阿里巴巴高级专家谭宇:云数据库OceanBase的架构演进及在金融核心系统中的实践

简介: 8月30-31日20:00-21:30,一场别开生面的技术大会—— “蚂蚁金服&阿里云在线金融技术峰会”将在线举办。本次将聚焦数据库、应用架构、移动开发、机器学习等热门领域,帮助金融业技术开发者深入解析互联网应用的前沿应用与技术实践。

8月30-31日20:00-21:30,一场别开生面的技术大会—— “蚂蚁金服&阿里云在线金融技术峰会”将在线举办。本次将聚焦数据库、应用架构、移动开发、机器学习等热门领域,帮助金融业技术开发者深入解析互联网应用的前沿应用与技术实践。

蚂蚁金服&阿里云在线金融技术峰会专题: https://yq.aliyun.com/activity/109
峰会统一报名链接:http://yq.aliyun.com/webinar/join/38


来自阿里巴巴的高级技术专家谭宇 ,将在本次峰会中为大家带来《云数据库OceanBase的架构演进及在金融核心系统中的实践》的分享,下面是议题详情,供大家参考。


议题名称:《云数据库OceanBase的架构演进及在金融核心系统中的实践》


议题简介:数据库是软件系统中非常重要的基础设施, 传统关系型数据库在功能上很好的满足了需求,而在性能、可扩展性以及可靠性上则受到了较大的制约,一般需要搭配较为昂贵的硬件比如共享存储、小型机才能满足业务关于可靠性或性能方面的需求, 不能满足互联网行业的高速发展, 于是NoSQL应运而生, 但NoSQL在功能、对事务及一致性方面的缺陷注定了其无法代替SQL。 蚂蚁金服对数据库的需求更为严苛,数据要金融级可靠,同时需要极强的可扩展性。我们如何能结合分布式系统与传统关系型数据库的优点,通过廉价硬件获得功能、性能、稳定性及扩展性俱佳的关系型数据库? OceanBase在2010年开始思考及解决这个问题,通过六年的发展, OceanBase已经成功应用于蚂蚁、网商银行等多个核心系统, 是第一个用于支撑银行核心系统的非商业数据库。


本专题主要涵盖:
1) OceanBase的需求、设计理念以及实现权衡。
2)OceanBase在阿里的应用以及如何满足金融业务场景。
3)云数据库OceanBase目前适合的业务场景及未来发展。


关于分享者:谭宇(茂七),阿里巴巴高级技术专家。2009年加入阿里, 先后参与过TFS(淘宝分布式文件系统)、Tair(淘宝分布式缓存)以及OceanBase(分布式数据库)等几大分布式系统的开发, 深度参与并见证了OceanBase从淘宝收藏夹到蚂蚁核心系统的整个发展历程,对分布式系统和数据库领域有极大的兴趣, 现在负责基于OceanBase的数据库服务(云数据库OceanBase),致力提供金融级的数据库服务。


2016年8月30日晚20:00,茂七将在蚂蚁金服&阿里云在线金融技术峰会上发表《OceanBase架构演进及金融系统实践》的演讲。为了帮助大家更好地了解茂七、评估本次演讲,云栖社区对茂七进行了采访。


以下是采访内容:


云栖社区.相对于HBase + Phoenix,OceanBase有什么优势?

 

茂七:OceanBase是一个关系型数据库,对标的是MySQL/Oracle/DB2这类传统关系型数据库,目标是用普通硬件来实现可靠与可扩展的数据库服务,以解决传统关系型数据在互联网时代的瓶颈。更简单的说是在保证传统关系型数据库的功能的基础上,再结合分布式系统的优点,以达到可扩展和可靠的目的。


而类Hbase的系统往往是牺牲了关系型数据库的功能,比如完整的事务支持,虽然达到了可扩展的目的,但让用户在使用方式上比较受限。所以OceanBase和NoSQL以及在NoSQL系统上架一层SQL接口的系统不太具备可比性,SQL和NoSQL是互补的关系,各自有各自的侧重领域。


如果硬要比较的话,只能说使用场景不一样,比如现在OceanBase的主要场景为蚂蚁交易核心、支付核心这类高频高并发的OLTP,而NoSQL在这类场景中没有使用的先例。

 

云栖社区:在致力于更加优秀的金融级数据库服务上,OceanBase还将怎么做?

 

茂七:OceanBase目前支撑了网商银行、蚂蚁交易、支付等多个核心系统,但发展到今天,才不到七年的时候,作为数据库,还有很长的路要走:

 

一是OceanBase还在不断完善数据库方面的功能,目前OceanBase可以做到阿里集团内的MySQL业务平滑迁移,但还有很多必须的数据库功能缺失,比如存储过程、FlashBack等实用的功能,在这方面,传统关系型数据库比我们还好很多,将实用的、优秀的功能加入到OceanBase里来,这是未来比较大的一块工作。


二是持续提升可靠性与稳定性。OceanBase目前可以在同城做到少数机房失效后不丢失数据且在秒级恢复(RTO<1分钟,RPO为0),未来还将考虑全球范围内的多数据中心的可靠性与持续可用。


三是持续降低成本。OceanBase使用廉价硬件,目标是在提升可用性的同时成本要做到和传统关系型数据库相当甚至更低。在降低成本方面,目前主要有几点想法,一是扩大集群的规模,可以提升资源整合度,但这对我们的资源隔离与调度有很大的挑战。二是在保证可用性的前提下,减少副本数,OceanBase在集团内的典型使用方式为部署在同城三个机房,使用三个副本,每个副本都需要占用内存,我们是否要以做些优化,减少内存使用量? 这些都是我们目前在考虑的。


让用户更简单的使用数据库,是OceanBase始终不变的愿景。

 

云栖社区:在本次分享中,将主要分享哪些技术点? 适合什么样基础的听众?

