華為云 GaussDB 重磅亮相華為全球智慧金融峰會，產(chǎn)品能力全新升級

6 月 7 日，2023 年華為全球智慧金融峰會在上海順利舉行，大會聚集了眾多金融科技先鋒企業(yè)、金融行業(yè)專家，共話金融科技產(chǎn)業(yè)發(fā)展和創(chuàng)新實(shí)踐，同時重磅發(fā)布了華為云新一代分布式數(shù)據(jù)庫 GaussDB。華為云數(shù)據(jù)庫服務(wù)產(chǎn)品部總經(jīng)理蘇光牛在現(xiàn)場分享了華為云 GaussDB 的商業(yè)進(jìn)展和技術(shù)創(chuàng)新能力。

華為云 GaussDB 歷經(jīng)真實(shí)場景考驗(yàn)已經(jīng)非常成熟

會上，蘇光牛首先介紹了華為云 GaussDB 數(shù)據(jù)庫的發(fā)展和實(shí)踐成果。2020 年，華為推出了完全自主創(chuàng)新的 GaussDB 數(shù)據(jù)庫，并且陸續(xù)完成了華為公司內(nèi)部核心系統(tǒng)的替代。

作為全球數(shù)據(jù)庫應(yīng)用場景最復(fù)雜的 ERP 系統(tǒng)，華為的 MetaERP 系統(tǒng)面臨著業(yè)務(wù)高峰期 5 到 10 倍的流量洪峰、最大 160 億行大表的遷移。GaussDB 在 35 小時之內(nèi)就完成了高度關(guān)聯(lián)的 3200 億行數(shù)據(jù)的搬遷驗(yàn)證，切換后，華為成都操作人員第一次運(yùn)行資產(chǎn)核算任務(wù)，只用 3 分鐘就完成了華為 37W 資產(chǎn)的核算，這在之前需要 2.5 小時。

華為終端云服務(wù)面臨著成本、大規(guī)模集群以及數(shù)據(jù)模型多樣化等多種挑戰(zhàn)。GaussDB 原生的分布式架構(gòu)使負(fù)載更加均衡，并且支持多種生態(tài)，如今已經(jīng)上線了 6PB 數(shù)據(jù)量，6000+節(jié)點(diǎn)，資源利用率和運(yùn)維效率提升了 30%。

金融行業(yè)在自主創(chuàng)新的同時還需要完成應(yīng)用和架構(gòu)的創(chuàng)新，這需要一套可量化逐步推進(jìn)的方案。GaussDB 是當(dāng)前國內(nèi)唯一做到全棧軟硬協(xié)同自主創(chuàng)新的數(shù)據(jù)庫產(chǎn)品，有高度的語法兼容性和一站式的整體遷移解決方案，原生分布式架構(gòu)大幅提升了系統(tǒng)的可用性。

在外部，GaussDB 的能力也同樣得到了驗(yàn)證。IDC 報告顯示，GaussDB 已經(jīng)連續(xù)五次蟬聯(lián)本地部署模式市場國產(chǎn)數(shù)據(jù)庫份額第一，近兩年收入增長了 84%，非金融的收入占比提升了一倍，說明越來越多的客戶選擇了 GaussDB 作為其數(shù)字化轉(zhuǎn)型的伙伴。

面向更深入、更廣泛的場景，如何更好地滿足客戶訴求

蘇光牛說，GaussDB 的發(fā)展戰(zhàn)略，一是深入金融行業(yè)，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，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)，面向更深入、更廣泛的業(yè)務(wù)場景，我們需要不斷創(chuàng)新，更好地滿足客戶的訴求。

金融行業(yè)的客戶更加重視應(yīng)用系統(tǒng)的可用性和穩(wěn)定性，這需要數(shù)據(jù)庫通過軟硬件協(xié)同保障大機(jī)整體的可用性指標(biāo)。同時，因?yàn)榻鹑诤诵臉I(yè)務(wù)每一筆交易的時延都必須可控，這就需要數(shù)據(jù)庫的性能足夠穩(wěn)定，且不發(fā)生抖動，最后，如何把數(shù)據(jù)庫遷移形成可量化的實(shí)施過程，做到經(jīng)驗(yàn)復(fù)制也是一大挑戰(zhàn)。

