蘇光牛：堅持產(chǎn)品能力的升級，做金融數(shù)字化的堅實(shí)數(shù)據(jù)底座

6 月 7 日，華為全球智慧金融峰會 2023 在上海順利舉行，華為云數(shù)據(jù)庫服務(wù)產(chǎn)品部總經(jīng)理蘇光牛帶來了《華為云分布式數(shù)據(jù)庫 GaussDB，做金融數(shù)字化的堅實(shí)數(shù)據(jù)底座》的主題分享，為大家介紹了華為云 GaussDB 的商業(yè)進(jìn)展和技術(shù)創(chuàng)新能力。

以下是演講實(shí)錄：

尊敬的各位領(lǐng)導(dǎo)、各位來賓，大家下午好！非常感謝大家蒞臨本次峰會，今天，我主要給大家分享下 GaussDB 的商業(yè)進(jìn)展以及產(chǎn)品能力升級方面的最新情況。

1、華為云 GaussDB 正在從金融覆蓋到更多行業(yè)

從 2019 年開始，我們在華為內(nèi)部通過持續(xù)的錘煉，推出了融合多項(xiàng)技術(shù)的自主創(chuàng)新的 GaussDB 數(shù)據(jù)庫，而且陸續(xù)完成了華為公司內(nèi)部核心系統(tǒng)的替代，這里面包括三個方面。

第一個是我們在終端云上實(shí)現(xiàn)了 6PB 數(shù)據(jù)的全面替代和上線，分布式節(jié)點(diǎn)有 6 千個節(jié)點(diǎn)的規(guī)模，資源利用率提升了 30%。

第二個是在 ERP 的替換中，我們替換了 600 多套的業(yè)務(wù)庫，經(jīng)歷了十倍流量的突發(fā)流量考驗(yàn)，業(yè)務(wù)效率得到了 10 倍的提升，實(shí)現(xiàn)了零故障、零時延和零調(diào)賬。這里簡單給大家普及一下，華為公司的訂單系統(tǒng)的特點(diǎn)，每到一個月的月末，每到一個季度的結(jié)束以及每年結(jié)束的時候，它的流量是平時流量 5-10 倍。所以華為公司在 ERP 上線的時候，我們是經(jīng)歷了 20 倍流量的測試和壓測才能上線。

第三個就是我們的運(yùn)營商設(shè)備，累計發(fā)貨也有 30 多萬套。

從我們的收入結(jié)構(gòu)也可以發(fā)現(xiàn)，GaussDB 從最初的金融行業(yè)已經(jīng)覆蓋到更多的關(guān)基行業(yè)，非金融的占比提升了一倍，越來越多的客戶選擇 GaussDB 作為其數(shù)字化轉(zhuǎn)型的伙伴。

2.在豐富的實(shí)踐場景中打磨成熟

我們知道，數(shù)據(jù)庫是一個全場景的軟件，所以場景實(shí)際上是數(shù)據(jù)庫的磨刀石。下面，我將進(jìn)一步解讀剛才講的這幾個業(yè)務(wù)和后面要講的金融業(yè)務(wù)對數(shù)據(jù)庫的磨煉是極其重要的。

華為的 MetaERP 系統(tǒng)，是一個典型的重度的使用傳統(tǒng)商業(yè)數(shù)據(jù)庫的場景，也是制造業(yè)里面非常典型的一個應(yīng)用的代表，在華為公司，ERP 是我們的生產(chǎn)系統(tǒng)，它支撐了華為每年數(shù)千億訂單，170 多個國家的訂單發(fā)貨。從華為自身業(yè)務(wù)連續(xù)性的視角看，華為的 ERP 替換，相當(dāng)于長征途中的強(qiáng)渡大渡河。作為全球數(shù)據(jù)庫應(yīng)用場景最復(fù)雜的 ERP 系統(tǒng)之一，華為的 MetaERP 面臨幾個挑戰(zhàn)：第一個就是有近 7 億行的 SQL 腳本需要改造；第二個我剛也提到了，業(yè)務(wù)高峰期業(yè)務(wù)流量可能達(dá)到 5-10 倍，在實(shí)際上線前，我們做了 20 倍流量的壓測；第三個就是大表的改造，有最大 160 億行大表，超過 100 億行的表就有十幾個，這些大表的遷移都非常具有挑戰(zhàn)性。那如何解決呢？

