則是指存儲設備提供商 EMC。
2014 年後，在政策和市場紅利的驅動下，國產數據庫產業百花齊放，卻未能改變 Oracle、IBM 等主導市場的格局，國產數據庫只能占領一些縫隙市場。國產數據庫的數量越來越多，結果卻是高度的碎片化。
圖：2023 年墨天輪中國數據庫排行榜每月收錄數量
按照信通院與墨天輪的統計，目前國内有 280 多個數據庫產品。可稍微再深挖一些，超過 60% 的國產數據庫廠商不足 100 人，超過 500 人的企業不到 10%，再加上協同合作的不足，原本就相對薄弱的研發能力無法形成合力，難以進入金融、能源等 " 穩定性大于天 " 的業務場景，生存環境一直比較艱難。
另一種解釋是國產數據庫的架構問題。
2008 年左右，在阿裏等互聯網巨頭的倡導下，" 去 IOE" 浪潮如火如荼。當時中國互聯網已經進入到高速增長期，出現了雙 11 購物節等數據量和用户量激增的場景，而 IOE 架構欠缺橫向擴展能力，無法滿足激增的性能訴求和靈活擴容訴求，一些企業開始使用通用伺服器打造靈活易擴展的分布式數據庫。
在數據庫的架構上，為了消除不必要的數據搬移延遲和功耗，看似提高效率并降低了成本的存算一體架構，逐漸被互聯網企業所追捧。存算一體的優勢很明顯，短板也同樣明顯。為了實現高可靠，通常采用一主多從的架構，多個從節點大部分時間都處于閒置狀态，導致 CPU 資源利用率極低。而且伺服器出現故障後，無法自動切換，需投入大量人力和時間手工恢復數據。
即使達夢、南大通用等老牌國產數據庫廠商，仍在堅持存算分離架構，可當整個市場的注意力轉向時，一兩家企業無法左右行業的風向。像銀行這樣對穩定性要求苛刻的傳統業務，由于國產化數據庫無法滿足需求，不得不把訂單交給國外廠商。
當存算一體架構被越來越多人诟病，數據傳輸性能的短板被填補後，存算分離的架構再度被推向台前。華為數據存儲與優炫軟體的合作，就是新背景下的叙事，試圖用軟硬結合的方式闖出一條新路。
02
多寫多讀集群：難題背後的新解法
存算分離的概念不難理解，簡單地説就是分别構建計算資源池和存儲資源池，全局共享一份數據，一些不必要的消耗可以被避免，進一步提升了數據庫的性能，即使某個伺服器出現了故障，也不會導致數據丢失。
在存算分離的架構下，華為數據存儲與優炫軟體共同發布了 " 數據庫存算分離聯合解決方案 "，主要包含三個子方案：
一是主備集群部署方案，采用數據庫一主一從架構，保證業務高可用，并具備易部署、易管理等特點，适用于 OA、門户、郵箱、訂單管理等業務系統；
二是讀寫分離集群部署方案，采用一主多從架構，通過存算分離＋主從數據強一致性技術确保從節點可讀，具有高性能、易擴展、高可靠等優勢，适用于金融賬務系統、ERP 系統、CRM 系統、生產制造、研發系統等中大型關鍵交易應用；
三是多寫多讀集群部署方案，采用多主架構，通過共享存儲＋SRAC 技術确保全局節點數據讀寫強一致性，并達成多寫多讀、負載均衡、腦裂控制等效果，具備極高的可靠性與性能擴展潛力，适用于金融、電信、能源、交通、财税、生產制造等行業中對可用性、性能要求極高的大型核心交易系統。
三個子方案對應着不同的業務場景，其中最為矚目的正是多寫多讀集群部署方案，在很大程度上關系着國產數據庫能否在最核心的交易業務中實現對 Oracle RAC 的替代。
以一個常見的支付場景為例：當銀行拒絕用户的支付請求時，需要快速查詢用户過往的支付習慣，判斷支付請求是否有風險，同時以彈窗的方式進行風險提示。這就需要數據庫有很高的處理復雜事務的能力，業務的連續性要求高、絕對的高可用性、業務和數據的一致性，以及一定的可擴展性。
國内對 RAC 的替代由來已久，大多采用三種方式：中間件模拟、分布式數據庫以及類似 RAC 的技術路線。優炫軟體的 " 多寫多讀集群部署方案 "，采用的就是 RAC 的路線，可以直接進行國產替代。
