苗健

中國作為一個信息化大國，擁有自主可控的關(guān)系型數(shù)據(jù)庫產(chǎn)品非常必要。與此同時，我們的國產(chǎn)數(shù)據(jù)庫經(jīng)過20多年的發(fā)展，目前的現(xiàn)狀依然是：完全自主開發(fā)的產(chǎn)品至今為止還“不堪重用”，還未能進入市場與研發(fā)的良性循環(huán)，也未能縮短與國際先進水平的差距；至于源代碼引進，2015年，引進Informix源代碼的道路，如今亦已成為死路；云計算數(shù)據(jù)庫平臺方面，互聯(lián)網(wǎng)、云計算公司推出的數(shù)據(jù)庫產(chǎn)品，不能承擔起傳統(tǒng)領(lǐng)域Oracle替代品的角色。

那么，國產(chǎn)數(shù)據(jù)庫到底應(yīng)該怎樣發(fā)展呢？我們需要從市場上的客戶對國產(chǎn)數(shù)據(jù)庫到底存在哪些疑慮談起。目前，國內(nèi)客戶對于國產(chǎn)數(shù)據(jù)庫存在的疑慮主要有：技術(shù)先進性—總感覺國產(chǎn)數(shù)據(jù)庫還不夠先進；產(chǎn)品穩(wěn)定性—產(chǎn)品的穩(wěn)定性需要廣泛的應(yīng)用的磨煉；市場案例—對于自研產(chǎn)品來說，同樣是死結(jié)；支持服務(wù)保障—這一點是唯一有可能做的；未來發(fā)展持續(xù)性—這需要公司實力來支撐，而且要有強大的科研力量。如何在短時間內(nèi)消除客戶的疑慮，我們把目光投向了開源軟件。

開源軟件是國產(chǎn)數(shù)據(jù)庫發(fā)展的可行之路

而今，開源軟件已經(jīng)得到廣泛應(yīng)用，這其中也包括開源數(shù)據(jù)庫軟件。在技術(shù)的先進性上，開源數(shù)據(jù)庫軟件雖然比起商業(yè)產(chǎn)品，還存在一定的差距，但這個差距已經(jīng)不妨礙開源軟件在市場上的接受度以及應(yīng)用的領(lǐng)域；在產(chǎn)品穩(wěn)定性上，與小規(guī)模商業(yè)軟件不同，開源軟件業(yè)已得到市場的廣泛應(yīng)用，其產(chǎn)品的穩(wěn)定性得到了市場應(yīng)用的磨煉；在應(yīng)用案例上，開源軟件的應(yīng)用案例甚至多過大部分商業(yè)軟件；在服務(wù)上，開源軟件的服務(wù)完全取決于對產(chǎn)品的掌握和服務(wù)的體系和意識；在發(fā)展的持續(xù)性上，開源軟件來源于開源社區(qū)。

我們可以看到，開源的數(shù)據(jù)庫軟件其市場的接受度、應(yīng)用的廣泛性，遠大于傳統(tǒng)的國產(chǎn)數(shù)據(jù)庫。那么國產(chǎn)數(shù)據(jù)庫的發(fā)展為什么不借助開源的數(shù)據(jù)庫產(chǎn)品呢？借助開源產(chǎn)品可以直接獲得源代碼，免去重復(fù)“發(fā)明輪子”的工作，把有限的時間、精力、資金用在最需要解決的問題上。從2009年開始，國內(nèi)就有公司組織力量開始研究PostgreSQL的源代碼，力圖為國內(nèi)的數(shù)據(jù)庫客戶提供一個基于開源數(shù)據(jù)庫軟件的新選擇。

PostgreSQL適合作為國產(chǎn)數(shù)據(jù)庫發(fā)展的基礎(chǔ)

市場上知名的開源數(shù)據(jù)庫有幾個，但哪一個適合作為國產(chǎn)數(shù)據(jù)庫發(fā)展的基礎(chǔ)呢？

從影響力與普及度方面考慮

有一個網(wǎng)站叫DB-Engines（https：//db-engines.com/en/ranking），它通過收集互聯(lián)網(wǎng)上的信息，對各個數(shù)據(jù)庫產(chǎn)品的普及度和“人氣”進行排名，每個月更新（如圖1）。我們可以看到，2018年2月的最新排名，前四位是：Oracle、MySQL、Microsoft SQL Server、PostgreSQL。第五位是文檔數(shù)據(jù)庫MongoDB，而著名的IBM DB2排在第六位。我們注意到，PostgreSQL如今排在第四位。而前三位中，只有MySQL屬于開源數(shù)據(jù)庫，剩下的就是Oracle和MS SQL Server了。PostgreSQL的排名說明了它擁有大量的用戶與案例，除了北美，PostgreSQL在日本和俄羅斯擁有非常廣泛的應(yīng)用。

