對中國的電商公司來說，1萬億元GMV意味著什么？

回到十年前，這個答案是：意味著他們要給IOE（IBM、Oracle、EMC）三家美國公司200億元采購費，而且是每年都要給。這筆錢甚至會超過他們自身當年所能賺取的利潤。

但是十年過去，現實并非如此，這一切都要從一位叫陽振坤的科學家說起。

很多年前，他曾追隨老師王選院士打造激光照排。

現在他又創造了世界上第一個真正意義上的分布式數據庫OceanBase。

事實上，OceanBase從在阿里立項之日起，就面臨著夭折的危機。

陽振坤對雷峰網說起這事，只是靦腆地笑著，操著稍帶湖北口音的老家話，言語不緊不慢。

但是，他很清楚這件事的重要性：“如果當時，我們沒有做OceanBase，后來的其他公司要做數據庫就只剩一條路，就是‘穿馬甲’——把開源的東西拿過來，改成自己的‘馬甲’，然后去做。”

在阿里之前的戰略會上，“去IOE”這個戰略方向曾經得到阿里首席技術官王堅博士的堅持，前文200億元的說法就是他算出來的。

阿里前CEO衛哲為雷峰網回憶過當日場景。

王堅為增加說服力，甚至拉上了已經退休的CTO吳炯，讓他從技術的角度談了亞馬遜和谷歌的情況，作為整體鋪墊；然后自己再從財務的精算，把1萬億元GMV折算成數據量，再折算成需要的IBM小型機數量、Oracle數據庫量、EMC存儲數量，最后換算成具體價格相加。

王堅算完之后，阿里執委會的所有人都服氣了，算是從高管層面解決了這個問題。（當日現場討論非常精彩，細節請看《沸騰十五年》修訂版。）

但是，光說服上面的人是不夠的，下面的執行者都是Oracle、EMC工程師，“去IOE”其實就是砸他們的飯碗，他們怎么會支持呢。

在陽振坤開啟OceanBase項目之時，他聽到的負面的、否定的聲音，遠多于支持的聲音。

作為創新者，逆風而行是必須要承擔的代價，如果不能到達彼岸，就會摔在地上，聽到鋪天蓋地的訕笑。

兩年，這是阿里給陽振坤的期限，也是阿里高管們能為他頂住壓力的時間。兩年內做出成績，公司全力支持；做不出成績，就只能卷鋪蓋走人。

背著這樣的壓力，陽振坤帶著OceanBase團隊出發了。

陽振坤想做的體系是原生分布式數據庫。如果成功，OceanBase將有機會幫助企業構建新一代的核心系統。

在OceanBase之前，以Oracle為主導的巨頭們使用的都是“集中式數據庫”。如果將數據庫的處理能力和容量類比為“馬拉車”，集中式數據庫的解決方案是把“馬”做大，讓單機實力更加強勁，帶動數據的存儲和處理。

但集中式數據庫也存在問題。一方面，誕生于數十年前的集中式數據庫太老，很難應對指數級增長的容量需求。當“馬”的增長很難跟上“車”的速度，那么系統的崩潰就只是時間問題。企業仍然可以通過加大金錢投入，來增加數據庫的能力，但成本卻也將大大提升。

另一方面，集中式的數據庫應對風險的防控能力很差。如果集中式數據庫中的一臺機器出現故障，那么整個系統都可能面臨崩潰的風險，牽一發而動全身。

既然獨木難支，為何不“眾人拾柴”？本就對分布式頗有研究，陽振坤想到，可以動用許多“小馬”，一起來拉動這輛“大車”。

這就是原生分布式數據庫OceanBase靈感的來源，而在2010年，世界上都沒有人提出過這種思路。陽振坤振臂一呼，可以說是“前無古人”。

面對飛速增長的需求，OceanBase不依賴單機，可以做到簡單、便宜的擴容。同時，原先的小型機一臺也要幾十上百萬，在OceanBase分布式的構想中，便宜的單機也可以拿來做服務器，從幾十萬到幾萬，OceanBase比Oracle便宜了不止一點半點。

由于OceanBase“不把雞蛋放在一個籃子里”，當體系中某個單機出現問題時，數據庫仍然能夠穩定運行。“三地五中心，同城三機房”，螞蟻的體系如此設計，只要大多數設備不同時宕機，系統的運行就不會受到影響。

