為助力北京國際科技創新中心建設，貫徹落實北京市“十四五”時期高精尖產業發展規劃，引導和支持企業加強創新能力，培育和引導企業技術中心建設，北京市經濟和信息化局組織開展了2022年度第一批北京市市級企業技術中心的創建工作，經過嚴格的核查、評審，天云數據等96家企業進入“2022年度第一批北京市市級企業技術中心”名單。

為什么Hubble數據庫屢獲國家級背書？

本次創建工作重點支持領域包括兩個國際引領支柱產業；“北京智造”四個特色優勢產業；“北京服務”四個創新鏈接產業；未來前沿產業，是依據《北京市“十四五”時期高精尖產業發展規劃》提出的“2441”高精尖產業體系，天云數據入選是以新一代信息技術為基礎利用大數據提供科技服務。

無獨有偶，今年工業和信息化部辦公廳關于組織開展2022年大數據產業發展試點示范項目，天云數據Hubble數據庫作為國產HTAP數據庫入選，獲得國家級重點項目推薦。

從數據庫的發展歷程來看：IOE體系數據庫利用位于系統中心的服務器統一管理所有的共享資源，并處理來自用戶的請求，是面向數據結構的融合；分布式數據庫是對IOE體系數據庫的優化升級，是面向物理資源的融合；HTAP數據庫滿足互聯網的數據產銷合一方式帶動了流程驅動向數據驅動的數據庫架構轉型，是面向IO資源的融合。

互聯網的數據產銷合一方式帶動了流程驅動向數據驅動的數據庫架構轉型。交易、分析的兩階段體驗，以及大屏小屏化個性化服務下沉。基于創新的計算存儲框架，HTAP數據庫能夠在一份數據上同時支撐OLTP場景和OLAP場景。

那么在HTAP出現之前，應對以上的剛需市場是怎么做的？把TP和AP做融合，成為湖倉一體的概念；然后把MPP數據庫與湖倉一體融合，成為新技術趨勢。實際上就是將MPP數據庫加Hadoop開源。

這種現象會帶來什么風險？MPP數據庫不能單獨支持湖倉一體，它需要 Hbase 和 ES 來配合，本質還是屬于數據集。在某大型股份制銀行，為了支持手機銀行端的個性化數倉，傳統 MPP 結構根本沒法滿足剛才說的這種服務價值，要實現手機端對大屏小屏化的趨勢，還要配套數百個節點，所以現在市場上的湖倉一體本質上還是一個集成方案，需要在傳統MPP數據庫和開源hadoop之間做大量的數據同步和一致性校驗。既然要有數據同步，就必然有時間窗口，數據的不及時性、不一致性。

這不是簡單的替代邏輯，是產業鏈升級邏輯。面向新興的大數據領域，新興的數據庫依然扮演著重要角色，不僅僅可以對傳統數據庫Oracle做碾壓替代，同時還能夠勝任大數據領域的剛需。而在整個流批一體的市場需求上，Hubble數據庫的自身定位就具有天然優勢。

國產原創Hubble數據庫，提供統一支撐事務處理和工具負載分析。如何能夠在同一數據庫實例下，同時支撐高并發低延遲的OLTP事務，和海量密集計算的OLAP分析作業？天云數據憑借其多年來在大數據分布式計算領域的經驗以及多家大型銀行的實踐最終通過引入損失函數動態評價SQL邏輯計劃的執行成本、CBO代價優化解析、Sharding切片線程級別物理資源匹配不同計算負載、TP和AP雙引擎調度執行、隨機和序列化IO對存儲的訪問、依靠數據副本機制同時支持KV鍵值存儲和列存存儲交出了完美的答案。這意味著一張表可以同時支持行存和列存，真正的融合了存儲結構，避免了在交易和分析數據庫間每夜ETL數據搬家的繁瑣運維工作和數據冗余。

Hubble數據庫10年前實現去O，用硬核科技服務產業變革

“IOE”架構成型的根本，在于先入為主以量取勝。

12年前，中國技術人就已經開始了“去IOE”的歷史工程。

2010年，天云數據在云基地就開始對分布式數據和機器學習進行產品研發，通過多年的摸索，從最開始的計算層、調度層、存儲層最后到解析層，自下而上，在沒有行業經驗可借鑒的情況下，最終走向了自研數據庫的道路，打造了代際更迭的無第三方開源代碼的HTAP數據庫Hubble。

實踐中，在某股份制商業銀行A類核心系統國產化成功替換Oracle一體機。對比Oracle，單表3億記錄數量級下的用戶業務場景性能突破Oracle 800并發瓶頸，1600 并發下依然保持線性穩定服務。同等并發下，平均響應時間和最大響應時間均優于Oracle，具有穩定的線性橫向擴展能力。

項目時，該銀行核心系統只能夠查詢13個月以內的數據，對于一年以前的數據，無法實施在線獲取，只能通過備份庫導出的方式，耗時耗力。隨著業務的逐漸增大，客戶對于歷史數據查詢的需求變高，所以迫切需要成立歷史數據在線查詢系統。在此背景下該銀行驗證了Oracle一體機與Hubble數據庫，綜合性能Hubble完勝Oracle一體機，最終選擇用Hubble數據庫。

并且實現了：

• 歷史數據查詢系統將近50只業務交易，每日交易量達到15W筆，成功的為核心系統減負近50%的交易壓力。
• 歷史數據查詢系統的數據是全行內數據存儲最長的系統，對接各類畫像系統，通過歷史數據，分析用戶的行為軌跡。
• 歷史數據查詢系統的各類文件導出，如excel、pdf、txt，文件為監管查詢提供了極大方便，不用再去找備份庫進行數據恢復。

寫在最后：

歷史上很多重大制度或秩序，都由技術創新推動。例如威尼斯商人建立的復式記帳法，在現金流之上建立了現代社會“資本”這—重要要素；荷蘭海上馬車夫設計的Loca可投資的獨立船艙單元， 奠定了現代公司股權治理結構。數據， 作為土地，勞動力，資本之后的第四要素，一定有科技要素的配套作為制度保障。數據作為創新生產要素，必然配套制度創新。

AI原生數據庫通過更多的邏輯計劃豐富數據消費能力和形態，是面向服務的融合，Hubble數據庫不僅支持SQL，還可以支持 Graph、ML、NLP2SQL、體素的計算。當AI的數據消費替代了可視化數據消費成為主流，數據資料的生產工具必須是AI-Native數據庫。可以充分地釋放數據庫的計算資源，最大化釋放數據要素的價值，進一步突破行業天花板，形成更大產業規模。