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

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: 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
|
4天前
|
存储 人工智能 安全
Snowflake在云数据平台中的创新实践
Snowflake在云数据平台中的创新实践
21 4
|
4天前
|
存储 安全 算法
Snowflake在云数据平台中的创新实践
Snowflake在云数据平台中的创新实践
16 2
|
17天前
|
机器学习/深度学习 存储 SQL
数据仓库革新:Snowflake在云数据平台中的创新实践
【10月更文挑战第27天】Snowflake作为云原生数据仓库的领导者,以其多租户、事务性、安全的特性,支持高度可扩展性和弹性,全面兼容SQL及多种数据类型。本文探讨了Snowflake在现代化数据仓库迁移、实时数据分析、数据存储与管理及机器学习集成等领域的创新实践和应用案例,展示了其在云数据平台中的强大优势和未来潜力。
29 2
|
18天前
|
存储 运维 Cloud Native
数据仓库革新:Snowflake在云数据平台中的创新实践
【10月更文挑战第26天】随着大数据时代的到来,数据仓库正经历重大变革。本文探讨了Snowflake在云数据平台中的创新应用,通过弹性扩展、高性能查询、数据安全、多数据源接入和云原生架构等最佳实践,展示了其独特优势,帮助企业提升数据处理和分析效率,保障数据安全,降低运维成本,推动业务快速发展。
40 2
|
30天前
|
缓存 弹性计算 NoSQL
新一期陪跑班开课啦!阿里云专家手把手带你体验高并发下利用云数据库缓存实现极速响应
新一期陪跑班开课啦!阿里云专家手把手带你体验高并发下利用云数据库缓存实现极速响应
|
3月前
|
存储 SQL 关系型数据库
OceanBase的架构特点
【8月更文挑战第10天】OceanBase的架构特点
226 66
|
5月前
|
druid 数据库
杨校老师课堂之基于阿里巴巴的数据库连接池Druid的工具类开发
杨校老师课堂之基于阿里巴巴的数据库连接池Druid的工具类开发
37 0
|
3月前
|
存储 关系型数据库 MySQL
OceanBase的架构
【8月更文挑战第9天】OceanBase的架构
241 59
|
2月前
|
机器学习/深度学习 测试技术 数据处理
KAN专家混合模型在高性能时间序列预测中的应用:RMoK模型架构探析与Python代码实验
Kolmogorov-Arnold网络(KAN)作为一种多层感知器(MLP)的替代方案,为深度学习领域带来新可能。尽管初期测试显示KAN在时间序列预测中的表现不佳,近期提出的可逆KAN混合模型(RMoK)显著提升了其性能。RMoK结合了Wav-KAN、JacobiKAN和TaylorKAN等多种专家层,通过门控网络动态选择最适合的专家层,从而灵活应对各种时间序列模式。实验结果显示,RMoK在多个数据集上表现出色,尤其是在长期预测任务中。未来研究将进一步探索RMoK在不同领域的应用潜力及其与其他先进技术的结合。
95 4
|
2月前
|
存储 Java Maven
从零到微服务专家:用Micronaut框架轻松构建未来架构
【9月更文挑战第5天】在现代软件开发中,微服务架构因提升应用的可伸缩性和灵活性而广受欢迎。Micronaut 是一个轻量级的 Java 框架,适合构建微服务。本文介绍如何从零开始使用 Micronaut 搭建微服务架构,包括设置开发环境、创建 Maven 项目并添加 Micronaut 依赖,编写主类启动应用,以及添加控制器处理 HTTP 请求。通过示例代码展示如何实现简单的 “Hello, World!” 功能,并介绍如何通过添加更多依赖来扩展应用功能,如数据访问、验证和安全性等。Micronaut 的强大和灵活性使你能够快速构建复杂的微服务系统。
93 5