1970 年，關系數(shù)據(jù)庫之父、IBM研究員E.F.Codd發(fā)表了一篇名為《A Relational Modelof Data for Large Shared Data Banks》的論文，首次提出了關系模型的概念，并成為現(xiàn)代數(shù)據(jù)庫產品的主流，這是數(shù)據(jù)庫歷史上的一個重要轉折點，今天，我們看到的主流數(shù)據(jù)庫幾乎都是圍繞這一模型做研究。

1976年，霍尼韋爾公司（Honeywell）開發(fā)了Multics Relational Dat a Store，開啟了商用關系數(shù)據(jù)庫的時代。彼時Larry Ellison（甲骨文創(chuàng)始人）正在一家名為Ampex的軟件公司工作，該公司正為美國中央情報局工作。

1977年，Ellison 與 Bob Miner 和 Ed Oates創(chuàng)辦了一家名為軟件開發(fā)實驗室（Software Development Laboratories，SDL）的計算機公司(Oracle前身)，并在創(chuàng)辦后的第三年里推出了第一個商用SQL關系數(shù)據(jù)庫管理系統(tǒng)。

1983年，IBM終于將DB2帶入了商業(yè)市場；軟件巨頭微軟在1989年推出了另一個明星產品SQL Server。

自此，傳統(tǒng)商業(yè)數(shù)據(jù)庫幾乎成為這些企業(yè)的專利，壟斷了整個數(shù)據(jù)庫行業(yè)市場。

誰來改變數(shù)據(jù)庫“游戲規(guī)則”？

興起于2000年左右的開源數(shù)據(jù)庫是一種改變游戲規(guī)則的嘗試，而由云廠商主導的云原生數(shù)據(jù)庫則是將這種“改變”推向了高潮。

2014年，AWS發(fā)布了業(yè)內首個云原生的關系型數(shù)據(jù)庫Aurora；2017年9月，阿里云在國內率先發(fā)布了自主研發(fā)的云原生數(shù)據(jù)庫POLARDB，在2018年4月正式商用。

作為規(guī)則改變者，阿里數(shù)據(jù)庫的研究本身也是一條艱辛的道路。

如何看待數(shù)據(jù)庫云服務的未來？阿里有哪些核心的數(shù)據(jù)庫產品？在阿里云十周年北京峰會上，雷鋒網與ACM 杰出科學家得主、達摩院數(shù)據(jù)庫與存儲實驗室負責人李飛飛展開了對話。

此李飛飛非彼李飛飛，他究竟何許人也？在達摩院的官網上，對李飛飛的介紹是：

猶他大學計算機系終身教授。曾獲ACM、IEEE、Visa、Google、HP、華為等多個獎項，獲IEEE ICDE 2014 10年最有影響力論文獎、ACM SIGMOD 2016最佳論文獎、ACM SIGMOD 2015最佳系統(tǒng)演示獎、IEEE ICDE 2004最佳論文獎、美國NSF Career Award、中國基金委海外重點研發(fā)獎，2018年ACM杰出科學家等。擔任多個國際一流學術期刊和學術會議的編委、主席。

據(jù)李飛飛介紹，他是2018年5月正式加入阿里巴巴，成為數(shù)據(jù)庫團隊負責人，并兼任達摩院數(shù)據(jù)庫首席科學家，帶領團隊投入到具有自主知識產權的數(shù)據(jù)庫系統(tǒng)研發(fā)當中。他的團隊打磨的產品和技術包括新一代分布式數(shù)據(jù)庫、非結構化數(shù)據(jù)管理、數(shù)據(jù)安全、智能化數(shù)據(jù)庫等。

目前，李飛飛不僅負責云智能數(shù)據(jù)庫產業(yè)事業(yè)部，同時也負責達摩院下面的數(shù)據(jù)庫與存儲實驗室，覆蓋了阿里巴巴集團數(shù)據(jù)庫從研發(fā)到業(yè)務支持再到云上商業(yè)輸出到服務客戶的整條鏈路。

阿里巴巴數(shù)據(jù)庫三個階段：商用、開源、自研

李飛飛談到，阿里巴巴數(shù)據(jù)庫發(fā)展到今天，并不是一蹴而就的，而是有一段艱難的“破繭成蝶”的摸索期。

第一階段，阿里用的是商用數(shù)據(jù)庫，來自IBM DB2和甲骨文。

阿里早期是淘寶起家，IBM DB2和甲骨文的數(shù)據(jù)庫能支持淘寶天貓快速發(fā)展，因為那時候核心主航道就是電商，數(shù)據(jù)庫就是支撐角色出現(xiàn)的，當時阿里集團內部數(shù)據(jù)庫的團隊主要就是以傳統(tǒng)數(shù)據(jù)庫廠商的角度來理解問題。這一階段持續(xù)到2011年-2012年，彼時電商業(yè)務高速發(fā)展，對傳統(tǒng)的甲骨文企業(yè)級數(shù)據(jù)庫的解決方案提出很多挑戰(zhàn)，最明顯的挑戰(zhàn)是成本太高，當高并發(fā)互聯(lián)網電商發(fā)展到巨大的規(guī)模，那個成本將是天文數(shù)字。

