近日，中國信息通信研究院（簡稱“中國信通院”）公布了第十五批“可信數據庫”評測結果。天云數據Hubble數據庫憑借過硬的技術實力順利通過“HTAP數據庫基礎能力”評測。

“可信數據庫”系列評估評測是中國信通院自2015年推出的權威評估評測體系，覆蓋范圍包括數據庫產品及周邊工具、數據庫服務商和應用側等。本次評審會專家由來自中國信通院、中國農業銀行、郵儲銀行、光大銀行、華夏銀行、中移信息、中國聯通等單位的專家組成，評審環節包括產品資料審核、測試報告審核、質詢與答疑、集中評議。在本次HTAP數據庫基礎能力評測中，天云數據Hubble數據庫經過評審專家嚴格把關，順利通過各項環節的嚴苛考驗，技術實力備受認可，成為三家HTAP數據庫基礎能力測評通過廠商之一。

為何要使用事務和分析處理一體的HTAP數據庫?

在互聯網浪潮出現之前，企業的數據量普遍不大，特別是核心的業務數據，通常一個單機的數據庫就可以保存。隨著互聯網的發展，企業的業務數據量不斷增多，單機數據庫的容量限制制約了其在海量數據場景下的使用。在實際應用中OLTP、OLAP 在技術上分道揚鑣，在很多企業架構中，這兩類任務處理由不同團隊完成。

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。如何能夠在一份數據上同時支撐OLTP運行和OLAP場景，避免在傳統架構中在線與離線數據庫之間大量的數據交互？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。

要成為真正的事務數據庫(用于OLTP)，它應該支持ACID事務、并發性和很高的每秒查詢量(QPS)。如果事務包括數據庫更新，則必須做到實時更新。而OLAP數據庫雖然具有計算大規模數據的批量計算的能力，但缺少將計算結果直接寫回數據源的能力，此外還要考慮導入分析結果寫回的時間成本，和相應的復雜流程造成了延遲。極少有一款數據庫能同時滿足上述要求，這需要混合事務/分析處理(HTAP)是同一款數據庫。目前，實現HTAP數據庫不多，堅持原創的天云數據是一家。

如果沒有HTAP數據庫會出現什么問題？

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。互聯網的消費化，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。

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。

HTAP技術之后數據庫的技術方向應該是什么？

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。

互聯網帶來了產銷合一，越來越多的數據并不是面向宏觀趨勢的供給，做報表、做管理駕駛艙、做儀表盤、上大屏，供給領導決策分析。互聯網帶來了個性化服務，淘寶推薦引擎、千人千面個性化結果，他要跑的是貝業斯網絡、是協同過濾算法，是這些算法再替代SQL的可視化服務。

所以怎么能夠在同一個計算的庫體上，面向機器學習的操作面向新興的數據驅動業務的算法？AI內生數據庫是一個必然要走的路徑。尤其是應對產業互聯網，第三波的機器數據生產，更多的物聯網的機器生產、傳感器，他的機器數據物理意義人理解越來越難，比如油壓、溫度、結蠟、工況都是一些科學屬性。這些數據它很難用決策，因為它對人類來說需要更強的科學知識才能去理解。所以將會是機器生產數據，機器消費數據。

今天IT向DT的遷移，流程驅動轉向數據驅動，并不僅僅是一個概念的迭代。而更多的是，很多基礎的核心組件發生一些變化。這些組件從嚴謹的執行人類指令的這些系統架構、代碼程序，轉向了由數據驅動的供給和消費。很多我們耳熟能詳的ETL、MDM數據處理的邏輯漸漸被洗牌掉。我們開始用一種新興的‘不動Data’而‘動Code（代碼）’的方式，來完成大規模數據在分布式環境下的融合、處理和計算。