阿里云数据库掌门人褚霸:骑行与数据人生

本文涉及的产品
云原生数据库 PolarDB PostgreSQL 版,标准版 2核4GB 50GB
云原生数据库 PolarDB MySQL 版,通用型 2核4GB 50GB
简介: 本文主要从霸爷的骑行经历开始聊起,进而联系到数据库经历,从初识数据库谈及到云下转入云上,最后重点与大家分享了POLARDB 数据库。

本文主要从霸爷的骑行经历开始聊起,进而联系到数据库经历,从初识数据库谈及到云下转入云上,最后重点与大家分享了POLARDB 数据库。

 


=""

今天的电梯访谈我们请来了褚霸和我们聊聊他的骑行与数据库人生。


以下是精彩内容整理:

骑行有很多乐趣,骑行给我无拘无束的感觉,骑行是一种激情,让我兴奋,享受着超越感。而数据库与骑行对我来说是相通的,坚持去做的事情一定是你有兴趣的事情,没有激情是很难做到极致,数据库与骑行一样,没有上限,投入精力越多,探索深度越深。

初识数据库

“我的梦想是做一个最牛X的数据库!”,尽管这是一句戏言,但也表露出我对数据库的热爱和野心。误打误撞或是机缘巧合,我从高性能服务器转做数据库,从最基础的MySQL代码开始学起,随着经验的积累,不断成长为如今的云数据库掌门人。

从仰望Orcale到现在和它做同样的事情,阿里云数据库实现了质的飞跃,阿里团队付出了很多。我们抓住了几个重要的机遇,比如历史的变革,2010年SSD出现,给我们很好的机会,在此场景下,原来系统不太适合,淘宝抓住了机会,淘宝的核心数据库都在这些硬件上跑,所以我们有很多场景,很多锤炼,双十一规模超大,每年都是七倍往上翻。

现在数据库团队的骨干都是和当年的我差不多资历的人,对于他们的执着我特别感动,因为许多事情看起来的确很枯燥,很佩服他们的工匠精神。我从他们身上学到了很多,看着他们的成长。

从云下到云上

传统的数据库厂商会上门谈生意,大多都是大客户或者是重要业务,业务的重要程度随着我国技术发展,对数据库的依赖程度会越来越高。相比云下 ,云上数据库的门槛较低,成本低就会有大规模的使用,在性能和分布性等方面会有各种需求,这样一轮轮的迭代,数据库的大需求是一个趋势,节奏会越来越快。

数据库从云下到云上的转换,也是中国国产数据库弯道超车的机会。借着国家的上升大势,各行各业都需要数据库,它会带动很多东西前进,需求会转化为对技术的变革倒推,再好的技术如果没有应用场景,都是无用的。

中国是世界上最大的数据库应用场景,目前,我们团队在做一款自研数据库。MySQL之所以火爆,是因为有大量的人使用,大量的人改进,大量的人扩展它的使用范围,致使它的能力得到很大提升,它是一个非常通用的数据库。在这种情况下,在此基础上想要有五倍、十倍的性能提升是非常难的。

我们摒弃了老方法,拥抱软硬件的大变革,比如RDMA的出现,也或者两台服务器间的RT 是7us,这与过去70us相差10倍;以前数据结构底层用的B-Tree是根据旋转磁盘设计的,今天如果仍然延用B-Tree,就不会有特别多的优势,我们需要更新的数据结构,更新的利用介质。通过这些技术的提升让很多不可能成为可能。

数据库本身设计时会考虑到很多东西,比如软件、网络技术包,多年来数据库的结构并没有什么变化,它的栈很深,一级级传递下来,我们不仅仅要跟上硬件的优势,还有赶上软件的步伐。传统的网络接收方式耗费很多CPU资源等,如今我们让其消耗更短更少。

POLARDB

在硬件红利的基础上,我们开发了全新的软件架构,让其很好的适配和驾驭硬件,当硬件和软件各方面都达到了极致,实现数量级的叠加时,我们是有可能创造出总体性能达到更好数量级的新东西。

POLARDB 就具备高性能特点,并且性价比很高,起初我们的设计目标并没有多大野心,只是希望当五年或十年后再回首时,我们会感觉到当初的设计是多么先进。

想要达到性价比高就必须有红利基础,性能高意味着成本低,另外我们从架构上去解决问题,比如过去MySQL是主备结构,完全被动接收,为了数据安全用户需要付两倍的钱,而且需要提供扩展和读写能力。而POLARDB 采用共享存储的模式,这得益于云计算的弹性能力,我们解决了存储扩展问题,一个实例可以扩展到P级别,这就解决了存储问题;还有延迟抖动问题,共享存储可以做到20~30us三副本落地,不需要再拷贝数据,天然解决很多问题;还有计算能力的扩展,我们的计算和存储是分离的,数据都是同步的,性能成本很低,无需再复制;数据库具有写能力,我们发散思维,对引擎做了大量改进,消减引擎使TPS或QPS能力提升5倍甚至10倍,进行物理复制,整个又是一个数量级的提升,因为很多公司可能一辈子都用不到容量的上限。