第二階段，雙十一誕生后，阿里開始大規(guī)模使用開源數(shù)據(jù)庫。

很多業(yè)務邏輯太復雜，而單純使用甲骨文的弊端也開始顯現(xiàn)，例如有些業(yè)務場景無法解決，簡單依靠請甲骨文的技術人員到場解決問題的方式一是成本高，二是時效上阿里等不起。這邊出個問題分鐘級就要恢復，不要說一天了，幾個小時幾分鐘都等不起，不可能有些核心問題解決不了給甲骨文打電話，廠商派人來——這個模式是受到挑戰(zhàn)的，所以阿里巴巴集團從2012、2013年后，尤其是雙十一誕生以后，就開始考慮所謂的樸素的業(yè)務驅動的邏輯，開始大規(guī)模使用開源數(shù)據(jù)庫——當時就是利用中間件的形式來做分布分表。

第三個階段，阿里云發(fā)展迅猛，自研云原生數(shù)據(jù)庫誕生。

到了云的時代，阿里云的業(yè)務快速發(fā)展，加上在集團業(yè)務里面，傳統(tǒng)的分布分表中間件的解決方案，已經不能滿足（簡單業(yè)務可以）業(yè)務越來越復雜以后的挑戰(zhàn)，內部自研一款云原生數(shù)據(jù)庫已經迫在眉睫。POLARDB就順勢而生了。

云數(shù)據(jù)庫POLARDB是何新物種？

資料顯示，POLARDB 是阿里云自研的下一代關系型云數(shù)據(jù)庫，100% 兼容 MySQL，存儲容量最高可達100 TB，性能最高提升至MySQL 的 6 倍，單庫最多可擴展到 16 個節(jié)點，適用于企業(yè)多樣化的數(shù)據(jù)庫應用場景。POLARDB 采用存儲和計算分離的架構，所有計算節(jié)點共享一份數(shù)據(jù)。

POLARDB基于Cloud Native（云原生）設計理念，其架構示意圖及特點如下：

POLARDB架構

POLARDB的特點主要包括：

一寫多讀。采用分布式集群架構，一個集群包含一個主節(jié)點和最多15個只讀節(jié)點（至少一個，用于保障高可用）。主節(jié)點處理讀寫請求，只讀節(jié)點僅處理讀請求。主節(jié)點和只讀節(jié)點之間采用Active-Active的Failover方式，提供數(shù)據(jù)庫的高可用服務。

計算與存儲分離。滿足公有云環(huán)境下用戶業(yè)務彈性擴展的剛性需求。數(shù)據(jù)庫的計算節(jié)點（DB Server）僅存儲元數(shù)據(jù)，而將數(shù)據(jù)文件、Redo Log等存儲于遠端的存儲節(jié)點（Chunk Server）。

此外，POLARDB還具有分鐘級備份恢復、秒級彈性擴容能力，100%兼容MySQL 5.6、MySQL 8.0、Oracle、PG等，還可以為Raft協(xié)議提供金融級高可用服務。雷鋒網注意到，目前POLARDB已經在猿輔導、心動網絡、百勝軟件、輕松籌等平臺上應用。

阿里數(shù)據(jù)庫生態(tài)：四大板塊，巨大場景

但實際上，POLARDB只是阿里數(shù)據(jù)庫生態(tài)的其中一個版塊。

外界眼中那個“很龐大很復雜”的阿里數(shù)據(jù)庫究竟長什么樣？李飛飛做了簡單的梳理。他指出，從形態(tài)上來說，分為四個版塊。如圖。

• 第一塊：OLTP——關系型交易型數(shù)據(jù)庫。包括：POLARDB-X（今年即將推出的POLARDB分布式版本）：分布式關系型數(shù)據(jù)庫系統(tǒng)，橫向擴展架構設計，應用于跨IDC多活和雙十一等高并發(fā)業(yè)務場景；POLARDB——Cloud Native數(shù)據(jù)庫，基于共享存儲計算分離架構的軟硬件，一體化設計、彈性縮擴容；MySQL/PG/MSSQL/MariaDB/PPAS——開源及第三方商業(yè)數(shù)據(jù)庫。

