共计 5024 个字符，预计需要花费 13 分钟才能阅读完成。
2022 年是魔幻年，2.24 号，NineData 创始人叶正盛正在里面爬雪山团建，谈着刚刚打响的俄乌和平。4 月招聘一位上海员工，但因为疫情管控只能近程报到，杭州亚运会也被迫推延，随后几个月大家都笼罩在暗影中，唯有世界杯带来了高兴，但原打算 12.18 号一起看决赛，没想到公司霎时阳了一半，看球流动也被迫勾销。好在疫情疾速消停，和家人度过一个大团圆春节。
2022 也是玖章算术守业残缺的第一年，团队、NineData 产品和技术都突飞猛进，其中特别感谢所有反对的敌人（客户、老朋友、投资人和业务搭档），也结识了很多守业的前辈，向各位学习。
叶正盛，作为数据畛域 20 年的从业者，曾负责过阿里云数据库产品的整体规划，经验了不一样的 2022，想谈谈 2023 年可能会不一样的数据库。
一、百仓大战，剑拔弩张
2020 年 Snowflake 上市，市值冲高到 1000 亿美金，数据仓库市场从新被点燃，要晓得，二十年数仓王者 Teradata 市值也不到 50 亿美金。
2010 当前，数据仓库也始终被大数据概念碾压，好像是落后技术代表，然而通过 10 年倒退，人们逐步意识到大数据窘境，个别的企业投入大、落地难、技术架构简单，大数据巨头 Cloudera 在 2021 年黯然退市。而数据仓库是更成熟的理念，也是企业外围需要。
2020 年开始，谁会是中国的 Snowflake，这个是投资人和技术创业者最关怀的事件。中国做数据技术的大牛们开始陆续投身到守业浪潮里，并且拿到不少的启动资金，后期有积攒的公司产品陆续面世，尽管很多还在孵化期，但参与者谁都晓得，百仓大战，剑拔弩张。
不论是 OLAP 还是 HTAP 都在面向同样的业务场景，防止不了兵戎相见。如果是在大公司外部孵化，还能够有稳固的公司外部业务撑持，然而在内部市场就天壤之别。内部市场是充沛竞争的，并且是有机会的，不容许守业公司缓缓研发，如果市场被瓜分完了，并且还有生态劣势，那后发者会更难冲破，须要投入更多的资金并且更考验公司的业务能力。市场竞争是残暴的，软件技术产品竞争和互联网产品相似，未来都会是赢者通吃，兴许只有前三能活好。
二、根底软件国产化浪潮
达梦 IPO
中国软件技术蓬勃发展，在互联网畛域基本上实现了自主可控，这外面应用了大量的开源技术和自主研发的平台，然而在传统 IT 畛域，尤其是大型政企市场，外围根底软件依然由国内巨头霸占。
大家都分明，国产化浪潮是大趋势，这不只是因为政策导向，而是中国根底软件技术曾经蓄势待发，只有大力发展市场经济，政策决策不犯错误，国产化是必然趋势。有如中国的电视、手机、汽车等畛域，中国企业不仅是看中国，而是曾经开始走出国门。
再回到数据库畛域，2022 年，达梦曾经提交了上市申请，预计是 500 亿人民币的市值，大家都十分期待能胜利 IPO。达梦是我十分钦佩的公司，如果中国数据库只留下一款产品，那达梦数据库是强力竞争者。不论是产品的成熟度还是对核心技术的掌控以及市场的影响力，我认为达梦都是国内的领导者。
2023 年，心愿达梦可能胜利上市，这将极大加强中国企业倒退核心技术的信念。要晓得，很多中国企业对根底技术是极度不足信念的，甚至不惜走盗版、仿冒、贴壳包装这种低劣操作。
三、分布式与 HTAP 交融
数据库号称是计算机软件的明珠，而分布式始终是数据库畛域大难题，OceanBase、Spanner、TiDB、CockroachDB、PolarDB-X、Vitess 都是畛域的先行者。中国在这个畛域曾经处于寰球当先的程度，然而从市场需求来看，分布式是面向海量数据的问题，是大型零碎需要，导致市场拓展压力大。Oracle 和 MySQL 这些数据库也推出过分布式数据库性能，但并没有失去市场的认可。从技术角度来看，分布式技术是简单的，运维会更简单，根本是要业余团队能力搞定。
市场需求和技术的复杂度，导致分布式尽管有技术的制高点，然而业务拓展十分艰难，可能 80% 的场景都很难施展分布式数据库价值。分布式数据库必须要能开掘更广泛的业务场景。