我們沒有采用MySQL的源代碼作為國產(chǎn)數(shù)據(jù)庫的起點，主要有兩個原因。

第一，MySQL雖然是目前應(yīng)用最廣泛、普及度最高的開源數(shù)據(jù)庫，但MySQL的技術(shù)架構(gòu)和產(chǎn)品功能與PostgreSQL相比是存在差距的。PostgreSQL相對而言是一個全功能的專業(yè)數(shù)據(jù)庫產(chǎn)品，而且MySQL社區(qū)如今已被Oracle掌控，它的發(fā)展多少會受到Oracle的影響，MySQL與Oracle商業(yè)產(chǎn)品之間會永遠保持一個明顯的差別。這樣，以MySQL源代碼為基礎(chǔ)發(fā)展國產(chǎn)數(shù)據(jù)庫產(chǎn)品，無法承擔起取代Oracle數(shù)據(jù)庫的使命。

第二，MySQL雖然是開源產(chǎn)品，但MySQL的開源協(xié)議是GPLv2。這不是一個“活雷鋒”的協(xié)議，它要求在該源代碼基礎(chǔ)上開發(fā)的產(chǎn)品也必須開源。因此，在MySQL源代碼上發(fā)展國產(chǎn)數(shù)據(jù)庫，在知識產(chǎn)權(quán)法律條款上是行不通的。所以，我們選擇了市場普及度第一，適合作為國產(chǎn)數(shù)據(jù)庫基礎(chǔ)的開源數(shù)據(jù)庫平臺—PostgreSQL。

從產(chǎn)品的血統(tǒng)與開源政策分析

談到PostgreSQL，就不能不提加州大學伯克利分校。加州大學伯克利分校是當今數(shù)據(jù)庫領(lǐng)域產(chǎn)品技術(shù)與人才的搖籃。早在20世紀80年代末90年代初，加州大學伯克利的服務(wù)器（當時還是ftp服務(wù)器或者是BBS）上就放滿了各種數(shù)據(jù)庫相關(guān)的軟件，很多都是研究生的習作（它們有些直接提供源代碼，有些則不提供源代碼，但可以自由使用，稱之為share ware），其中的一些技術(shù)和想法后來都出現(xiàn)在著名的商業(yè)數(shù)據(jù)庫軟件中。

PostgreSQL是數(shù)據(jù)庫大師、加州大學伯克利的Michael Stonebraker教授（因其對數(shù)據(jù)庫領(lǐng)域做出的杰出貢獻，在2014年榮獲圖靈獎）帶領(lǐng)他的研究生們從1986年開始研發(fā)的關(guān)系型數(shù)據(jù)庫項目。后來，因為出售了之前的Ingres數(shù)據(jù)庫產(chǎn)品，他們把學校里的這個數(shù)據(jù)庫項目在1995年前后命名為PostgreSQL，其含義是Ingres的后來者。

Michael Stonebraker在數(shù)據(jù)庫業(yè)界有非常大的影響力，著名的Sybase數(shù)據(jù)庫代碼就出自他的學生Robert Epstein博士。Sybase于1984年成立，1988年與微軟合作，將Sybase SQL Server代碼提供給微軟。直到今天，微軟SQL Server在業(yè)界依然名列前茅。

20世紀90年代初，Michael Stonebraker提出了對象關(guān)系數(shù)據(jù)庫理論，率先將面向?qū)ο蟮母拍钊谌雮鹘y(tǒng)的關(guān)系數(shù)據(jù)庫中，為此他成立了一家公司叫Illustra。1995年，Illustra被Informix收購，Michael Stonebraker由此擔任Informix CTO，從此開創(chuàng)了通用數(shù)據(jù)庫（Universal Database）的時代。除了Informix UDB 9.0，IBM的DB2在1995年也進行了重大的改寫，并改名為DB2 UDB，同樣在擴展性上吸取了Michael Stonebraker的對象關(guān)系數(shù)據(jù)庫理論。