除了優炫軟體持續 10 年時間的高壓投入，存儲性能在攻克多寫多讀集群的難題中扮演了至關重要的角色。
想要實現多寫多讀集群，存儲環節面臨着多個節點并發讀寫、極高的并發吞吐量、高可靠性等挑戰，華為 OceanStor Dorado 全閃存存儲 50 μ s 的極致時延、2100 萬 IOPS 和極致穩定的 SmartMatrix 全互聯架構，讓整體性能比同等配置的普通存儲提升了 30%，可滿足不同類型的交易型業務訴求。
數據庫系統遵循 " 木桶理論 "，硬體和軟體任何一環存在短板，都将制約數據庫的發展。華為數據存儲和優炫軟體的合作，無疑為整個數據庫行業提供了新的解題思路：優炫數據庫的軟體優勢和華為 OceanStor 閃存存儲的硬體優勢融合後，原先橫亘在國產數據庫頭上的 " 魔咒 " 悄然被解除。
03
越過山丘：行業已經形成了新共識
如果説十幾年前的 " 去 IOE" 浪潮中，過于聚焦互聯網業務的需求，選擇性忽略了傳統業務的訴求。華為數據存儲和一眾數據庫廠商的聯合創新，目的正是為了關鍵行業的核心系統上，不斷縮小與國際領先梯隊在性能、可靠性上的差距，提升國產數據庫的綜合競争力。
特别是在 " 存算分離 " 架構上，不只是優炫軟體，華為數據存儲已經和不少數據庫廠商推出聯合解決方案，在不少領網域實現了跨越式更新。
比如萬裏數據庫與華為數據存儲聯合發布的 " 存算分離 & 多主架構聯合創新方案，突破了數據庫多讀多寫的業界難題，大幅提升了數據庫性能，同時降低系統的建設成本。以性能為例，通過數據庫跨節點緩存池化技術，實現了全局表并發讀寫、事務并發處理能力，相比于傳統的主備數據庫和分片數據庫，性能在不同場景下可提升 10 倍。
再比如華為數據存儲與南大通用共同發布的 " 金融核心級數據庫高可用解決方案 "，基于存算分離 + 共享存儲架構，聯合 GBase 南大通用數據庫和華為 OceanStor 閃存存儲，提供了滿足金融核心系統要求的高性能、高可用數據庫解決方案。
其中一個不可小觑的創新是雙重容災機制，在應用層實現了基于邏輯復制的數據庫容災、備庫可讀，在存儲層依托 OceanStor 閃存存儲 HyperMetro A-A 雙活能力，确保數據高效、完整復制到容災站點，且不影響工作站點性能，确保 RPO=0，确保數據不丢失、業務快速恢復，滿足金融核心系統的業務要求。
國產數據庫以往被頻頻诟病各自為戰，對比 IOE 這樣的 " 黃金組合 "，國内數據庫市場可謂一盤散沙。不同廠商間缺少密切的合作，無法構建一個良性生态系統，無法脱離國外品牌為主導的生态圈，導致多而不強的市場格局。
優炫軟體、萬裏數據庫、南大通用、海量數據……華為數據存儲就像是一條紐帶，把不同數據庫廠商凝聚在了一起，也許現階段的生态協作還不是特别緊密，但 " 存算分離 + 共享存儲架構 " 已經是一種行業共識。
借用一位數據庫從業者的説法：國内數據庫行業并不缺少優秀的工程師，重要的是找到正确的問題與正确的方向去發力。
沿循這樣的邏輯，随着越來越多的數據庫廠商選擇華為作為夥伴，和華為數據存儲進行聯合方案創新，一個有利于國產數據庫產業崛起的良性生态，已經初具雛形。在自主創新的道路上默默苦行了十幾年的中國數據庫產業，正在越過山丘，等待他們的，将是一個繁榮的數據庫生态。
04
寫在最後
市場咨詢機構 Gartner 曾在 2022 年發布的《數據庫中國市場指南報告》中預測：到 2025 年，中國分析型數據庫市場來自海外廠商的将只剩下 30%，交易型數據庫市場海外廠商市場也只會剩下 50% 左右。
可能在一年多以前，不少人還會對 Gartner 的預測數據表示懷疑，畢竟 IOE 在交易型數據庫市場還是不可替代的存在。伴随着 " 存算分離 + 共享存儲架構 " 的不斷創新、突圍，Gartner 的預測離現實已經越來越近。