第一個，對于 SQL 腳本的替換，我們的 UGO 工具實(shí)現(xiàn)了近 100%的自動化結(jié)構(gòu)遷移。今天，我們?nèi)ヌ鎿Q數(shù)據(jù)庫，如果還投入幾十個人去改造一個應(yīng)用實(shí)現(xiàn)替換的話，是不可以維系的。第二個，就是數(shù)據(jù)遷移，我們是在 35 個小時內(nèi)，實(shí)現(xiàn)了 3200 億行數(shù)據(jù)的遷移。也就是說，今天大家已經(jīng)不用擔(dān)心數(shù)據(jù)遷移的一致性和完備性問題了。

另外，我們通過智能代價估計、高效索引并發(fā)控制等算法順利地通過了業(yè)務(wù)歷史最大峰值 20 倍流量的壓測。

這里也給大家講一個小故事，在 ERP 切換成功后，華為成都的一個操作人員，第一次運(yùn)行資產(chǎn)核算任務(wù)，只用了 3 分鐘。但是之前這個操作人員的歷史經(jīng)驗(yàn)都需要 2 個多小時。所以他認(rèn)為這次可能是運(yùn)行失敗了，按照操作的規(guī)范立即預(yù)警。經(jīng)過實(shí)際確認(rèn)，結(jié)果是準(zhǔn)確的，是一個“美麗的誤會”。

而華為終端云服務(wù)，這個代表著新興的一類生于云、長于云的云原生企業(yè)的典型應(yīng)用，它的主要挑戰(zhàn)是什么呢？首先是成本問題，如何提升資源利用率，特別是在海量的數(shù)據(jù)和分布式的情況下，大量的部署節(jié)點(diǎn)帶來的成本問題以及傳統(tǒng)的機(jī)房轉(zhuǎn)換到云上的成本挑戰(zhàn)；其次是海量業(yè)務(wù)帶來的大量的分布式的訴求，需要有非常強(qiáng)的擴(kuò)展性，和彈性伸縮能力；最后是數(shù)據(jù)多樣化，因?yàn)槠渲屑扔嘘P(guān)系型數(shù)據(jù)，也有非關(guān)系型數(shù)據(jù)。

GaussDB 原生的分布式架構(gòu)，使負(fù)載更加均衡，已經(jīng)上線的最大單集群節(jié)點(diǎn)數(shù)超過了 200 個，并且支持多種生態(tài)，實(shí)現(xiàn)了資源利用率和運(yùn)營效率的大幅度提升。

還有就是對數(shù)據(jù)庫要求最高的金融核心系統(tǒng)，幾乎所有的金融 CIO 或 CTO 都知道遷移并不好做，金融行業(yè)大量的應(yīng)用都重度依賴傳統(tǒng)數(shù)據(jù)庫的接口，存在大量的不確定性，客戶都希望有一套可量化的、逐步推進(jìn)執(zhí)行的方案。

從芯片、服務(wù)器、存儲、網(wǎng)絡(luò)到數(shù)據(jù)庫、操作系統(tǒng)，GaussDB 是當(dāng)前國內(nèi)唯一能夠做到軟硬協(xié)同、全棧自主創(chuàng)新的國產(chǎn)品牌，高度兼容傳統(tǒng)數(shù)據(jù)庫的語法，有一站式的數(shù)據(jù)加應(yīng)用平滑遷移方案，使得遷移變得更簡單。同時基于多數(shù)派協(xié)議的原生分布式架構(gòu)，更大幅提升了系統(tǒng)的可用性。

3.面向更深入、更廣泛的場景，我們思考如何更好地滿足客戶訴求

隨著 GaussDB 的成熟，未來 GaussDB 將向兩個方向發(fā)展。第一是做深做透金融行業(yè)，一次性解決金融客戶數(shù)字化轉(zhuǎn)型和可持續(xù)發(fā)展的雙重訴求；第二是從金融走向政務(wù)、能源、交通等更多關(guān)鍵信息基礎(chǔ)設(shè)施行業(yè)，這也是我們一個新的使命。