PostgreSQL是Michael Stonebraker教授與他的研發(fā)團隊在傳統(tǒng)關(guān)系數(shù)據(jù)庫時代的理想化身。他們把他們認為的關(guān)系數(shù)據(jù)庫所應(yīng)有的系統(tǒng)架構(gòu)、訪問方法、優(yōu)化策略、功能與理念、通用性和擴展能力都在PostgreSQL的代碼中加以實現(xiàn)，整個產(chǎn)品具有相當高的技術(shù)水準?？梢哉f，PostgreSQL代碼本身，就是一部關(guān)系數(shù)據(jù)庫的教科書。

PostgreSQL除了是一個擁有純正技術(shù)血統(tǒng)的平臺，更重要的是，它是目前幾乎唯一的一個BSD協(xié)議的開源產(chǎn)品。當年，Michael Stonebraker的團隊將PostgreSQL作為開源提供的時候，就是基于一種技術(shù)分享的理念。它不限制任何人直接采用這些源代碼去做工作，也不限制人們直接采用它去進行商業(yè)的活動。

正因如此，20多年來有很多成功的商業(yè)化產(chǎn)品，它們是基于PostgreSQL源代碼發(fā)展起來的。第一，Netezza，2001年在PostgreSQL基礎(chǔ)上，采用了FPGA輔助數(shù)據(jù)的掃描過濾，推出一款數(shù)據(jù)倉庫一體機。2010年被IBM收購，成為今天IBM數(shù)據(jù)分析的重要平臺。第二，Greenplum，2003年基于PostgreSQL發(fā)展起來，開發(fā)出MPP架構(gòu)的數(shù)據(jù)倉庫平臺，今天成為數(shù)據(jù)倉庫領(lǐng)域中重要的一款產(chǎn)品。第三，ParAccel公司同樣采用PostgreSQL構(gòu)建了MPP架構(gòu)，在2013年加入了AWS。如今，它就是AWS數(shù)據(jù)倉庫云服務(wù)的后臺—RedShift。

從功能與技術(shù)特性上分析

PostgreSQL是一個功能全面的數(shù)據(jù)庫產(chǎn)品。在分布式關(guān)系數(shù)據(jù)庫發(fā)展的歷史中，所有重要的功能，PostgreSQL不可能沒有，因為很多功能和想法原本就出自加州大學伯克利。PostgreSQL的功能非常全（與Oracle比肩，超過絕大部分同類產(chǎn)品）。如果參與今天國內(nèi)的各類數(shù)據(jù)庫產(chǎn)品招標，在常規(guī)功能的對標中，PostgreSQL是不會吃虧的。

PostgreSQL的代碼和設(shè)計，具有典型的加州大學伯克利風格，也就是任何功能都力圖通用化，很少會固定死某個功能，而是盡量留給用戶自行定義和擴展的機會。因此，在PostgreSQL上進行擴展和創(chuàng)新遠比其它的平臺更為便捷與可靠。

國產(chǎn)數(shù)據(jù)庫持續(xù)發(fā)展、換道超車

國產(chǎn)數(shù)據(jù)庫的發(fā)展必然經(jīng)歷引進、吸收、掌握、創(chuàng)新的過程。我們目前正處于吸收和掌握階段。但是，我們看到創(chuàng)新的機會就在不遠的將來。

今天的數(shù)據(jù)庫軟件要面對的系統(tǒng)環(huán)境與前些年相比已經(jīng)有了很大的變化。今天，系統(tǒng)的主流是x86架構(gòu)的PC服務(wù)器+Linux操作系統(tǒng)+虛擬化+云服務(wù)。在系統(tǒng)架構(gòu)層，基本實現(xiàn)了國產(chǎn)化。數(shù)據(jù)庫軟件要面對的系統(tǒng)是多路、多核CPU+大內(nèi)存，存儲是NVRAM+閃存+軟件定義存儲，通信環(huán)境是Infiniband與IPoIB+RDMA。

這樣，在多服務(wù)器的群集系統(tǒng)設(shè)計，數(shù)據(jù)庫基礎(chǔ)訪問方法等方面會有新的實現(xiàn)思路。在這里，NVRAM的發(fā)展將更加引人注目。這是一種介于內(nèi)存與閃存之間的新型半導體存儲介質(zhì)，能夠在斷電時保持存儲的信息，但訪問速度又高于閃存一個數(shù)量級。在NVRAM價格普及的那一天，將對傳統(tǒng)的數(shù)據(jù)庫軟件產(chǎn)生巨大的影響。