个别零碎的并发和数据没有那么大，外围需要是在线业务办理和报表剖析，数据量广泛在 1TB 以内，甚至没有数据库管理员，所以大部分企业级软件（ERP、CRM）要思考规模化推广，都反对应用了单个数据库来解决在线业务和报表查问需要，数据仓库也临时不建。所以在企业级软件里 HTAP（OLTP+OLAP）是数据库的默认需要，Oracle、DB2、SQLServer 几大数据库在 OLTP 和 OLAP 方面都是领导者，这个足以证实 HTAP 在通用市场的重要性。
咱们看见 TiDB 和 OceanBase 两大分布式数据库都在发力 HTAP 能力，尽管大家的技术计划齐全不同，然而要解决的问题是类似的，HTAP 外围是要同时具备 TP 和 AP 能力，并且 AP 不能影响 TP 的响应工夫。TiDB 应用了不同的引擎来解决 OLTP 和 OLAP 需要，通过内置的数据传输来解决数据同步问题。OceanBase 与 Oracle 等传统数据库相似，应用了一套引擎来实现，没有数据同步问题，通过加强资源隔离能力来解决 AP 对 TP 的烦扰。我感觉技术难度都十分大，TiDB 的计划会更适宜互联网公司，而 OceanBase 的计划更适宜企业级市场。
在企业级市场外围数据库场景里 HTAP 是标配，HTAP 理论是局部数据库在补足与支流商业数据库差距提出的问题，我印象中已经 HANA 宣传过比拟多。Oracle、DB2、SQLServer 等数据库在 TP 和 AP 方面都十分强，这些产品在简单 SQL 多维查问能力是十分优良的，不论是执行优化、诊断剖析、资源隔离都是业界当先，然而在分布式扩展性方面落后了，因为互联网企业在分布式方面有更高的性价比要求，所以才有了明天分布式数据库、大数据的新格局。
HTAP 能力在中小型零碎（数据量不到 TB 级，数据采集起源繁多）里是十分有竞争力，这也是很多企业应用了 Oracle、SQLServer，在数据量还没有增长起来不须要建设数据仓库的起因。不论是企业日常运维还是简略 BI 剖析，如果能在繁多数据库里实现，对于业务软件研发效率和运维都是微小的劣势，很多商场、医院、工厂都是这么解决的，有些互联网晚期产品也是不必 AP 倒退起来的。
HTAP 对于大型外围零碎的价值在缓缓降落，外围起因是大型零碎数据量大、并发高，所以资源隔离更加简单，数据起源也有多个渠道甚至是多个供应商。所以企业应用独自的 AP 零碎能够有更好的性价比，这样也能保障 TP 业务的稳定性。第二个起因是大型企业要具备更弱小的数据分析开掘能力，须要保留大量历史数据做趋势剖析和预测，如果应用原始的 TP 或者 HTAP，一份数据是很难满足的，所以更须要独自的 AP 零碎。
我了解明天很多 TP 产品在加强 AP 能力是正当的，不论是在繁多引擎做还是通过数据复制多种引擎做都是有价值，也是成长为将来企业外围数据库必须要具备的能力，然而也要看到企业大型场景应用独自 AP 是更正当的数据布局。
四、迈向云数据库 3.0
云数据库是近 10 年来数据库畛域最大的变动，仍然会是将来 10 年的主线，联合云计算做数据库曾经是海内外根本共识。我把云数据库倒退分为三个阶段，每个阶段不是说提一个架构就行，而是须要在市场上等到验证，一款产品要能取得寰球 10 亿美金或者中国 10 亿人民币的支出，这里 RDS、Aurora、PolarDB、DynamoDB 都失去了市场验证。
第一阶段是以 RDS、EMR 这类托管服务为代表云数据库 1.0，这个阶段核心技术是构建云管控平台，具备根底的开源数据库内核批改能力，确保内核能即时更新并且发现重大 bug 时能够疾速修复，对客户最大价值是晋升了数据库运维效率和稳定性。
第二阶段是以 AWS Aurora、阿里云 PolarDB 引领的存储计算拆散架构为代表的云数据库 2.0，这个阶段须要对数据库 IO 架构深刻了解，充分发挥云平台的劣势，联合分布式存储，把数据库做成面向云的存储计算拆散架构，须要对数据库的 IO 模型彻底革新，第二阶段相比第一阶段的 RDS 最重要是晋升了数据库弹性扩大能力。