近些年，關(guān)基行業(yè)的數(shù)據(jù)規(guī)模也越來越大，但由于技術(shù)人員投入相對較少，就需要數(shù)據(jù)庫簡單易用，通過在金融行業(yè)已經(jīng)實(shí)踐成熟的技術(shù)來降低成本，還需要更完善的適配對接，減少實(shí)施難度，這還需要一個完整的數(shù)據(jù)庫生態(tài)鏈。

始終不變的是對安全可信、高質(zhì)量的追求

為了滿足更多場景下的訴求，今天，華為發(fā)布了新一代分布式數(shù)據(jù)庫 GaussDB，歷經(jīng)多年打磨，華為云 GaussDB 始終不變的是將安全可信、高質(zhì)量作為發(fā)展的首要目標(biāo)。

GaussDB 基于華為軟件工程全?？尚趴蚣?，實(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)整個環(huán)節(jié)的全部真正自主創(chuàng)新。同時，GaussDB 構(gòu)建起了 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了低概率、復(fù)雜交互類的問題，當(dāng)前已經(jīng)有 20 萬測試用例消減了大部分基本問題，還構(gòu)建了 10 多個金融客戶場景化的防護(hù)網(wǎng)，真正消減了金融場景化的問題，實(shí)現(xiàn)真正的高質(zhì)量。

一直堅(jiān)持改變的是產(chǎn)品能力的不斷升級

蘇光牛詳細(xì)介紹了 GaussDB 數(shù)據(jù)庫一些新的關(guān)鍵能力。首先是高可用能力的全面升級。GaussDB 新版本通過 Paxos 一致性協(xié)議來保證數(shù)據(jù)多副本強(qiáng)一致，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，GaussDB 與工商銀行聯(lián)創(chuàng)推出了國內(nèi)首個基于存算分離的雙集群強(qiáng)一致方案，實(shí)現(xiàn)了集群級故障完全隔離 RPO=0，雙 AZ 雙活，今年將進(jìn)一步支持雙集群的邏輯解碼，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 基于 Ustore 存儲引擎，在業(yè)務(wù)長時間頻繁更新的狀態(tài)下依然保持高性能，并且不會發(fā)生抖動，在招商銀行的現(xiàn)場實(shí)際業(yè)務(wù)測試中，GaussDB 在性能遙遙領(lǐng)先的前提下，相比國內(nèi)其他廠商抖動率減少 85.6%，同時存儲空間的利用率提升了 17%。

在智能化上，對 DBA 來說，最挑戰(zhàn)的是當(dāng)系統(tǒng)出現(xiàn)亞健康狀態(tài)，如何快速感知到問題，及時進(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，GuassDB 有全新的 SQLAudit 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，過載熔斷能力避免了因個別慢 SQL 拖住整個系統(tǒng)。一旦出現(xiàn)亞健康狀態(tài)，GaussDB 將快速感知，識別出實(shí)時慢 SQL，進(jìn)一步做耗時點(diǎn)分析和自動診斷，以便 DBA 判斷查殺；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。

在部署和遷移上，面對海量數(shù)據(jù)帶來的存儲資源壓力，如何獲得更好的壓縮率和更高的壓縮解壓性能，減少對業(yè)務(wù)的影響，是 GaussDB 所思考的問題。對成本敏感的場景，GaussDB 支持基于語義感知的數(shù)據(jù)壓縮，實(shí)現(xiàn)了 65%的壓縮效率；對性能敏感的場景，GaussDB 有輕量化、零侵入的壓縮方案，保證合理壓縮率的同時對業(yè)務(wù)的影響降到 5%以內(nèi)。其次，新版本還將支持內(nèi)核多租戶能力，通過租戶間的資源隔離，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，通過 UGO 提前評估、結(jié)構(gòu)遷移、DRS 在線遷移和數(shù)據(jù)對比、流量回放、灰度并行等方案，讓整個遷移的過程、工作量、性能和上線過程從不確定變得確定。只有做到完全的確定性，才能真正實(shí)現(xiàn)國產(chǎn)數(shù)據(jù)庫的規(guī)模替換。

“數(shù)據(jù)庫產(chǎn)業(yè)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?！碧K光牛說，同時，我們希望與更多的金融客戶展開更深度的合作，聚焦行業(yè)典型業(yè)務(wù)場景，聯(lián)手打造更多解決方案，一起加速推進(jìn)行業(yè)數(shù)字化轉(zhuǎn)型，建立多方共贏的創(chuàng)新生態(tài)！

審核編輯 黃宇