华东师范大学副校长周傲英：未来，中国需要什么样的数据库？

本文为华东师范大学副校长，CCF 会士周傲英教授在第一届 OceanBase 开发者大会带来的分享。欢迎访问 OceanBase 官网获取更多信息：https://www.oceanbase.com/

3 月 25 日，第一届 OceanBase 开发者大会在北京举行，华东师范大学副校长，CCF 会士周傲英教授带来了《未来，中国需要什么样的数据库？》的分享，从他的视角为大家介绍了数据库技术发展的趋势、行业的机会，还有我们所肩负的使命。

以下为演讲实录：

很高兴又来到 OceanBase 的会场，关于中国未来需要什么样的数据库，是我特别想讲的内容，我从1985 年读研究生的时候开始学习数据库，经过多年的发展，中国终于迎来了数据库发展的新机遇。 今天我的分享将从数据库的诞生、数据能源对于数字化转型的作用、分布式数据库评测基准三个主要方面展开。

应用驱动创新的数据库

简单回顾一下数据库，从更高的维度来看，数据库属于什么样的技术范畴？假如数据是电能（power），需要把电送到千家万户，我们就需要一个赋能平台，要有电力的基础设施，此时，我觉得数据库就属于基础设施里面的一个重要内容，并且它具有先锋性的作用。

展开讲讲赋能平台，“赋能”这个词是互联网的概念，现在已经被广泛使用，现在我们到处讲的“赋能”，英文是 In-power，也就是说它的主语应该是 power，才能赋能其它的。这个角度来说数据库就是赋能平台的概念，最早在 50 多年前已经出现，现在已经到了广泛的赋能平台，现在就来分享一下，我们在和 OceanBase 合作中对分布式数据库的理解。

大家都知道，我们在学计算机专业的传统专业课程中，有四门课是我们这个专业独有的——编译、操作系统、数据库、网络，而这四门课程中，只有数据库成为了一个独立的行业。操作系统中的 Windows 不是单独卖 Windows，编译也没有单独卖编译的，网络是卖硬件的、没有卖软件的。从这个角度来说，在数据库产业的发展过程中，Benchmark 基准评测起到了很好的作用，也规范了这个行业的发展，让大家相对公平、有序地竞争。

▋ 数据库为金融而生

数据库是作为金融技术、金融科技而诞生的，支持的是 Mission-Critical 的应用，Mission-Critical 是人财物的精确管理，为了做到“精确”，我们需要数据库。最早的数据库从 COBOL (Common Business-Oriented Language，最早的商用编程语言)里诞生。2000 年，美国由于千年虫（Y2K）的历史遗留问题，把很多在海边独居的老人请回来改代码，那时候的代码还是 COBOL 代码，最早的社保和医保系统都是用 COBOL 来写的。2020 年疫情刚开始时，因为很多医保、社保在这一年马上要兑付，很多老人再次被请回来改代码。

由此可见，数据库是早期最经典的金融科技， 是典型的“应用驱动创新”的案例。

▋ 数据库的发展历史

20 世纪 50 年代，COBOL 开始出现；60 年代，COBOL 被定义为数据系统语言，第一个图灵奖获得者艾伦·佩利（Alan J.Perlis）在 CODASYL 会议上提出了 DBTG 报告；80 年代，数据库概念达到顶峰，关系型数据库开始出现，数据库由此开始慢慢被人接受，并由此开始广泛传播，也是在这个过程中，两个图灵奖获得者诞生了。

数据库的发展史是 IT 技术创新史的缩影，数据库的的成功是应用创新的成功。用应用驱动创新的数据库，在理论和技术的相互促进中，形成了数据库波澜壮阔发展的几十年。虽然数据库技术在不断发展中越发成功，但是任何成功的案例都有它深刻的教训：原本我们以为一个关系数据库能够解决所有问题，但在大数据和谷歌的“三驾马车”概念出来之前，大家好像都在哀叹数据库好像解决不了数据的问题，直到” One Size Fits a Bunch”（即一类应用可以有一个数据库）概念的提出。

我跟国外学者交流时，他们也很认可我的理念：学数据库的人应该理解数据库的抽象，关系数据库就是对语义的抽象，事务处理就是对业务逻辑的抽象，分布式数据库就是阳振坤老师讲到管帐、记帐、转帐这些业务逻辑的抽象，而 Benchmark 是对功能、对能力、对规范的抽象，正是抽象成就了 30 多年的数据库产业的发展。

数据之于数字化转型

从现在的角度来看，我们怎么来做新的数据库？“Data is power（数据是新能源）”的理论，是 2016 年马云先生在云栖大会上讲的，这个 Power 指的是电，数据给生活带来的深刻改变好比一百多年前，电的诞生对生活带来的深刻改变一样。

虽然四五十年前已经有人意识到数据的重要性，但我们对于数据广泛意义上的重要性是互联网教会我们的。从“蒸汽能 (Steam Power) ”到“电能 (Electric Power) ”再到“数据能 (Data Power) ”，每次 Power 的改变实际上不仅仅是一次产业的巨大改变，它带来还有国际格局的根本改变。

