国产数据库生态建设.docxVIP

国产数据库生态建设 导读： 从区域格局上看，长三角地区属于一主多副结构，《长江三角洲区域一体化发展规划纲要》对长三角区域发展格局提出要求“发挥上海龙头带动作用，苏浙皖各扬所长，加强跨区域协调互动”。 数据库已经有了60年的发展历史。2020年之前数据库系统都由被美国垄断，例如商业数据库racle、DB2、SQLserver，和开源数据库PstgreSQL和MySQL。近年来国产数据库也开始加大了投入，开始逐渐进入到国家核心系统，例如金融和证券。虽然国内数据库厂商的技术相比racle有差距，但是目前来看最重要的卡脖子点不是技术本身，而是数据库生态的建设。 数据库生态指由基于数据库管理系统（DBMS）软件产品和服务的组织与个人，通过他们之间的交流、合作、供求满足等相互作用而形成的环境。一个成熟的数据库生态不仅包括功能完善、性能优秀、运行稳定的系统，还包括完整的文档与知识库、丰富多样的开发和运行维护工具链、典型的应用案例和评测报告，以一批熟悉系统、经验丰富的开发者和用户。典型的数据库生态包括以racle、IBMDB2、MicrsftSQLServer为代表的商业数据库生态，以MySQL和PstgreSQL为代表的开源数据库生态，以及以TPC为代表的事务处理性能基准评测生态等。数据库生态是DBMS软件产品保持稳定持续发展，取得商业成功的关键，也是当前国产数据库系统最欠缺的方面。 以下三个方面在我国数据库生态建设中具有急迫性。 1.数据库评测基准建设 评测基准是评价数据库系统最重要的标准，是应用进行数据库系统选型的重要依据，是促进数据库系统研发的主要驱动力之一。因此，可以说评测基准是支撑数据库产业健康发展40多年的最重要支柱之一。例如，TPC系列评测基准的出现和发展使诸多关系数据库管理系统厂商能在一个公平、公开的环境中良性竞争。 以TPC系列为代表的现有评测基准在数据库系统普遍适配云计算平台，采用分布式架构，并提供越来越多的新数据类型支持和新数据管理和数据处理服务的场景下，并不能满足当前以及未来系统比较、系统选型、指导研发、规范产业的需要。同时，作为企业和行业标准的基础和前提，形成能够反映我国应用需求和系统厂商优势的评测基准也是规范我国数据库产业，培育国产数据库系统的先决条件。 分布式数据库系统的正确性测试：新型数据管理系统普遍采用分布式架构实现可扩展性、高性能以及高可用。分布式的架构也同时带来了支持分布式事务的复杂并发控制协议以及支持高可用和快速恢复的分布式共识协议。协议的正确性以及工程实现的正确性都会影响分布式数据库系统的正确运行。一套面向分布式数据库的完整的事务正确性测试方法，以及公开、易用的测试工具是促进分布式数据库系统研发，提升新型数据库系统在关键核心任务应用（missin-criticalapplicatins）形成替代的必需品。现有的评测工具无法实现这一目的。 面向应用的评测基准构建方法：随着数据管理系统在信息系统中所起作用的提升，其应用范围和应用的多样性和诞生之初相比都有了质的飞跃。2014年图灵奖获得者MichaelStnebraker提出了经典的结论“nesizedesntfitall!”，而MichaelJ.Carey则认为数据库系统的发展将呈现出“nesizefitsabunch”的趋势，即具有类似特性或需求的每一类应用都需要不同的数据管理系统。近年来国内外雨后春笋般涌现的新的数据库系统验证了这一趋势的到来。“nesizefitsabunch”不仅应体现在新系统的出现，也应体现在对应的评测基准中。TPC系列评测基准的本质是用“一体通用（nesizefitsall）”式的模型去评测所有系统。但是，类似于云环境、嵌入式环境、“现象级”事务处理、多模态数据管理、数据管理与机器学习/AI相结合的应用等场景，普遍缺乏公开和权威的评测基准。制定一成不变同时涵盖所有应用需求的评测基准一方面代价高昂，同时也难以适应快速变化和发展的应用场景。构建典型应用的评测基准，同时研发面向应用的评测基准构建方法和理论，实现便于定制的评测基准构建工具，是形成适应于新型数据管理系统和应用发展的评测基准，进而为我国数据库产业发展保驾护航的前提。 面向新型数据库系统的评测基准：新型数据库系统（云数据库、分布式数据库、AI原生数据库等）的形态、提供服务的方式、依赖的硬件环境都发生了巨大的变化。传统的以响应延迟、系统吞吐率为代表的性能评价指标不再能准确和全面?映新系统的特性。例如，对于能够以近线性扩展的系统，系统的最高吞吐率或者单机平均吞吐率都不足以反映系统的扩展能力。应用与数据库厂商都迫切需要能够评测云服务能力、评测系统可扩展性（scalability）/弹性（elasticity）/可用性（availability）/能耗以及新硬件利用率的新的评测基