數據庫的功能大致可以分為兩類——OLTP和OLAP。

OLTP指“在線事務和交易處理”，也就是“記賬”。買家的每一筆支出、商家的每一單銷售，在平臺上產生的每一條數據都要分門別類記載清楚。

OLAP指“在線分析處理”，也就是“數據分析”。分析用戶偏好、分析運營數據等能力都位列其中。

數據庫的用戶既有“記賬”的需求，又有“分析”的需求，但這兩種需求卻通常需要以兩個不同的數據庫系統來分別滿足，市場上少有可靠的、一站式的解決方案。操作兩種系統，成本和難度自然更高。

如同左腦和右腦，“記賬”和“分析”是兩種不同的數據處理方式。“記賬”需要實時與系統交互，數據要“逐行”存儲；而分析則需要縱向對比，數據要“逐列”存儲。

OceanBase做的，就是把“左腦”和“右腦”合并了起來，形成了一站式的解決方案。方便，而且便宜。說起來簡單，將“行存”和“列存”做到一起并非易事，而分布式的架構設計又為HTAP模式提供了技術上的可行之處。

體系設計雖好，但實話說，2年真的不太夠用。

OceanBase在頭兩年的成果難說讓人滿意，陽振坤自然深知這一點。在2012年底的時候，功能還有許多沒能實現，團隊也不夠完備。在產品的第一關，OceanBase就輸了。

缺乏業務也是OceanBase遇到的又一個難題。阿里內部的各業務群也當然并非“一心同體”，業務老大們要背自己的業務指標，總部做決定也要考慮到他們的利益，數據庫是底層系統，不能強制他們“說換就換”。在部門墻之下，OceanBase初來乍到，還沒有與各業務部門建立起信任感，只能自下而上地“推銷”自己的產品，自然事倍功半。

眼見2年之期將至，OceanBase面臨著隨時可能被公司關停的狀況。

傳說中，還是陽振坤特意飛去杭州阿里總部，找到了他在微軟的老同事王堅。王堅時任阿里CTO，當時也是他在阿里云最難的時候。他深知陽振坤在阿里從事科研的難度，也能看到OceanBase在未來數據庫競爭中的潛力，于是在和相關領導協商后，發下了一紙調令。

不久后，OceanBase就被調整到了支付寶體系下。

但問及這段時間，陽振坤心中第一個想到的是現任阿里的CTO程立，花名魯肅。在陽振坤和團隊來到支付寶后，作為阿里技術人心中“神一樣的人物”，魯肅也看好原生分布式數據庫的前景，于是幫助陽振坤在支付寶站穩了腳跟，這也為OceanBase在日后的崛起埋下了伏筆。

二、2014，逆襲的號角吹響

2014年，在支付寶，陽振坤和OceanBase終于等到了千載難逢的機會。

當年，雙十一的交易量預期又將創下紀錄。面對又一次大考，支付寶內部的數據庫工程師如臨大敵，又如火如荼地開始了數據庫跑量的壓力測試。

大敵當前，陽振坤和他的團隊卻還在坐冷板凳。多次主動請纓，支付寶卻僅讓OceanBase承擔1%的業務流水。又是一年的失望，屬于OceanBase的翻盤點似乎還遙不可及。

前文也提到了，OceanBase的功能和結構都比Oracle要強勁很多，為什么支付寶沒有全面推廣OceanBase應用呢？

IOE體系就是數據庫界的PUA。你明知它貴，你明知它不好用，你明知有更便宜、便捷的解決方案，但你愿意相信它。在ToB生意里，信任最為難能可貴。

“你如何保證OceanBase不弄丟支付寶用戶的一分錢？”魯肅的這句話也曾問懵過陽振坤。

IOE雖然種種不好，但IOE勝在穩健。許多技術負責人不愿用新的技術和產品，用老產品出問題可以怪產品，用新產品出問題就只能怪自己了。

歸根結底，沒信任就沒有使用，沒有使用也就沒有信任。OceanBase就在這樣一個死循環里苦苦掙扎。

原來，在跑量測試時，一直在螞蟻內處于主導地位的Oracle竟然屢次崩潰，可承壓能力僅有預期的90%。

已經顧不上OceanBase是否可靠，在這時行不行都得上。技術團隊不得不做出了一個艱難的決定：緊急啟用OceanBase。

于是OceanBase臨危受命，接下了支付寶2014年雙十一10%的流量。

這是機遇，可又何嘗不是重于泰山的壓力？陽振坤深知，他和他的團隊但凡出了一點差池，那么他和OceanBase在公司里就將永遠失去信任，再沒人敢用。哪怕后面能夠給業務帶來好處，也無濟于事。

