為什么HTAP數據庫能屢獲國家級重點項目/活動力薦？

數據庫市場有傳統數據庫、大規模事務處理的TP數據庫、大規模分析處理的AP數據庫?；ヂ摼W的消費化，越來越強調體驗的實時性，交易和分析場景必須一致，這對傳統數據庫的應用來說是一次巨大的升級。

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，因此能夠作為大數據產品領域里的HTAP數據庫榮獲2022數字經濟大會“數字經濟產業創新成果”，也作為HTAP國產數據庫入選工信部全國試點。

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

Google File System、Google BigTable、Google MapReduce——這三駕馬車是大數據平臺Hadoop技術的基石，不僅支撐了新一代分布式架構體系，而且實現了海量數據高效存儲和快速計算。2012年，Google發表了一篇論文——Spanner: Google’s Globally-Distributed Database，將同時支持大數據量下做事務交易的數據庫提取出來，既支持TP的操作，也可以在上面做一些分析類的操作。在Google提出Spanner架構的基礎上，2014年，Gartner對HTAP進行了正式定義，這便是混布數據庫的產生緣起。

目前，數據庫基本分為兩大流派，一個是非關系型（NoSQL）數據庫，一般使用KV技術，主要用于用戶畫像、業務報表等海量數據挖掘的AP場景。另一個是關系型數據庫（SQL），針對個別記錄增、刪、改、查的速度很快，一般用于聯機交易的TP場景。簡而言之，TP庫處理速度快，AP庫處理數據量級高。之前，AP與TP的應用場景井水不犯河水，相互之間沒有太多交集，然而隨著數字化轉型的不斷深入，直播帶貨這樣的新場景不斷涌現，在直播過程中既需要處理聯機交易，又需要對客戶進行實時畫像，而傳統單一TP或者AP數據庫難以應對這樣的混合式場景。近幾年來，某些國產混合負載數據庫以行列混存方式，打破了AP與TP兩種場景之間的鴻溝。

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。

全球數字經濟大會將以此次集中展示發布數字經濟領域創新成果為起點，完善構建助力數字創新成果轉化、應用、合作的機制。本次入選，說明Hubble數據庫的HTAP獲得已經突破關鍵科技攻關、開創產業市場增量、可以成為引領數字經濟未來的標桿產品。未來，天云數據會持續探索深耕，利用一線企業的實戰經驗，不斷深化服務，為企業助力，為產業賦能，促進數字生態共享共建。