共计 4269 个字符，预计需要花费 11 分钟才能阅读完成。
本文为华东师范大学副校长，CCF 会士周傲英传授在第一届 OceanBase 开发者大会带来的分享。欢送拜访 OceanBase 官网获取更多信息：https://www.oceanbase.com/
3 月 25 日，第一届 OceanBase 开发者大会在北京举办，华东师范大学副校长，CCF 会士周傲英传授带来了《将来, 中国须要什么样的数据库？》的分享，从他的视角为大家介绍了数据库技术倒退的趋势、行业的机会，还有咱们所肩负的使命。
以下为演讲实录：
很快乐又来到 OceanBase 的会场，对于中国将来须要什么样的数据库，是我特地想讲的内容，我从 1985 年读研究生的时候开始学习数据库，通过多年的倒退，中国终于迎来了数据库倒退的新机遇。 明天我的分享将从数据库的诞生、数据能源对于数字化转型的作用、分布式数据库评测基准三个次要方面开展。
利用驱动翻新的数据库
简略回顾一下数据库，从更高的维度来看，数据库属于什么样的技术领域？如果数据是电能（power），须要把电送到千家万户，咱们就须要一个赋能平台，要有电力的基础设施，此时，我感觉数据库就属于基础设施外面的一个重要内容，并且它具备先锋性的作用。
开展讲讲赋能平台，“赋能”这个词是互联网的概念，当初曾经被宽泛应用，当初咱们到处讲的“赋能”，英文是 In-power，也就是说它的主语应该是 power，能力赋能其它的。这个角度来说数据库就是赋能平台的概念，最早在 50 多年前曾经呈现，当初曾经到了宽泛的赋能平台，当初就来分享一下，咱们在和 OceanBase 单干中对分布式数据库的了解。
大家都晓得，咱们在学计算机专业的传统专业课程中，有四门课是咱们这个业余独有的——编译、操作系统、数据库、网络，而这四门课程中，只有数据库成为了一个独立的行业。操作系统中的 Windows 不是独自卖 Windows，编译也没有独自卖编译的，网络是卖硬件的、没有卖软件的。从这个角度来说，在数据库产业的倒退过程中，Benchmark 基准评测起到了很好的作用，也标准了这个行业的倒退，让大家绝对偏心、有序地竞争。
▋ 数据库为金融而生
数据库是作为金融技术、金融科技而诞生的，反对的是 Mission-Critical 的利用，Mission-Critical 是人财物的准确治理，为了做到“准确”，咱们须要数据库。最早的数据库从 COBOL (Common Business-Oriented Language，最早的商用编程语言) 里诞生。2000 年，美国因为千年虫（Y2K）的历史遗留问题，把很多在海边独居的老人请回来改代码，那时候的代码还是 COBOL 代码，最早的社保和医保零碎都是用 COBOL 来写的。2020 年疫情刚开始时，因为很多医保、社保在这一年马上要兑付，很多老人再次被请回来改代码。
由此可见，数据库是晚期最经典的金融科技， 是典型的“利用驱动翻新”的案例。
▋ 数据库的倒退历史
20 世纪 50 年代，COBOL 开始呈现；60 年代，COBOL 被定义为数据系统语言，第一个图灵奖获得者艾伦·佩利（Alan J.Perlis）在 CODASYL 会议上提出了 DBTG 报告；80 年代，数据库概念达到高峰，关系型数据库开始呈现，数据库由此开始缓缓被人承受，并由此开始广泛传播，也是在这个过程中，两个图灵奖获得者诞生了。
数据库的发展史是 IT 技术创新史的缩影，数据库的的胜利是利用翻新的胜利。用利用驱动翻新的数据库，在实践和技术的相互促进中，造成了数据库波澜壮阔倒退的几十年。尽管数据库技术在一直倒退中越发胜利，然而任何胜利的案例都有它粗浅的教训： 本来咱们认为一个关系数据库可能解决所有问题，但在大数据和谷歌的“三驾马车”概念进去之前，大家如同都在悲叹数据库如同解决不了数据的问题，直到”One Size Fits a Bunch”（即一类利用能够有一个数据库）概念的提出。
我跟国外学者交换时，他们也很认可我的理念：学数据库的人应该了解数据库的形象，关系数据库就是对语义的形象，事务处理就是对业务逻辑的形象， 分布式数据库就是阳振坤老师讲到管帐、记帐、转帐这些业务逻辑的形象，而 Benchmark 是对性能、对能力、对标准的形象，正是形象成就了 30 多年的数据库产业的倒退。
数据之于数字化转型
从当初的角度来看，咱们怎么来做新的数据库？“Data is power（数据是新能源）”的实践，是 2016 年马云学生在云栖大会上讲的，这个 Power 指的是电，数据给生存带来的粗浅扭转好比一百多年前，电的诞生对生存带来的粗浅扭转一样。
尽管四五十年前曾经有人意识到数据的重要性，但咱们对于数据宽泛意义上的重要性是互联网教会咱们的。从“蒸汽能 (Steam Power)”到“电能 (Electric Power)”再到“数据能 (Data Power)”，每次 Power 的扭转实际上不仅仅是一次产业的微小扭转，它带来还有国内格局的基本扭转。
在蒸汽时代之前的马能（Horse Power）时代，中国占据世界核心位置几百年甚至上千年；到了蒸汽时代，英国占据了世界的核心位置；再到了电能时代，美国就取代了英国。而当初的“数据能”时代给中国带来了机会，也给数据库人带来了机会，咱们在走向世界地方的路上。