這一仗，OceanBase只許成功，不能失敗。

雙十一前夜，OceanBase全員枕戈待旦。螞蟻集團的CEO彭蕾（花名Lucy）先前在阿里內部任首席人力官，知人善用。她連夜來到了OceanBase的辦公室，既是動員，也是督戰。

變動如此巨大，難說彭蕾的心里沒有忐忑。她問陽振坤有沒有信心，陽恰好站在窗邊。他推開窗子，杭州11月已經開始轉冷，辦公樓下路人行色匆匆。陽振坤知道，他和OceanBase的前途全部取決于此，他說：

7年后，OceanBase早已成為了國產數據庫中的“頭馬”。談及此事，陽振坤只說是個玩笑。而當年的壓力、忐忑和“不成功便成仁”的決絕，都如同過眼云煙，成為了多年之后的笑談。

三、開源——OceanBase的夢想、挫折和救贖

開源是許多程序猿的浪漫。

盡管在外界看來十分令人不解——把自己辛苦寫的代碼免費向社會公開，但OceanBase還是堅決地選擇了開源。

拋開技術人的理想主義，OceanBase之所以選擇開源，有如下這3大原因：

在足夠的測試與反饋的過程中，數據庫才能發現運行問題，進行有機的調整。

OceanBase作為一個新概念的數據庫產品，自然急需實際的測試和驗證。開源，就是給了OceanBase不斷“打怪升級”的機會。

剛剛提到過，信任對于數據庫產品來說是重要的壁壘，也是合作的基石。用戶要把數據委托給數據庫，幾乎是要把自己重要的“家產”托付出去。

OceanBase把自己的代碼和秘密全部公開，也是告訴用戶自己值得信任。基于這種信任，OceanBase也期望能形成自己的開源社區，擴大用戶群。

有人用，就有信任；有了信任，就有更多人用，也就自然能產生更多收益。

前文也提到過，數據庫本就是一項極度復雜的工程。如同芯片一樣，即使能夠拿到成品，但難以對其進行反向工程。即使開源，護城河也在。

著名的數據庫MySQL開源20余年，核心技術就仍然掌握在開發團隊的手中。這種技術壁壘映射到開源上，稱得上是一種數據庫的核心能力。

于是在2011年，當時還屬于淘寶體系的OceanBase第一次開源，而這次開源的經歷難稱圓滿。

這次開源對于OceanBase來說，頗有“趕鴨子上架”的意味。OceanBase在2014年前還是以單點寫入的模式為主，兩年后才正式完成了1.0版本。

而2011年為了迎合淘寶系統全面開源的潮流，也是技術人的一腔熱情，OceanBase匆匆宣布開源，而實際公開的只是一個“半成品”。這個版本當時還以單點寫入為主，還完全不是團隊理想中的樣子。

而通過這次開源，另外一個問題也隨之映射出來：OceanBase的定位究竟是什么？究竟要做螞蟻業務的一個支持部門，還是一個通用化的工具？

做支持，OceanBase需要更多面向公司內部的需求。一些“量身定制”的需求，甚至可能超出常規數據庫的功能范圍。如果被這種需求牽著走，則很可能造成工期上的損耗，也容易把自己的路走窄。

但認知上的鴻溝，讓首次開源的OceanBase無法獲得業務團隊足夠的支持，開發團隊則要把主要精力投入到產品1.0版本的開發中，很難分出人手去維護開源版本的持續更新。

難說誰對誰錯，只是立場不同。

無人可用，首次開源的OceanBase終于不再更新，而這次嘗試也終于不了了之。

而在這之后，潛心投入開發的OceanBase團隊終于見到了回報。

在支付寶內部，OceanBase逐漸全部接管了Oracle先前的“生意”。為了讓“去Oracle”的進程更加“絲滑”，OceanBase力求讓這個過程可以“不改代碼”。

2015年3月15日，陽振坤在他的微博上自豪地宣布：“從上周五開始，淘寶/天貓/聚劃算在支付寶上的交易，100%都在OceanBase上了。你可能沒有什么感覺。”

一年后，OceanBase也終于全部接管賬務數據庫。在一次采訪中，陽振坤表示：“這……是標志著，OceanBase真正地在金融系統里面站住了腳。”

取得了如此斐然成績，在阿里內部也是拿獎拿到手軟，但陽振坤和團隊的志向卻不愿意在此止步。又過了一年，憑借著支付寶成功案例的光鮮背書，OceanBase首次對外商用，第一個客戶就是南京銀行。

