5月26日，在由北京金融科技产业联盟主办，华为云与《金融电子化》杂志社协办的“金融科技师培育项目系列之分布式数据库人才能力提升专题研修班”中，华为数据库GaussDB架构师王磊以“分布式数据库技术探索与展望”为主题，围绕分布式数据库发展历程、三项关键技术、未来发展方向等内容与参训嘉宾进行了深入的探讨与交流，为现场嘉宾带来了干货满满的技术盛宴。
分布式数据库发展正当时
数据库和人们的生产生活密不可分。大到国家机关的各类公文数据、商业银行的存款贷款数据、企业组织的人员管理信息、财务管理系统，小到我们日常生活中购物、打车、点餐等，都有数据库在背后默默地支撑。近年来，随着移动互联网爆发式发展和各行各业数字化转型的不断推进，数据量和计算量暴增，传统集中数据库面临着容量、算力、成本和可靠性等多方面的挑战。而分布式数据库凭借在扩展性、性能、可用性等方面的优势，正在成为当前数据库技术发展的重要方向。
据王磊介绍，分布式数据库的发展主要经历了应用分库分表垂直拆分、分布式中间件、原生分布式数据库三个阶段。从技术路线来看，分布式数据库大致可分为“基于共享存储一写多读、Shared nothing、基于共享存储多写分布式数据库”三大技术路线。
三大关键技术详解，揭开分布式数据库的“奥秘”
在本次分享中，王磊重点围绕“高可用、事务管理、执行器”三个关键技术栈对分布式数据库做了详细介绍。
其中高可用技术是通过组件、副本、模块等冗余，支持局部故障场景下的业务连续性。在数据库系统中，通常用RTO和RPO两个指标来衡量可用性。其中RPO（Recovery Point Obejective，恢复点目标）是指业务系统所允许的在灾难过程中的最大数据丢失量，用来衡量容灾系统的数据冗余备份能力；RTO（Recovery Time Objective，恢复时间目标）是指信息系统从灾难状态恢复到可运行状态所需的时间，用来衡量容灾系统的业务恢复能力。不同的组织对于RTO和RPO的要求不同，提升RPO的关键技术在于分布式一致性复制协议，而要提升RTO，则需要重点提升故障检测和故障恢复技术水平。
作为主打金融政企核心业务负载的分布式数据库，GaussDB通过多项关键技术，使日志回放效率大幅提升，实现大压力下RTO<10s的极致高可靠；同时所有故障场景可检测、可恢复，通过多项冗余设计，实现整个系统无单点故障。硬件高可用和软件高可用“双管齐下”，进一步提升了GaussDB的可用性。此外，GaussDB提供金融级高可用服务，支持RPO=0的同城双集群切换，最大限度地保证数据的安全性以及服务的可用性。
在分布式数据库中，分布式事务面临原子性问题和一致性问题。为了保证分布式事务的原子性，分布式数据库通常采用两阶段一致性提交协议，同时采用多版本并发控制（MVCC)来保证与写事务并发执行的查询事务的一致性。王磊还对MVCC的快照管理方式和不同版本的存储管理进行了详细介绍，并以GaussDB为例，解读了活跃事务链表算法和提交时间戳算法。
在性能方面，王磊指出，分布式数据库高性能的关键在于分布式执行框架。分布式执行框架在提升分布式执行效率的同时，通过全局索引、在线数据搬迁、防篡改技术、AI4DB等技术，保证了高性能和高安全性，并可实现自监控、自诊断、自优化端到端自治运维服务。
在本次课程的最后，王磊表示：“随着分布式数据库在技术标准、应用标准、解决方案等方面的规范化，分布式数据库的格局会更加清晰，多写、自适应数据迁移、多层资源池化或将成为未来理想的分布式数据库形态。”
分布式数据库发展浪潮正劲，为中国数据库产业带来巨大的市场机遇，其中人才培养和生态建设成为制胜关键，需要持之以恒的投入。华为云将一如既往地坚定投入数据库研究，通过产学研用深度融合，联合伙伴、高校一起推动数据库人才培养，持续完善人才认证培养体系，保障数据库产业未来人才供给，共同推动数据库产业发展。