数字经济不是产业的数字化、数字的产业化，这是十分外表的景象，实质上它会带来整个经济格局的扭转。 就像电能时代，在把蒸汽时代所有的产业都做一遍的同时，也诞生了一批簇新的产业，比方通信、IT，数据是把人类从工业文化带入数字文化的一个重要能源。
当初咱们讲的数字化转型中，数据对于数字化的作用，就像电对于电气化转型一样。2020 年 4 月上旬，美国微软公布了 Microsoft Power Platform，在这个平台上将微软所有的性能汇合在了一起。
尽管它没有说这个 Power 指什么，但却强调了 Microsoft Power Platform 是助力数字化转型的低代码平台，当初微软的 Word、Excel、PowerPoint 产品里都融入了 GPT4，所以它讲的 Power 就是 Data，如果把 Microsoft 摘掉，Power Platform 就是咱们的电力基础设施，电力、电网、远距离超高压传输电网，始终到家里的配电盘以及变电站外面的变压器，整个这一套就是 Power Platform，它的基本目标要把数据大众化，把开发大众化，把 AI 大众化。
把数据大众化，就是要让大家都能简略地应用数据，要低代码甚至零代码，这是它的根本逻辑，其倒退的最高境界就是 AI 大众化，所以咱们要做数据赋能平台，也就是马老师以前提到的数据中台。
咱们要把数据中台翻译成 Data Power Platform，从而彰显 Data is power。数据库是数据中台的重要性能，基本目标就是咱们要意识 Data，晓得电压、电流、电阻，咱们才钻研这一套电，咱们要有电网、有继电保护，咱们要让数据技术装备化、大众化、平民化、傻瓜化，这是咱们的基本目标。尽管咱们不见得都了解电，然而咱们每个人都会用电，ChatGPT 也是给咱们这样的路线，让大家不须要编代码就能够把计算机和 AI 用起来。“真正的 AI 时代”开始的基本目标就是要让数据大众化，把数据用好。
互联网时代，咱们对数据库提出十分宽泛的要求，数据库和互联网碰撞到一起，带来十分多的冲击——场景和利用范畴不一样了。本来的数据库必须是数据库的用户能力用，当初的数据库是有个手机就能用。
分布式数据库评测基准
随同着云计算趋于成熟，在这样的状况下，咱们将来的分布式数据库在什么中央，OceanBase 是分布式数据库的探索者。我认为分布式数据库要有云上的零碎，方才咱们都提到数据库要扩容，要智能运维， 如果要让数据库好用，要让赋能平台好用，就不能仅仅只是“One size fits a bunch”，而应该是像阳振坤提出的观点“One Suite fits all”。
以前咱们学分布式数据库时，还没有网络和当初的互联网，当初在利用驱动翻新下，有了互联网，进而有了分布式数据库。
▋ Benchmark 对产业造成十分重要
在华东师范大学和 OceanBase 单干过程当中，咱们认为：Benchmark 对产业的造成十分重要，也是在这个过程中，咱们进行了总结。所以咱们始终在钻研基准，以此来疏导分布式数据库的倒退。
基准是利用需要的形象，有了形象能力疏导，咱们都晓得实际出真知，因为真知造成了实践再疏导实际，正是对立的评测基准疏导着分布式数据库的倒退，咱们对传统的 Benchmark 进行了总结，包含 OLTP 和分布式数据库的总结，在 2022 年有一篇文章，全面地阐述了从 Benchmark 的倒退到分布式数据库的倒退。
数据库历史倒退图
咱们必须形象，而形象肯定要从利用当中来，要理解利用的需要。因为利用的需要对分布式数据库的可扩展性、高可用性、可调度性、弹性十分重要，所以为了做到这一点，须要造成量化的规范，咱们心愿用量化的形式来进行评测。
咱们做了分布式数据库评测的套件 Dike，目前曾经颁布在 Github 下面，叫 dbhummer。Dike 是可插拔的、定量的、动静的、不平衡的一种散布的形式，往年也被选中在 SIGMOD 上进行了发表。咱们的套件从不同的角度来进行评测，只有是分布式数据库，大家都能够在这下面做 PK，心愿以此疏导技术往失常的轨道上倒退，不会造成歹意竞争。
▋ HTAP benchmark
咱们对 HTAP 也做了相应钻研，钻研 HTAP 的 Benchmark 要点，比方：混合负载、抗干扰能力、实时数据获取能力，在对立的业务场景上进行剖析，把 TP 和 AP 放在一起，他们之间会存在穿插，同时保障不同的 HTAP 可横向比拟等等，对整个国内 Benchmark 学术界是一个十分重要的热点问题，目前，华东师大和 OceanBase 正在联结研制新的 HTAP 评测基准 Vodka，咱们对已有的零碎和规范做了比拟，心愿很快能出台规范。
华师大可能在数据库钻研外面放弃领先地位，在国内上放弃肯定的影响力，很重要的一点就是咱们从 2014 年开始，始终在钻研 Benchmark。Benchmark 对业界来说就是规范，它对数据库产业的倒退和学术的倒退十分重要。
最初，数据库是实现赋能最早、最经典的胜利案例，咱们要从更高的角度看这个 Power，并搭建 Data power Platform，把技术大众化作为基本的前途，Benchmark 是疏导数据库倒退的正确路径，咱们初步的方向在同样的套件下面实现用户所心愿的所有性能。
谢谢大家，也祝 OceanBase 越来越好！
欢送拜访 OceanBase 官网获取更多信息：https://www.oceanbase.com/