數(shù)據(jù)庫發(fā)展到今天，數(shù)據(jù)庫軟件中大量的代碼和運行時間是在與磁盤I/O作斗爭：大量的數(shù)據(jù)預(yù)讀到內(nèi)存作為緩沖，查詢優(yōu)化器拼命找尋能夠使用索引或者減少磁盤訪問的策略。閃存和SSD的推出，大幅度提升了隨機I/O的速度，但還沒能動搖數(shù)據(jù)庫軟件的整體架構(gòu)。

但是，一旦NVRAM普及，很多事情就有可能改變。大量的數(shù)據(jù)掃描，甚至可以直接在基礎(chǔ)數(shù)據(jù)存儲上進行，而不必另行緩沖。這樣的改變，即便是Oracle，都需要重新改寫代碼、調(diào)整結(jié)構(gòu)。這對于大家都是一個改變。這就是我們所說的“換道超車”的機會。

這種機會，很可能在未來的一兩年就發(fā)生。作為國產(chǎn)數(shù)據(jù)庫，我們做好準備了嗎？要做這樣的準備，就需要在今天充分掌握基礎(chǔ)代碼。對于各個技術(shù)創(chuàng)新點，進行各種探索與試驗。

同時，對開源社區(qū)技術(shù)發(fā)展的洞察與把握是非常重要的，它能夠保證我們的數(shù)據(jù)庫國產(chǎn)化道路不會偏離業(yè)界技術(shù)發(fā)展的主流，避免出現(xiàn)技術(shù)二次落后的風險。我們國內(nèi)有一個大型的企業(yè)，前幾年也決定采用PostgreSQL。他們內(nèi)部的技術(shù)實力很強，也打算在源代碼層面上做一些創(chuàng)新的工作。他們發(fā)現(xiàn)PostgreSQL在查詢并行處理上存在不足，便投入了大量人力、物力自研一套并行查詢處理的模塊。當這個模塊還沒做好的時候，他們發(fā)現(xiàn)社區(qū)中的新版本已經(jīng)擁有了更為強大的并行處理能力，而他們自己的設(shè)計相比之下就顯得粗糙。這樣，之前的投入都白費了。因此與國際社區(qū)的密切聯(lián)絡(luò)，是避免此類事情的最好辦法。

國產(chǎn)數(shù)據(jù)庫的競爭對手

今天，國內(nèi)的數(shù)據(jù)庫市場，企業(yè)級商業(yè)軟件市場Oracle一家獨大，整體態(tài)勢如圖2所示。國產(chǎn)數(shù)據(jù)庫的客戶來源有三個方面。

第一，現(xiàn)有的Oracle用戶。這些用戶中，如果有希望能夠擺脫對于Oracle獨家依賴的（原因可能來自多個方面，從成本、服務(wù)、版權(quán)、安全等），國產(chǎn)數(shù)據(jù)庫就是一個很好的選擇，這也是國產(chǎn)數(shù)據(jù)庫最主要的任務(wù)和使命。

第二，目前未購買正版Oracle的用戶。因為成本的關(guān)系，國產(chǎn)數(shù)據(jù)庫同樣是他們最好的選擇之一，我們將給出合理的、有競爭力的價格，讓客戶用上高效、可靠的數(shù)據(jù)庫產(chǎn)品。

第三，使用開源數(shù)據(jù)庫的用戶。對于這些客戶來說，國產(chǎn)數(shù)據(jù)庫可以作為開源軟件的一個升級，我們將在產(chǎn)品的企業(yè)級應(yīng)用功能上、高可用性、性能、安全性、可管理性等方面提供商業(yè)軟件才有的功能與服務(wù)。

因此，我們的競爭對手不是MySQL，同樣也不是現(xiàn)有的各類國產(chǎn)數(shù)據(jù)庫。如果說我們要有一個競爭對手，這個競爭對手就是Oracle。其實，對于Oracle，我們不是簡單的競爭。我們的目的與使命是提供給廣大中國數(shù)據(jù)庫用戶一個新的出路，一個可以擺脫Oracle的出路，一個既能擺脫Oracle，同時又不需要在技術(shù)先進性、產(chǎn)品可靠性上做出讓步的出路，甚至是一個能夠在各方面獲得超越的出路。