第三阶段是指在云上构建 Serverless+HTAP 的云原生数据库，称为云数据库 3.0。这须要对数据库做更彻底的重构，要融入到云架构骨髓，会波及到数据库的计算引擎重构，并且要面向云建设新的商业模式，甚至要从新定义面向数据库的开发模式，这将是更难的冲破。在 NoSQL 和数据仓库曾经走在后面，尤其是云厂商全新构建的产品，如 AWS 的 DynomoDB，阿里云的 MaxCompute 和 Google 的 BigQuery，然而在云数据库最重要的关系型模型还没有齐全冲破，海内也还是摸索中，Serverless 是难点，HTAP 是刚需，我感觉明天大家都还有工夫和机会去引领这个翻新。
这三个阶段的产品会共存，毕竟云计算还没有齐全遍及，随着云计算的全面遍及，云数据库 3.0 的竞争力将大幅加强。
五、新数据暴发
计算机让人类有了第二个大脑；互联网让你我远在天边，近在眉睫；挪动互联网让人们的生存更加便当、美妙。
咱们来到了数据时代，新数据在不停的产生，数字、文字、语音、图片、视频曾经充斥了世界，IDC 预测 2025 年寰球数据量将达到 175ZB，随着物联网和 AIGC（AI Generated Content）的成熟，数据又将迎来大爆炸。
物联网尽管没有当初人们设想对家庭带来微小改革，然而咱们曾经感触到智能车联网、机器人时代就要降临，这必将带来海量的新数据处理需要。
咱们看到面向物联网设计的时序数据库在蓬勃发展，国内有 TDEngine、DophinDB、YMatrix、GreptimeDB、IoTDB、Lindorm 等等，国内上的 InfluxDB、TimescaleDB、OpenTSDB、Prometheus，尽管国内的产品起步早，然而中国的产品倒退迅速，物联网场景也更加丰盛，很有机会引领时代。
在图片、视频充斥屏幕的时代，面向新媒体数据的辨认剖析会有更多场景，尤其是与 AI 联合，Milvus、Pinecone 等产品都在这个畛域摸索。AIGC 概念会给数据库带来新的变数，明天数据库是用来采集、存储、剖析数据，如果未来数据库也具备了 AIGC 的能力，那就能够本人产生并存储数据，咱们曾经领教了 ChatGPT 的威力，数据和 AI 的联合会带来有限设想。
过后序数据库在面向海量数据场景倒退时，而另外一个守业热潮是图数据库。图数据库是 NoSQL 浪潮的重要分支，也是最须要翻新的畛域。文档、时序等数据库实质上是关系型数据库的非凡场景优化，而图数据库是在彻底重构数据存储与检索模型，图数据库更像人脑思考模型，而明天大量的数据组织是按计算机模型筹备的，所以这是微小的挑战，必须要在输出和输入侧都发生变化才可能胜利。咱们也看到 Neo4j、TigerGraph、Nebula、Galaxybase、Neptune 等产品在不停摸索，目前次要是场景化冲破，期待能在新数据暴发时代发力。
六、古代数据栈 MDS
Modern Data Stack，简称 MDS。这是 2020 年圈子里开始探讨的理念，晚期是 dbt 和 Fivetran 提出来的，Modern Data Stack 翻译过去是古代数据栈，随着新数据暴发，联合以后数据需要和技术特色，实质是云原生的实时多源数据管理产品体系。
从技术和市场的角度看，繁多数据库曾经无奈满足各种客户场景，所以客户须要各种数据源对立治理，面对业务竞争，客户会要求数据能更实时的传输和解决，同时要能简洁易用、安全可靠，另外云数据库是大方向，所以 MDS 实质是云原生的实时多源数据管理产品体系。
Snowflake，Fivetran 是具备了一些 MDS 特色，提供了简洁易用的云服务，并且可能实时处理各种数据，在国内市场失去了宽泛的利用。另外阿里云 DTS、AWS 的 DMS，是云厂商推出的数据传输类产品，玖章算术 NineData（NineData- 让每个人用好数据和云 - 玖章算术）是新一代云原生数据管理服务，这些产品都是面向云时代设计的解决多种数据源实时数据管理问题，包含存储、开发、传输、备份等等，是 MDS 的落地实际。MDS 的思维在继续酝酿，置信很快会在畛域内绽开，十分期待。
写在最初
2023 年，咱们会走出疫情，国家对平台和民营经济的反对，信念逐步回归，一切都在向好的方向倒退。守业是艰巨的，然而创业者肯定是乐观的，尽管看见了遍地的机会，然而咱们更须要好高鹜远，在产品技术和商业模式上一直冲破，我置信中国根底软件很快会在中国崛起并服务寰球市场。
