“多寫多讀集羣”被攻克，中國數據庫產業“越過山丘”_風聞

2020年全國兩會期間，合肥工業大學應用數學研究所所長檀結慶在媒體採訪中提到：“國產數據庫只佔據不到7%的市場份額，尤其在數據庫最核心的交易業務中，鮮有能跟甲骨文同台競爭並實現替換的產品。”

彼時“去IOE”浪潮已經興起十多年的時間，但囿於性能、穩定性等客觀因素，銀行、能源、電信等傳統業務，對國產數據庫依然是“不敢用、不願用、不想用”的態度，無形中為國產數據庫產業製造了一個天花板。

現在，這樣的景象正在成為過去式。

華為數據存儲與優炫軟件日前聯合發佈“數據庫存算分離聯合解決方案”，同時推出了高可靠、高性能共享存儲多寫多讀集羣數據庫解決方案，旨在通過先進的存儲技術和創新的設計，滿足金融、運營商、能源、製造、政務等傳統業務場景下的數據庫替代需求。

放在數智化轉型的語境下，這樣的合作到底意味着什麼，能否打破國產數據庫產業的天花板？

01 國產數據庫：百花齊放，多而不強

和操作系統、中間件等基礎軟件相比，數據庫是國產替代最為迅猛的市場。然而外界對國產數據庫的印象，看起來並不太樂觀，用一句話來形容的話：數量上百花齊放，市場競爭力卻只能説“多而不強”。

為何會出現這樣的局面？外界的討論有很多，併產生了兩種主流觀點。

一種説法是國產數據庫的起點比較晚。

早在1978年，Oracle就推出了第一版數據庫，那時候中國的信息化轉型進程還無從談起。2000年前後，國內出現了第一批數據庫企業，但全球數據庫產業已經走完了競爭、併購、退出的過程，形成了典型的IOE格局，I是指服務器提供商IBM，O是指數據庫軟件提供商Oracle，E則是指存儲設備提供商EMC。

2014年後，在政策和市場紅利的驅動下，國產數據庫產業百花齊放，卻未能改變Oracle、IBM等主導市場的格局，國產數據庫只能佔領一些縫隙市場。國產數據庫的數量越來越多，結果卻是高度的碎片化。

圖：2023年墨天輪中國數據庫排行榜每月收錄數量

按照信通院與墨天輪的統計，目前國內有280多個數據庫產品。可稍微再深挖一些，超過60%的國產數據庫廠商不足100人，超過500人的企業不到10%，再加上協同合作的不足，原本就相對薄弱的研發能力無法形成合力，難以進入金融、能源等“穩定性大於天”的業務場景，生存環境一直比較艱難。

另一種解釋是國產數據庫的架構問題。

2008年左右，在阿里等互聯網巨頭的倡導下，“去IOE”浪潮如火如荼。當時中國互聯網已經進入到高速增長期，出現了雙11購物節等數據量和用户量激增的場景，而IOE架構欠缺橫向擴展能力，無法滿足激增的性能訴求和靈活擴容訴求，一些企業開始使用通用服務器打造靈活易擴展的分佈式數據庫。

在數據庫的架構上，為了消除不必要的數據搬移延遲和功耗，看似提高效率並降低了成本的存算一體架構，逐漸被互聯網企業所追捧。存算一體的優勢很明顯，短板也同樣明顯。為了實現高可靠，通常採用一主多從的架構，多個從節點大部分時間都處於閒置狀態，導致CPU資源利用率極低。而且服務器出現故障後，無法自動切換，需投入大量人力和時間手工恢復數據。

即使達夢、南大通用等老牌國產數據庫廠商，仍在堅持存算分離架構，可當整個市場的注意力轉向時，一兩家企業無法左右行業的風向。像銀行這樣對穩定性要求苛刻的傳統業務，由於國產化數據庫無法滿足需求，不得不把訂單交給國外廠商。

當存算一體架構被越來越多人詬病，數據傳輸性能的短板被填補後，存算分離的架構再度被推向台前。華為數據存儲與優炫軟件的合作，就是新背景下的敍事，試圖用軟硬結合的方式闖出一條新路。

02 多寫多讀集羣：難題背後的新解法

存算分離的概念不難理解，簡單地説就是分別構建計算資源池和存儲資源池，全局共享一份數據，一些不必要的消耗可以被避免，進一步提升了數據庫的性能，即使某個服務器出現了故障，也不會導致數據丟失。

在存算分離的架構下，華為數據存儲與優炫軟件共同發佈了“數據庫存算分離聯合解決方案”，主要包含三個子方案：

一是主備集羣部署方案，採用數據庫一主一從架構，保證業務高可用，並具備易部署、易管理等特點，適用於OA、門户、郵箱、訂單管理等業務系統；

二是讀寫分離集羣部署方案，採用一主多從架構，通過存算分離＋主從數據強一致性技術確保從節點可讀，具有高性能、易擴展、高可靠等優勢，適用於金融賬務系統、ERP系統、CRM系統、生產製造、研發系統等中大型關鍵交易應用；