在蒸汽时代之前的马能（Horse Power）时代，中国占据世界中心地位几百年甚至上千年；到了蒸汽时代，英国占据了世界的中心地位；再到了电能时代，美国就取代了英国。而现在的“数据能”时代给中国带来了机会，也给数据库人带来了机会，我们在走向世界中央的路上。

数字经济不是产业的数字化、数字的产业化，这是非常表面的现象，本质上它会带来整个经济格局的改变。 就像电能时代，在把蒸汽时代所有的产业都做一遍的同时，也诞生了一批崭新的产业，比如通信、IT，数据是把人类从工业文明带入数字文明的一个重要能源。

现在我们讲的数字化转型中，数据对于数字化的作用，就像电对于电气化转型一样。2020 年 4 月上旬，美国微软发布了 Microsoft Power Platform，在这个平台上将微软所有的功能集合在了一起。

虽然它没有说这个 Power 指什么，但却强调了 Microsoft Power Platform 是助力数字化转型的低代码平台，现在微软的 Word、Excel、PowerPoint 产品里都融入了 GPT4，所以它讲的 Power 就是 Data，如果把 Microsoft 摘掉，Power Platform 就是我们的电力基础设施，电力、电网、远距离超高压传输电网，一直到家里的配电盘以及变电站里面的变压器，整个这一套就是 Power Platform，它的根本目的要把数据大众化，把开发大众化，把 AI 大众化。

把数据大众化，就是要让大家都能简单地使用数据，要低代码甚至零代码，这是它的基本逻辑，其发展的最高境界就是 AI 大众化，所以我们要做数据赋能平台，也就是马老师以前提到的数据中台。

我们要把数据中台翻译成 Data Power Platform，从而彰显 Data is power。数据库是数据中台的重要功能，根本目的就是我们要认识 Data，知道电压、电流、电阻，我们才研究这一套电，我们要有电网、有继电保护，我们要让数据技术装备化、大众化、平民化、傻瓜化，这是我们的根本目的。虽然我们不见得都理解电，但是我们每个人都会用电，ChatGPT 也是给我们这样的路线，让大家不需要编代码就可以把计算机和 AI 用起来。 “真正的 AI 时代”开始的根本目的就是要让数据大众化，把数据用好。

互联网时代，我们对数据库提出非常广泛的要求，数据库和互联网碰撞到一起，带来非常多的冲击——场景和应用范围不一样了。原本的数据库必须是数据库的用户才能用，现在的数据库是有个手机就能用。

分布式数据库评测基准

伴随着云计算趋于成熟，在这样的情况下，我们未来的分布式数据库在什么地方，OceanBase 是分布式数据库的探索者。我认为分布式数据库要有云上的系统，刚才我们都提到数据库要扩容，要智能运维， 如果要让数据库好用，要让赋能平台好用，就不能仅仅只是“One size fits a bunch”，而应该是像阳振坤提出的观点“One Suite fits all”。

以前我们学分布式数据库时，还没有网络和现在的互联网，现在在应用驱动创新下，有了互联网，进而有了分布式数据库。

▋ Benchmark 对产业形成非常重要

在华东师范大学和 OceanBase 合作过程当中，我们认为：Benchmark 对产业的形成非常重要，也是在这个过程中，我们进行了总结。所以我们一直在研究基准，以此来引导分布式数据库的发展。

基准是应用需求的抽象，有了抽象才能引导，我们都知道实践出真知，由于真知形成了理论再引导实践，正是统一的评测基准引导着分布式数据库的发展，我们对传统的 Benchmark 进行了总结，包括 OLTP 和分布式数据库的总结，在 2022 年有一篇文章，全面地论述了从 Benchmark 的发展到分布式数据库的发展。

数据库历史发展图

我们必须抽象，而抽象一定要从应用当中来，要了解应用的需求。因为应用的需求对分布式数据库的可扩展性、高可用性、可调度性、弹性非常重要，所以为了做到这一点，需要形成量化的标准，我们希望用量化的方式来进行评测。

我们做了分布式数据库评测的套件 Dike，目前已经公布在 Github上面，叫 dbhummer。Dike 是可插拔的、定量的、动态的、不均衡的一种分布的方式，今年也被选中在 SIGMOD 上进行了发表。我们的套件从不同的角度来进行评测，只要是分布式数据库，大家都可以在这上面做 PK，希望以此引导技术往正常的轨道上发展，不会形成恶意竞争。

▋ HTAP benchmark

我们对 HTAP 也做了相应研究，研究 HTAP 的 Benchmark 要点，比如：混合负载、抗干扰能力、实时数据获取能力，在统一的业务场景上进行分析，把 TP 和 AP 放在一起，他们之间会存在交叉，同时保证不同的 HTAP 可横向比较等等，对整个国际 Benchmark 学术界是一个非常重要的热点问题，目前，华东师大和 OceanBase 正在联合研制新的 HTAP 评测基准 Vodka ，我们对已有的系统和标准做了比较，希望很快能出台标准。