阿里的高層們也終于看到了OceanBase原生分布式數據庫的優勢，看到了既能做交易、也能做分析的HTAP模式顛覆行業的可能。他們正式同意OceanBase作為一個單獨的公司獨立運營，這也是OceanBase發展一個重要的分水嶺。

2020年6月1日，北京奧星貝斯科技有限公司正式成立。螞蟻集團前金融科技產品技術總監 楊冰任CEO，陽振坤任首席科學家，與他一起進入OceanBase創業至今的楊傳輝（花名：日照）任CTO。

不久，“出走”剛剛12個月的OceanBase再一次選擇了開源。在進行了數月工作文檔和代碼的梳理后，2021年6月，OceanBase再次向全網開源。

他們把心沉下來，只想如何用開源的方式去滿足客戶需求。遵循指示，一個初學者可以在30分鐘內將OceanBase的數據庫完成裝配。

OceanBase做的是用戶價值，這是他們開源的重要理念。

從最早先屈指可數的幾個客戶，到今天400多家全行業的客戶；大到支付寶、網商銀行，小到占總比66%的小型企業，從螞蟻獨立出來的奧星貝斯仍然在幫助全社會的各行各業。

“讓天下沒有難做的生意”依然流淌在他們每個人的基因里。

結語：

盡管已經年近花甲，陽振坤仍然沒有半點停滯的意思。在技術驅動創新的路上，OceanBase的目標是做“無限擴展、永遠在線”，意在創造一個不被擴展和故障所限制的數據庫系統，而這項成果則可能永遠地顛覆數據庫，乃至互聯網行業。

做技術的人大多是簡單的。陽振坤和OceanBase十余年走來，風風雨雨，終于至今。有時他總能想起自己的老師，兩院院士王選，當代中國的“畢昇”，顛覆了中國印刷業的科學家。

33年前，陽振坤成為了王選的弟子。

那年，陽振坤22歲，青春寫意；王選52歲，也正是當打之年。而今天，王選早已溘然長逝，陽振坤也把自己三十余年的青春獻給了科研。

你為燈塔前行。

陽振坤知道，和自己的恩師一樣，自己的這一生都將要獻給中國的科研事業，但他從沒有半分悔意，也沒有半分退意。

數據庫技術的發展歷程

我們知道技術在歷史中，發展都存在著不同的階段。數據庫也應該不例外，可以根據技術的突破劃分為幾個階段，您可以為我們回顧一下嗎？

在最開始，它其實是跟賬有關系。最早的數據庫叫層次數據庫，功能比較簡單。而也是因為其功能比較單一，大家有接觸大概幾年以后，就發明了一種網狀的數據庫。最大的代表其實就是 IBM 的這一套系統。

到了 60 年代末或者 70 年代的時候，關系模型橫空出世。曾經兩個這個圖靈獎的獲得者專門有一次是ACM（國際計算機學會）開大會，兩派的人爭執不下：一派的人說這個未來一定是關系模型，因為關系模型有更強的表述能力。另一派說關系模型不實用。結構上的復雜性，會導致性能會很差。

此后關于這個問題一直沒有定論。所以，關系模型從1970年發表，一直到整個70年代，其實都沒有過產品。

到70年代末80年代初，關系型數據庫才開始產品化。此后這個模式就一直被沿用，直到差不多互聯網之前。集中式，本質上是個單機的系統。一個很關鍵原因還是因為它太復雜。

為了解決這個難題，科學家做出了哪些努力？

對數據庫來說，它有一個特殊之處：人們很難用一個自然的語言，來操作數據庫。所以后來，就有人開發出了一種數據庫專用的語言，叫SQL（結構化查詢語言）。

這個SQL不是告訴數據庫干什么的，這個太難描述了；它告訴數據庫說我要什么，你怎么干是你的事。

Oracle 算是最早的那批數據庫，就是 Oracle 、DB2，SQL Server，還有像對后面是 PGSQL 跟 MySQL。在之后的 20 多年的時間里，都沒有如此體量的數據庫面世。數據庫到今天都是個非常大的挑戰，也導致這么多年格局大致不變，一個新的數據庫的研發特別困難。

而互聯網時代，有許多很新的、完全不一樣的需求也隨之而來。那我們OceanBase今天才有這機會。

分庫分表不是分布式數據庫

雷峰網：OceanBase將自己定義為“原生”分布式數據庫，這個“原生”要怎么理解？

我會講一個很明確的觀點：分庫分表不是分布式數據庫。我們認為一個原生分布式數據庫，它是一個單一的數據庫，看起來像使用單臺機器的集中式數據庫，能夠在一套數據庫里面又做交易又做分析。分庫分表的話，它其實還是說在多個單機數據庫上面加了一個中間件。