三是多寫多讀集羣部署方案，採用多主架構，通過共享存儲＋SRAC技術確保全局節點數據讀寫強一致性，並達成多寫多讀、負載均衡、腦裂控制等效果，具備極高的可靠性與性能擴展潛力，適用於金融、電信、能源、交通、財税、生產製造等行業中對可用性、性能要求極高的大型核心交易系統。

三個子方案對應着不同的業務場景，其中最為矚目的正是多寫多讀集羣部署方案，在很大程度上關係着國產數據庫能否在最核心的交易業務中實現對Oracle RAC的替代。

以一個常見的支付場景為例：當銀行拒絕用户的支付請求時，需要快速查詢用户過往的支付習慣，判斷支付請求是否有風險，同時以彈窗的方式進行風險提示。這就需要數據庫有很高的處理複雜事務的能力，業務的連續性要求高、絕對的高可用性、業務和數據的一致性，以及一定的可擴展性。

國內對RAC的替代由來已久，大多采用三種方式：中間件模擬、分佈式數據庫以及類似RAC的技術路線。優炫軟件的“多寫多讀集羣部署方案”，採用的就是RAC的路線，可以直接進行國產替代。

除了優炫軟件持續10年時間的高壓投入，存儲性能在攻克多寫多讀集羣的難題中扮演了至關重要的角色。

想要實現多寫多讀集羣，存儲環節面臨着多個節點併發讀寫、極高的併發吞吐量、高可靠性等挑戰，華為OceanStor Dorado全閃存存儲50μs的極致時延、2100萬IOPS和極致穩定的 SmartMatrix 全互聯架構，讓整體性能比同等配置的普通存儲提升了30%，可滿足不同類型的交易型業務訴求。

數據庫系統遵循“木桶理論”，硬件和軟件任何一環存在短板，都將制約數據庫的發展。華為數據存儲和優炫軟件的合作，無疑為整個數據庫行業提供了新的解題思路：優炫數據庫的軟件優勢和華為OceanStor閃存存儲的硬件優勢融合後，原先橫亙在國產數據庫頭上的“魔咒”悄然被解除。

03 越過山丘：行業已經形成了新共識

如果説十幾年前的“去IOE”浪潮中，過於聚焦互聯網業務的需求，選擇性忽略了傳統業務的訴求。華為數據存儲和一眾數據庫廠商的聯合創新，目的正是為了關鍵行業的核心繫統上，不斷縮小與國際領先梯隊在性能、可靠性上的差距，提升國產數據庫的綜合競爭力。

特別是在“存算分離”架構上，不只是優炫軟件，華為數據存儲已經和不少數據庫廠商推出聯合解決方案，在不少領域實現了跨越式升級。

比如萬里數據庫與華為數據存儲聯合發佈的“存算分離&多主架構聯合創新方案，突破了數據庫多讀多寫的業界難題，大幅提升了數據庫性能，同時降低系統的建設成本。以性能為例，通過數據庫跨節點緩存池化技術，實現了全局表併發讀寫、事務併發處理能力，相比於傳統的主備數據庫和分片數據庫，性能在不同場景下可提升10倍。

再比如華為數據存儲與南大通用共同發佈的“金融核心級數據庫高可用解決方案”，基於存算分離+共享存儲架構，聯合GBase南大通用數據庫和華為OceanStor閃存存儲，提供了滿足金融核心系統要求的高性能、高可用數據庫解決方案。

其中一個不可小覷的創新是雙重容災機制，在應用層實現了基於邏輯複製的數據庫容災、備庫可讀，在存儲層依託OceanStor閃存存儲HyperMetro A-A雙活能力，確保數據高效、完整複製到容災站點，且不影響工作站點性能，確保RPO=0，確保數據不丟失、業務快速恢復，滿足金融核心系統的業務要求。

國產數據庫以往被頻頻詬病各自為戰，對比IOE這樣的“黃金組合”，國內數據庫市場可謂一盤散沙。不同廠商間缺少密切的合作，無法構建一個良性生態系統，無法脱離國外品牌為主導的生態圈，導致多而不強的市場格局。

優炫軟件、萬里數據庫、南大通用、海量數據……華為數據存儲就像是一條紐帶，把不同數據庫廠商凝聚在了一起，也許現階段的生態協作還不是特別緊密，但“存算分離+共享存儲架構”已經是一種行業共識。

借用一位數據庫從業者的説法：國內數據庫行業並不缺少優秀的工程師，重要的是找到正確的問題與正確的方向去發力。

沿循這樣的邏輯，隨着越來越多的數據庫廠商選擇華為作為夥伴，和華為數據存儲進行聯合方案創新，一個有利於國產數據庫產業崛起的良性生態，已經初具雛形。在自主創新的道路上默默苦行了十幾年的中國數據庫產業，正在越過山丘，等待他們的，將是一個繁榮的數據庫生態。

04 寫在最後

市場諮詢機構Gartner曾在2022年發佈的《數據庫中國市場指南報告》中預測：到2025年，中國分析型數據庫市場來自海外廠商的將只剩下30%，交易型數據庫市場海外廠商市場也只會剩下50%左右。

可能在一年多以前，不少人還會對Gartner的預測數據表示懷疑，畢竟IOE在交易型數據庫市場還是不可替代的存在。伴隨着“存算分離+共享存儲架構”的不斷創新、突圍，Gartner的預測離現實已經越來越近。