北京中医院治疗白癜风效果怎么样 http://m.39.net/pf/a_4513684.html墨墨导读：数据技术嘉年华于11月21日落下帷幕，大会历时两天，来自全国各地的数据领域学术精英、领袖人物、技术专家、从业者和技术爱好者相聚北京，见证了个人的快速成长、技术的迭代进步、行业的蓬勃发展、生态的融合共赢，以及市场的风云变迁。
本文根据盖国强老师在数据技术嘉年华演讲速记以及PPT整理而成。
（全文第一人称描述，代指盖老师）
以下为正文：
数据技术嘉年华盖国强先生现场演讲
数据库的发展，我仍然是看成三个时代：从Oracle代表的商业数据库时代，MySQL代表的开源时代，以及云数据库时代，或者新数据库时代。在云数据库时代中，真正有一大批国产数据库成长起来了，走上了历史的舞台。
国产数据库中，OceanBase是从年开始的（今年是他们的十周年）；年的TDSQL；年的GoldenDB；年的TiDB；年的PolarDB；以及年的GaussDB，并且GaussDB在今年6月份，开源了openGauss这个品牌。所以整个数据库进展到一个新的时代，这个新的时代不仅仅是云，还有国产各种形态百花齐放。
我把以上六位嘉宾的产品各自选择了一个案例，给大家推荐一下。
我们知道阿里云的PolarDB已经支持了国计民生很多领域，去年支持了中国邮*，双11也取得了非常好的成绩；GaussDB在工商银行的金融场景中替代了国外的产品；北京银行使用了TiDB；OceanBase在上海外滩大会发布了西安银行的互联网交易替换；GoldenDB在中信银行，从去年的信用卡核心到今年的交易核心上线；TDSQL最新的案例则是昆山银行。
我们看到这些数据库产品都在非常重要的生产实践中得到应用，而且几乎都是分布式数据库，不经意间，分布式数据库已经走上了历史舞台，并且落地开花了。那么分布式数据库是什么时候流行起来的，并且可能成为未来的演进趋势呢？
分布式数据库来源于用户需求的驱动，用户的需求是什么呢？是海量高并发的应用场景、是互联网式的应用创新，在这样的业务驱动之下，用户的原生自主演进就是读写分离、分库分表。有了用户的业务驱动创新，最后数据库厂商把这些特性做进了数据库产品里面去，到数据库内部其实是什么呢？是分区、分片、分块，进程的拆分。数据库内部的分区分表，最后演进到了分布式。
不管我们谈的是Scale-Out还是Scale-Up，本质上都是希望通过各种技术提高性能和承载能力，这些本质上的技术是什么？不外乎是并行和分布式。技术的进步来自于用户的需求驱动。
在很长一段时间内，分布式和集中式是存在争议的，这是一个路线之争。分布式技术在什么时间取得了突破式进展呢？谷歌的三驾马车在这起到了奠基作用，Google的FileSystem、GoogleMapReduce、GoogleBigTable，这几篇论文奠定了分布式数据库的基础，分布式技术在这之后得到了很好的发展。为什么在这个演进过程中几乎没有人提到Oracle？
我在这里引用了一篇文章，年Oracle有一篇非常好的文章，他说GlobalScaleWeb2.0，这是一个非常久远的历史了，Web2.0大家可能都不记得了。这篇文章描述了，在分布式架构下应用的设计和局限，这里引用了其中一些关键的观点。
Sharding，它是联合使用众多独立数据库的应用管理扩展技术，本身是应用管的，在应用上要做出很多的适配，数据要切分成多个数据库，每个数据库存储一个数据子级，是这样来实现的。
要实现这样的架构（使用分片），应用程序要为此做出让步，做出大量的修改，要基于Shard去做应用的设计，要尽量避免跨库的join。为了实现本地化的连接，可能要反范式去设计你的数据模型。所以你面对的是这样的一些挑战。
分片式架构的一个变体实现是，在分布式里面每个数据库都承载了全量数据，其中有一个数据库承载了写请求，其他是承载读，这样我将读写分开。它的好处是每个库承载全量数据，复杂查询就在本地完成了，还不需要进行re-Shard。阳老师所讲的OceanBase就是类似于这样架构的变体实现。每个库都是一个全量库，当然它的每个数据库又可以进行分区分布。
这几个观点来自于Oracle的这篇文章，当然它是作为反面示例来陈述的，它们都有缺陷。在那之后，一直到了年Oracle才推出了Sharding数据库组件，也就是分布式的数据库，整整过去了十年。
Oracle数据库历程是怎样走过来的？它如何走过了从单机、主备、集群到分布式？