 

茂七:本次分享我将会从亲历者的角度来解读OceanBase,我们为什么要做一个全新的关系型数据库? 为什么不在传统开源关系型数据库比如MySQL、PostgreSQL上修改?OceanBase的架构是如何设计的,如何走到了现在的架构,这中间有一些什么样的权衡?OceanBase又是如何从淘宝收藏夹走到蚂蚁核心系统?,和大家一起回顾我们面临的问题、我们的解法、权衡和妥协,希望通过此次分享,可以让大家在面临数据库方面的问题时,能有效的做出判断。

相关实践学习
使用PolarDB和ECS搭建门户网站
本场景主要介绍如何基于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
|
数据采集 机器学习/深度学习 运维
量化合约系统开发架构入门
量化合约系统核心在于数据、策略、风控与执行四大模块的协同,构建从数据到决策再到执行的闭环工作流。强调可追溯、可复现与可观测性,避免常见误区如重回测轻验证、忽视数据质量或滞后风控。初学者应以MVP为起点,结合回测框架与实时风控实践,逐步迭代。详见相关入门与实战资料。
|
前端开发 JavaScript BI
如何开发车辆管理系统中的车务管理板块(附架构图+流程图+代码参考)
本文介绍了中小企业如何通过车务管理模块提升车辆管理效率。许多企业在管理车辆时仍依赖人工流程,导致违章处理延误、年检过期、维修费用虚高等问题频发。将这些流程数字化,可显著降低合规风险、提升维修追溯性、优化调度与资产利用率。文章详细介绍了车务管理模块的功能清单、数据模型、系统架构、API与前端设计、开发技巧与落地建议,以及实现效果与验收标准。同时提供了数据库建表SQL、后端Node.js/TypeScript代码示例与前端React表单设计参考,帮助企业快速搭建并上线系统,实现合规与成本控制的双重优化。
|
机器学习/深度学习 人工智能 缓存
面向边缘通用智能的多大语言模型系统:架构、信任与编排——论文阅读
本文提出面向边缘通用智能的多大语言模型(Multi-LLM)系统,通过协同架构、信任机制与动态编排,突破传统边缘AI的局限。融合合作、竞争与集成三种范式,结合模型压缩、分布式推理与上下文优化技术,实现高效、可靠、低延迟的边缘智能,推动复杂场景下的泛化与自主决策能力。
948 3
面向边缘通用智能的多大语言模型系统:架构、信任与编排——论文阅读
|
人工智能 自然语言处理 安全
AI助教系统:基于大模型与智能体架构的新一代教育技术引擎
AI助教系统融合大语言模型、教育知识图谱、多模态交互与智能体架构,实现精准学情诊断、个性化辅导与主动教学。支持图文语音输入,本地化部署保障隐私,重构“教、学、评、辅”全链路,推动因材施教落地,助力教育数字化转型。(238字)
1959 23
|
消息中间件 数据采集 NoSQL
秒级行情推送系统实战:从触发、采集到入库的端到端架构
本文设计了一套秒级实时行情推送系统,涵盖触发、采集、缓冲、入库与推送五层架构,结合动态代理IP、Kafka/Redis缓冲及WebSocket推送,实现金融数据低延迟、高并发处理,适用于股票、数字货币等实时行情场景。
1878 3
秒级行情推送系统实战:从触发、采集到入库的端到端架构
|
存储 人工智能 搜索推荐
拔俗AI助教系统:基于大模型与智能体架构的新一代教育技术引擎
AI助教融合大语言模型、教育知识图谱、多模态感知与智能体技术,重构“教、学、评、辅”全链路。通过微调LLM、精准诊断错因、多模态交互与自主任务规划,实现个性化教学。轻量化部署与隐私保护设计保障落地安全,未来将向情感感知与教育深度协同演进。(238字)
1409 0
|
机器学习/深度学习 人工智能 搜索推荐
拔俗AI学伴智能体系统:基于大模型与智能体架构的下一代个性化学习引擎
AI学伴智能体系统融合大模型、多模态理解与自主决策,打造具备思考能力的个性化学习伙伴。通过动态推理、长期记忆、任务规划与教学逻辑优化,实现千人千面的自适应教育,助力因材施教落地,推动教育公平与效率双提升。(238字)
1365 0
|
存储 运维 关系型数据库
从MySQL到云数据库,数据库迁移真的有必要吗?
本文探讨了企业在业务增长背景下,是否应从 MySQL 迁移至云数据库的决策问题。分析了 MySQL 的优势与瓶颈,对比了云数据库在存储计算分离、自动化运维、多负载支持等方面的优势,并提出判断迁移必要性的五个关键问题及实施路径,帮助企业理性决策并落地迁移方案。
|
弹性计算 关系型数据库 数据库
云数据库RDS数据库迁移上云
阿里云RDS是一种安全稳定、高性价比的在线数据库服务,支持弹性伸缩,帮助用户轻松部署与扩展数据库。提供实例创建、白名单设置、数据库与账号管理、便捷连接等功能,简化运维操作,保障数据安全。
|
运维 数据库 数据库管理
云数据库问题之阿里云在运营商领域数据库替换的整体解决方案要如何实现
云数据库问题之阿里云在运营商领域数据库替换的整体解决方案要如何实现
315 3

热门文章

最新文章

推荐镜像

更多