POLARDB 紧跟时代的步伐,尝试了他人不想尝试的,POLARDB 理念简单又直接。数据库的稳定性一直是重中之重,POLARDB 也十分注重稳定性问题。从第一天被设计开始,POLARDB 就被证明怎样才能如你预期工作,将认可的状态可视化,从根本上减少问题的发生,即使发生情况,我们也会很快知道,我们从代码、引擎、管控到支撑等拥有全套的解决方案,我们希望POLARDB 的稳定性也会有很大的提升。

 


相关实践学习
使用PolarDB和ECS搭建门户网站
本场景主要介绍基于PolarDB和ECS实现搭建门户网站。
阿里云数据库产品家族及特性
阿里云智能数据库产品团队一直致力于不断健全产品体系,提升产品性能,打磨产品功能,从而帮助客户实现更加极致的弹性能力、具备更强的扩展能力、并利用云设施进一步降低企业成本。以云原生+分布式为核心技术抓手,打造以自研的在线事务型(OLTP)数据库Polar DB和在线分析型(OLAP)数据库Analytic DB为代表的新一代企业级云原生数据库产品体系, 结合NoSQL数据库、数据库生态工具、云原生智能化数据库管控平台,为阿里巴巴经济体以及各个行业的企业客户和开发者提供从公共云到混合云再到私有云的完整解决方案,提供基于云基础设施进行数据从处理、到存储、再到计算与分析的一体化解决方案。本节课带你了解阿里云数据库产品家族及特性。
相关文章
|
1月前
|
存储 人工智能 Cloud Native
云栖重磅|从数据到智能:Data+AI驱动的云原生数据库
在9月20日2024云栖大会上,阿里云智能集团副总裁,数据库产品事业部负责人,ACM、CCF、IEEE会士(Fellow)李飞飞发表《从数据到智能:Data+AI驱动的云原生数据库》主题演讲。他表示,数据是生成式AI的核心资产,大模型时代的数据管理系统需具备多模处理和实时分析能力。阿里云瑶池将数据+AI全面融合,构建一站式多模数据管理平台,以数据驱动决策与创新,为用户提供像“搭积木”一样易用、好用、高可用的使用体验。
云栖重磅|从数据到智能:Data+AI驱动的云原生数据库
|
1月前
|
存储 监控 数据处理
flink 向doris 数据库写入数据时出现背压如何排查?
本文介绍了如何确定和解决Flink任务向Doris数据库写入数据时遇到的背压问题。首先通过Flink Web UI和性能指标监控识别背压,然后从Doris数据库性能、网络连接稳定性、Flink任务数据处理逻辑及资源配置等方面排查原因,并通过分析相关日志进一步定位问题。
169 61
|
2天前
|
前端开发 JavaScript 数据库
获取数据库中字段的数据作为下拉框选项
获取数据库中字段的数据作为下拉框选项
25 5
|
14天前
|
存储 NoSQL 关系型数据库
阿里云数据库MongoDB版助力信也科技 打造互联网金融企业样板
我们的风控系统引入阿里云数据库MongoDB版后,解决了特征类字段灵活加减的问题,大大提高了开发效率,极大的提升了业务用户体验,获得了非常好的效果
阿里云数据库MongoDB版助力信也科技 打造互联网金融企业样板
|
1天前
|
人工智能 Cloud Native 关系型数据库
双位数增长,阿里云连续五年领跑关系型数据库
阿里云蝉联中国关系型数据库整体市场份额第一,在公有云业务双位数增长的驱动下,阿里云同时在公有云关系型数据库市场取得了38%的市场份额,连续五年位居首位。
|
1月前
|
SQL 关系型数据库 数据库
国产数据实战之docker部署MyWebSQL数据库管理工具
【10月更文挑战第23天】国产数据实战之docker部署MyWebSQL数据库管理工具
144 4
国产数据实战之docker部署MyWebSQL数据库管理工具
|
29天前
|
关系型数据库 MySQL 数据库
GBase 数据库如何像MYSQL一样存放多行数据
GBase 数据库如何像MYSQL一样存放多行数据
|
1月前
|
关系型数据库 分布式数据库 数据库
云栖大会|从数据到决策:AI时代数据库如何实现高效数据管理?
在2024云栖大会「海量数据的高效存储与管理」专场,阿里云瑶池讲师团携手AMD、FunPlus、太美医疗科技、中石化、平安科技以及小赢科技、迅雷集团的资深技术专家深入分享了阿里云在OLTP方向的最新技术进展和行业最佳实践。
|
1月前
|
Cloud Native 关系型数据库 Serverless
阿里云数据库获中国计算机学会“科技进步一等奖”!
阿里云数据库获中国计算机学会“科技进步一等奖”!
35 0
|
2月前
|
人工智能 Cloud Native 容灾
云数据库“再进化”,OB Cloud如何打造云时代的数据底座?
云数据库“再进化”,OB Cloud如何打造云时代的数据底座?