• 第二塊：OLAP——在線分析類數(shù)據(jù)庫。包括：AnalyticDB——海量數(shù)據(jù)實時高并發(fā)在線分析云服務；Data Lake Analytics——Serverless化的聯(lián)邦數(shù)據(jù)湖交互式分析服務；TSDB——時序時空數(shù)據(jù)庫，應用于IoT/城市大腦等。

• 第三塊：NoSQL——非結構化及專有領域。包括：GraphDB——高性能分布式緩存系統(tǒng)及基于此的圖數(shù)據(jù)庫；Redis/Memcache——開源緩存云服務；MongoDB——文檔型數(shù)據(jù)庫等。

• 第四塊：工具產品。包括：DTS——數(shù)據(jù)傳輸服務，異構多活數(shù)據(jù)同步中心；DBS——數(shù)據(jù)庫云備份服務等。

前面已經提到，發(fā)展成今天這樣的數(shù)據(jù)庫的生態(tài)，阿里經過了漫長的探索。李飛飛覺得，這和阿里與生俱來的一個優(yōu)勢緊密不可分——巨大豐富的場景。

傳統(tǒng)數(shù)據(jù)庫廠商的做法是，研發(fā)一款數(shù)據(jù)庫產品，讓客戶使用之后進行反饋，可以縫縫補補；而阿里內部天然具有大量的業(yè)務場景，這就形成了一塊巨大的“試驗田”，任何一項新技術都不會急于在公有云上向客戶輸出，而是經過“內部練兵”的方式來驗證和保證可靠性、安全性，這些工作做完之后才會對公有云、私有云、混合云的客戶進行發(fā)布和提供。

這一點是阿里云、AWS這樣的企業(yè)共同具有的優(yōu)勢，而傳統(tǒng)的數(shù)據(jù)庫廠商則并不具備。

全球數(shù)據(jù)庫大戰(zhàn)一觸即發(fā)！

今天的阿里數(shù)據(jù)庫在國內已經屬于領先，但在國際市場怎么看自己的位置呢？

李飛飛同樣有自己的想法。他以原生分布式數(shù)據(jù)庫技術為例講了講（雷鋒網注：原生分布式數(shù)據(jù)庫是分布式數(shù)據(jù)庫兩大解決方案之一，另一種則是出現(xiàn)地更早的分布式數(shù)據(jù)庫中間件）。

在世界范圍內，原生分布式數(shù)據(jù)庫技術最領先的是Google，它最早提出Spanner，可以做到跨數(shù)據(jù)中心的數(shù)據(jù)一致性分布式技術（2009年10月25日，Google提出名為Spanner的遠景計劃。該規(guī)劃的原理是一旦流量激增、硬件超負荷，數(shù)據(jù)就會在百萬級的數(shù)據(jù)中心中自動轉移。Spanner：“扳手”，又有“橋梁的交叉支撐”。寓意為：“橫跨數(shù)據(jù)中心，自動移動與復制數(shù)據(jù)?！保〨oogle在Spanner數(shù)據(jù)中心里配備了自己的原子鐘和GPS接收器，這些時間協(xié)調裝置會連接到特定數(shù)量的主服務器，然后再由主服務器向整個谷歌網絡中運行的其他電腦傳輸時間讀數(shù)。

李飛飛覺得Google有一個取巧的過程，即利用了硬件（原子鐘）。他個人認為阿里巴巴在分布式數(shù)據(jù)庫某些領域、某些維度上可能超過像Google這樣的一些公司在分布式領域的積累。為什么？

“我覺得任何技術都是業(yè)務推動來衍生的，只要你有業(yè)務場景，我覺得你的技術一定會逐步發(fā)展到領先。而阿里電商雙十一的場景在世界上都是絕無僅有的，規(guī)模和并發(fā)量是超過Google和亞馬遜的，此前亞馬遜做了一個類似雙十一的活動，結果數(shù)據(jù)庫直接宕機。”（雷鋒網注：此次宕機事件有可能指的是CNBC報道過的亞馬遜因放棄Oracle數(shù)據(jù)庫，導致Prime Day宕機 ）

值得關注的是，李飛飛還透露了兩個重要的信息：

1、2019年下半年，他們團隊有可能將公布云原生數(shù)據(jù)庫POLARDB和分布式關系型數(shù)據(jù)庫X-DB合并的最新進展，也就是前文提到的POLARDB分布式版本。

2、他們團隊將在2019年的ACM SIGMOD數(shù)據(jù)管理國際會議（全球數(shù)據(jù)庫領域具有最高學術地位的國際性學術會議）上分享雙十一場景下的分布式數(shù)據(jù)庫架構。據(jù)了解，谷歌Spanner、AWS Aurora等都是首先在SIDMOD會議上發(fā)布的。這實際上意味著中國廠商從技術上與頂級數(shù)據(jù)庫廠商站在了同一個舞臺上。