在做深做透金融上，我們發(fā)現(xiàn)客戶以前只關(guān)注接口的適配性，現(xiàn)在開始逐步重視替換后應(yīng)用的可用性、穩(wěn)定性。大家都知道，主機(jī)的可靠性大部分來自硬件，而沒有了這種專用硬件的加持，如何通過軟硬件協(xié)同保障大機(jī)整體可用性指標(biāo)就非常重要了。金融核心業(yè)務(wù)不同于互聯(lián)網(wǎng)追求性能峰值的極限，更需要的是一個確定的不抖動的性能，讓每一筆交易的時延都可控。最后，在客戶從幾個應(yīng)用替換到幾百個應(yīng)用替換的落地過程中，如何把遷移做成可量化的實(shí)施過程，是擺在每個金融 CIO 眼前最大的挑戰(zhàn)。

近些年，關(guān)基行業(yè)的數(shù)據(jù)規(guī)模也越來越大，由于科技力量薄弱，技術(shù)人員投入相對較少，就需要數(shù)據(jù)庫簡單易用，最好能直接復(fù)用在金融行業(yè)已經(jīng)實(shí)踐成熟的技術(shù)來降低總體擁有成本，實(shí)現(xiàn)快速推進(jìn)。

4.GaussDB 始終以安全可信、高質(zhì)量為首要目標(biāo)

為了滿足更多場景的客戶訴求，今天我們發(fā)布了新一代的分布式數(shù)據(jù)庫 GaussDB，具備五高兩易的全面能力。下來我就其中的一些關(guān)鍵的新能力跟大家做一下解讀和分享。

在講具體的產(chǎn)品能力升級變化之前，我想先給大家分享下 GaussDB 沒變的東西，那就是我們對安全可信、高質(zhì)量的追求。

從產(chǎn)品定義、代碼實(shí)現(xiàn)、開源治理到運(yùn)營運(yùn)維等各個環(huán)節(jié)，GaussDB 基于華為軟件工程全?？尚趴蚣埽瑢?shí)現(xiàn)了從結(jié)果可信到過程可信，做到了包括開發(fā) GaussDB 軟件的整個工具鏈在內(nèi)的真正的自主創(chuàng)新。

同時，我們構(gòu)建起了一個 9 層的測試防護(hù)網(wǎng)，通過全鏈路的深度交互測試平臺減少低概率、復(fù)雜交互類的問題，當(dāng)前已有 20 萬測試用例消減了大部分基本問題，今年我們還會繼續(xù)增加到 80 萬，還構(gòu)建了 10 多個金融客戶場景化的防護(hù)網(wǎng)，消減了金融場景化的問題，實(shí)現(xiàn)真正的高質(zhì)量。

5.聚焦客戶業(yè)務(wù)痛點(diǎn)，GaussDB 產(chǎn)品關(guān)鍵能力全新升級

在產(chǎn)品能力升級上，我想大家最關(guān)心的還是可用性。我們的 GaussDB 新版本支持了 Paxos 一致性協(xié)議，更好地提升了 RTO，高負(fù)載業(yè)務(wù)下 DN 故障倒換可以穩(wěn)定在 10 秒以內(nèi)；去年我們跟工商銀行聯(lián)創(chuàng)推出了國內(nèi)首個雙集群強(qiáng)一致的方案，實(shí)現(xiàn)了集群級故障完全隔離 RPO=0，雙 AZ 雙活；今年我們又進(jìn)一步支持了雙集群的邏輯復(fù)制，以及全新的應(yīng)用無損透明切換方案，做到應(yīng)用大版本升級完全不停機(jī)，主備倒換應(yīng)用微感知，真正實(shí)現(xiàn)大機(jī)業(yè)務(wù) 7*24 小時不間斷。

在性能上，GaussDB 存儲引擎可以實(shí)現(xiàn)業(yè)務(wù)長時間頻繁更新下依然保持系統(tǒng)高性能，同時不抖動。這得益于 GaussDB 和招行的聯(lián)創(chuàng)，我們重構(gòu)了底層的整個存儲引擎，采用的是原地更新的模式，它和常見的基于不斷追加的這種引擎最大的區(qū)別是，傳統(tǒng)的模式在底層垃圾的回收和內(nèi)存做數(shù)據(jù)化的時候會有非常大的抖動。經(jīng)過實(shí)測，我們在大壓力的情況下，性能的抖動依然可以控制在 3%，同時存儲空間的利用率提升了 17%。