但是這種方案它其實沒有辦法保證這多臺數據庫之間的一致性。舉個例子，第一個數據庫是我，第二個數據庫是你。我給你轉賬，有可能出現我給你轉出去了，但你沒有收到的情況。分庫分表式的數據庫有可能有這種情況，但我們的原生分布數據庫是沒有這種情況的。OceanBase保證強一致的，是一個單一的數據庫，既能處理交易，又能處理分析。

OceanBase在支付寶體系下已經度過了許多個寒暑，應用OceanBase的前后，支付寶產生了哪些變化？

其實從2014年之后，公司就也看到了我們的業務價值，主要還是支付寶的數據庫體量太大了。就算你的硬件能做到盡量穩定，它最終也會出問題。少數幾臺不要緊；你有幾百臺，幾千臺的時候它一定會出問題。同時集中式數據庫維護和維修的代價很大，工作人員要到最早的網關去把信息撈出來，來做對照。

那用了OceanBase之后，我們部署了三個副本。即使壞掉一臺機器，剩下的機器保證還有正確的數據，就能夠自動的恢復。以前只要主庫壞了，他們都得去做人工對賬。不管幾點壞的，工作人員都要在幾分鐘之內起來，否則系統里，用戶看的數據就全不對了。但OceanBase可以做到系統自動，這臺機器壞了，還有其他機器能工作，我們系統就可以繼續運轉。所以這一個對業務來講，給到很大的幫助。

這樣的體系對工作人員的舒適度就提升很多，以前只要出問題，不管幾點都要來應急。現在的雙十一，工作人員已經有時間坐下來喝一杯茶了。這就是我看到最大的變化。

走出中國，做世界的數據庫

在當下，數據庫中國化的呼聲越來越高，咱們中國在整個國際的技術水平上來講，處于一個什么樣的位置？

如果說分布式數據庫，我們應該是整個國際上都是走在領先地位的。這個也跟我們本身是“一窮二白”有關系。我們原來沒有集中式數據庫的多少基礎，發展起來與其跟別人在原來的賽道去競爭，又有新的需求，我們還不如走到新賽道上。

反而是像美國現在它更多的精力是在集中式上面。我們對美國也算是一種“彎道超車”，或說是“跨代競爭”。主要的原因在于說我們經常講一個概念叫應用驅動技術創新。和中國比人多、比市場規模，美國人比得過嗎？對不對？它是這么去驅動出來的。

那以后將數據庫OceanBase向國外輸出肯定也是有可能的。

我覺得是必須的，我們干嘛把自己只圈在這一個市場里呢？無論是在成本還是在能力上，我們系統能做的一些事情是現在的數據庫系統它做不到的。

但是，我們自身產品的發展也有個過程。國內現在有這么大的市場，我們現在主要還在面向國內市場，吃透國內市場，同時完善OceanBase。

雖然什么時候出海，我們還沒有具體可公布的規劃。但我相信，前景還是很光明的。

如何看待元宇宙和Web3.0的未來？

對于元宇宙、WEB3.0這樣的新興概念，您怎么看？

我一大部分的時間，還是放在我們本身的產品和技術上。實話說，對元宇宙和Web3.0我真的不懂。

但要我說的話，其實數據庫它本身就是個基礎設施，你可以把它用在元宇宙上，用在真實的宇宙空間上，用在生產，用在娛樂，用在游戲，隨便用在哪兒上。

但元宇宙的大趨勢對我們可能是個利好。因為我們是這方面的能力是比較強的，就像說從雙十一一路走過來對吧？能夠給系統提供這么大的處理能力的數據庫，我們應該是第一個。

其實你不管元宇宙還是其他的一些趨勢，數據總是以在往“大”的方向走，并發也在往“大”的方向走。元宇宙可能是說其中的一個驅動力稍微大一點的一個場景，他往分布式走這個趨勢我們覺得肯定是毫無疑問的。

談到Web3.0，整個數據庫從互聯網出來開始，數據庫就是整個互聯網的基礎，因為你在網上做任何事情的后臺都需要有存儲和處理的功能。所以不管是web1.0、2.0或者3.0它的基礎之一其實就是，基礎的基礎就是數據化。

總結

以上是生活随笔為你收集整理的阿里的分布式数据库OceanBase：帮公司省了几百个亿的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。