Oracle走过的这条路很难被超越，我们要学习和借鉴、研究它，这条路仍然不会变。
从8i这个时代，年Oracle这时候的版本叫Internet，它理解互联网的历史非常久远。这个时代我认为有非常重要的一件事情，今天对于所有的国产数据库厂商要借鉴的，这个时候就做了在线支持系统-Metalink，很多同学知道它意味着什么，能够及时的获取你想知道的知识，解决问题的提示，已知的bug，提交的问题，每个厂商都应该建立的一个系统。
到了年，9i那个年代，Oracle做了Linux发行版；还有7版开始、8版改进的OPS，到了9的时候真正成熟了叫OracleRAC，然后开始做什么呢？把Automatic-自动化技术放到数据库里面，我们今天很多国产数据库提到的AI，很大程度上是自动化的，Oracle在这个方面做了大量的迭代。
到了10g的时候做了ASM存储管理软件。到了11g的时候做了ADG，当年的淘宝在第一个阶段就使用了。
然后Oracle在年开始跟进了Cloud，这也是Oracle唯一的一次错判市场，亚马逊在年推出S3的时候，Oracle认为这不是未来，到年才开始跟随，至今仍然在追赶。
再往前演进，进入了云数据时代-12c（C代表Cloud），年的时候推出了Sharding，这是分布式技术进入了Oracle。然后到了年18c，做了ShardedRAC，这是将分布式技术局部引入了集群中。
到19c做了自动化索引技术，我们认为它是具备AI属性的技术。到了今年20c，它引入了区块链、AutoML等。
Oracle公司有一个非常强大的能力，它会快速的能够把那些非常具有实践价值、领先价值的技术，嵌入到数据库内部去。在外部的时候很难应用，比如说machinelearning-它的门槛特别高，但是Oracle把它放在数据库中，应用门槛就降低了，包括区块链技术，这是特别值得学习的。
我跟大家稍微分享了一下Oracle在宏观上的演进，它今天真的把AI的技术放到数据库内部了，但是更重要的几点是什么呢？包括持久性内存-这里面其实就看出了数据库技术演进的方向了-包括软硬结合，包括多模，分布式等等。其实这也是前面几位嘉宾讲到的，我们看到数据库发展的方向，是确立的，大家的认知是相同的。
除了宏观上的演进，微观上的演进来自于实践。当用户应用中遇到问题的时候，反馈出来并做了修正。我举了六个小的案例。
1.Oracle在9i的时候把共享内存做了分片，以前是一个共享内存段，存在高竞争的问题，闩锁竞争会很激烈，9i进行分区细化，缺省可以有7个子池，并发性就更好了。
2.Oracle在10g的时候做了ASM自动存储技术，其实就是一个分布式存储。
3.到了11g，Oracle把每个磁盘组设立独立的进程维护、守护。O调度B、B...子进程。以前是用一个进程的，可是当你有一百个、一千个磁盘组的时候，它的维护就变得非常复杂漫长，你要经历很长时间的等待，现在进程拆分通过并行解决了这一问题。
4.到了12.1，它多日志写进程变成并行处理，这是Oracle数据库内部最重要的，最后的并发瓶颈点了。
5.到了12.2LMS和很多进程几乎都拆分了，包括RM、CR进程，所以你在Oracle数据库里，有时候能看到数据库自身的后台进程，很多都是成百运行起来的。
6.19c的统计信息，偏静态和偏动态的，隔离处理、并行处理、实时处理。
很多特别高大上的理念在数据库里边要真正落地才算数。Oracle在19c开始引入AI自动化索引技术，我认为是非常重要的，我也期待国产数据库里也能快速实现它，它能根据应用的SQL自动的分析，应该创造什么样的索引对查询有帮助。它是一个模拟的专家系统，就跟我们人的思考是一模一样的，Oracle把它实现出来了。
然后我们再来看这一侧，Oracle原本因为今年要发布20c，但是因为疫情没有全面公众发布，但是再过两个月它要发布21c了，迭代进步是非常快的。
20c里面有几个非常小的细节：
引入了表达式的参数-我们经常遇到这样的情况，一个DBA装完数据库了，没有去看硬件配置，用初始化配置就去跑了，或者用经验配置往往不是优化的，现在把大量的参数变成了表达式参数，你可以为他设置一个表达式，可以自动的根据你的系统配置进行调节，更加自治。
Oracle实现了一键式自动升级，这从18c开始实践，20c更进一步了；
AutonomousDataGuard：主备自治切换，当你发生故障时，判定零数据损失情形下，数据库就自动切过去了，不需要你干预。
这些细节上的变化，我个人认为特别值得我们学习和