在智能化上，對 DBA 來說，最頭疼的就是在系統(tǒng)出現(xiàn)亞健康狀態(tài)的時候，如何能夠快速感知到問題，及時地進(jìn)行識別和分析，方便進(jìn)一步操作。作為國內(nèi)首個 AI-Native 數(shù)據(jù)庫，GaussDB 提供從應(yīng)用開發(fā)到運(yùn)維階段全流程的數(shù)據(jù)庫智能化體驗(yàn)，有全新的 SQL Audit 工具，在開發(fā)驗(yàn)證階段就完成 SQL 自動審核，減少亞健康出現(xiàn)的情況，一旦出現(xiàn)亞健康狀態(tài)，GaussDB 可以快速感知到問題，識別出實(shí)時慢 SQL，并進(jìn)一步通過慢 SQL 的耗時點(diǎn)分析，自動診斷出是否處于被阻塞狀態(tài)，以便運(yùn)維人員進(jìn)行判斷查殺。在一些嚴(yán)重過載的情況下，我們還有過載熔斷能力可以自動 kill 過載會話，避免因個別慢 SQL 拖住整個系統(tǒng)。還有 DBMind 的慢 SQL 根因分析、索引推薦、異常檢測等多種運(yùn)維功能也讓 DBA 更加得心應(yīng)手。

除了上面講的這些硬核技術(shù)外，對于客戶關(guān)注的性價比、平滑遷移，GaussDB 的新版本也做了大量的工作。首先是海量數(shù)據(jù)帶來的存儲資源壓力。壓縮是一個辦法，但簡單的高壓縮比并不是我們追求的目標(biāo)，我們更關(guān)注的是如何讓業(yè)務(wù)盡量無感地使用壓縮，并且性能不會有大幅降低，最好控制在 5%，甚至更低的性能影響，這才是真正有用的壓縮。我們既能夠降低資源的使用，對應(yīng)用的侵入性更小。

其次，新版本還將支持內(nèi)核多租戶的能力，幫助用戶可以快速在不同的租戶資源上進(jìn)行遷移，讓應(yīng)用使用更加靈活，資源利用率更高。

最后，GaussDB 有一站式的遷移解決方案，讓原本不確定的遷移工作變成一個確定性的事情。第一個就是我們的 UGO，可以對現(xiàn)有系統(tǒng)的所有應(yīng)用進(jìn)行掃描和評估，告訴我們哪些能夠兼容，哪些不能兼容，以及如何進(jìn)行改造，現(xiàn)在我們已經(jīng)做到 95%的自動化。第二個就是 DRS，可以實(shí)現(xiàn)在線零中斷遷移，并且通過數(shù)據(jù)比對保證數(shù)據(jù)零丟失。第三個是流量回放，和 UGO 配合，可以真實(shí)地抓取源數(shù)據(jù)庫上的流量，在新數(shù)據(jù)庫上進(jìn)行回放，避免大家現(xiàn)在普遍遇到的覆蓋不全的問題。我認(rèn)為，只有通過上述工程化可落地的方案，才能真正地實(shí)現(xiàn)國產(chǎn)數(shù)據(jù)庫的規(guī)模替換。

數(shù)據(jù)庫的發(fā)展，除了產(chǎn)品的創(chuàng)新，更離不開產(chǎn)學(xué)研用的通力合作。金融客戶是數(shù)據(jù)庫的重要出發(fā)點(diǎn)和落腳點(diǎn)，為 GaussDB 的發(fā)展起到了關(guān)鍵的作用。我們希望更多的金融客戶能夠開放自己更多的典型業(yè)務(wù)場景，基于分布式架構(gòu)，來設(shè)計自己的多地多中心方案，形成最佳實(shí)踐，加速推進(jìn)行業(yè)數(shù)字化轉(zhuǎn)型。我的分享就到這里，再次感謝在座的各位，謝謝大家！

審核編輯黃宇