“從技術和商業(yè)角度往前看，我們希望永遠以業(yè)務來驅動技術發(fā)展，而不是閉門造車，研而不發(fā)。我們不說領先世界，但我們希望能夠永遠站在世界的前列，和AWS、甲骨文這些廠商站在技術和商業(yè)數(shù)據(jù)庫第一陣營的位置?！?/p>

對于業(yè)界極為關注的不同廠商數(shù)據(jù)庫之間的兼容問題，李飛飛一并做了解答。

他表示，阿里將盡可能去兼容現(xiàn)有生態(tài)而不是破壞現(xiàn)在的生態(tài)。業(yè)務上，阿里會鼓勵支持更多中小開發(fā)者以及合作伙伴、生態(tài)合作方能夠圍繞阿里現(xiàn)有的體系去開發(fā)上層的應用，維護管控一系列的工具和人力投入。商業(yè)打法上，阿里會有專門的支持計劃推出，面對金融行業(yè)、政府行業(yè)、新零售行業(yè)重點打造典型案例。當雙方數(shù)據(jù)庫之間有一個良性循環(huán)，生態(tài)做的足夠大，就可以獨立發(fā)展自己的生態(tài)。

“當我這個熱帶雨林也長起來以后，就是一個獨立的熱帶雨林，從你這分叉出去，就是我的目標。不過我們現(xiàn)在還沒有到那一步，這是我們最終的目標?！?/p>

在阿里云北京峰會當天，阿里云發(fā)布了POLARDB v2.0，這是業(yè)界首款兼容Oracle的云原生數(shù)據(jù)庫。

加入阿里：迎接挑戰(zhàn)，帶領團隊走向更遠

李飛飛坦言，他也面臨著一些挑戰(zhàn)，但雷鋒網認為這也是行業(yè)的一些共性挑戰(zhàn)。

第一個挑戰(zhàn)是內外部的壓力。假如把傳統(tǒng)數(shù)據(jù)庫廠商比喻成汽車制造廠商，專門造車就完事了。而阿里不僅要造車，還要同時支持集團的業(yè)務、服務云上的外部用戶——既是制造商又是4S店，既有研發(fā)又有運維。

第二個是混合云的數(shù)據(jù)架構帶來的業(yè)務上的挑戰(zhàn)。雖然說現(xiàn)在云計算市場蓬勃發(fā)展，無論是國內阿里、騰訊、華為還是海外的AWS、微軟Azure，都面臨一個問題——上云不是黑和白、0和1的問題，而是有些業(yè)務可以上云，有些業(yè)務不上云（仍舊保持傳統(tǒng)IT架構），如何保障安全穩(wěn)定高效的混合云部署是有挑戰(zhàn)的。

第三是數(shù)據(jù)的安全隱私保護，無論是AWS還是阿里云，這是一個永恒的話題。

第四是智能化系統(tǒng)的大規(guī)模落地應用。現(xiàn)在系統(tǒng)形態(tài)復雜、數(shù)據(jù)量越來越大，運維挑戰(zhàn)越來越高，依靠人力投入不是一個最佳選項，必須利用AI和機器學習的技術盡可能解決問題，提高運維效能。

但這些挑戰(zhàn)是李飛飛加入阿里之前就能想到的。作為橫跨了學術界、科研界、工業(yè)界的“全能型”技術人，他深刻洞悉了他在企業(yè)和學術圈的不同：

“企業(yè)界更多從應用需求出發(fā)，先解決問題再看怎么繼續(xù)跑，類似5+5不知道怎么計算的時候就全部拆成1，用工程化的思維去解決問題；而學術界和科研界會關注一些單點核心技術的突破和優(yōu)化，甚至進行前沿布局，但離集成到商業(yè)系統(tǒng)有一段路程?！?/p>

在采訪最后階段，談及加入阿里的原因，李飛飛十分直爽地表示，阿里的業(yè)務場景豐富，是一個天然的數(shù)據(jù)庫的圣地，能支持各種業(yè)務練兵，做最牛的技術，同時又能商業(yè)化產業(yè)化。另外，他坦言，阿里互聯(lián)網化程度高，開放式、有合力，他在美國待那么多年，比較適應這種文化。選擇加入阿里是個很自然的過程。

現(xiàn)在，全球數(shù)據(jù)庫市場競爭激烈，傳統(tǒng)廠商實力強大，李飛飛還將帶領阿里云數(shù)據(jù)庫和達摩院數(shù)據(jù)庫與存儲實驗室，繼續(xù)走向更深更遠處。

雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。