阿里云自研数据库（蚂蚁自研数据库）

本文目录一览：

• 1、对话阿里云李飞飞：关于云原生数据库的五大预判
• 2、阿里云的主要功能是什么？
• 3、OceanBase那么厉害，为什么不去和Oracle竞争，抢占企业市场的市场份额？
• 4、阿里云rds数据库是自主研发的吗？
• 5、阿里云的自研InfluxDB集群方案剖析

对话阿里云李飞飞：关于云原生数据库的五大预判

作者：王慧贤

数据存储、数据分析、数据安全......如今，围绕“数据”的话题越来越多，离人们的生活也越来越近。

从陌生到熟悉，数据不仅“出圈”，甚至已然站在了C位。去年，中央发布的《关于构建更加完善的要素市场化配置体制机制的意见》中明确表示，继土地、劳动力、资本、技术后，数据成为第五大生产要素。

步入信息化时代后，数据库、操作系统与中间件作为计算机最基础的三大软件，支撑着企业的正常运行。

当数据成为生产要素后，必然会迎来爆发式增长，企业的数据存储和处理需求将进一步释放。更重要的是，疫情加快了数字化转型的脚步，更加速了企业的上云速度。

从信息化到数字化，时代的变革，总会带来商业世界的变化。如何在云原生架构下使用数据库，成为企业的痛点和云厂商的机会，亚马逊AWS的CTO Werner Vogels曾多次强调：“数据库是云计算的终极之战。”

在数智化时代，云原生到底意味着什么？云原生数据库和传统数据库相比，核心优势是什么？是否把数据库搬上云就是云原生？基于这些问题，雷锋网与阿里巴巴集团副总裁、阿里云数据库产品事业部负责人李飞飞展开一场对话。

国产云原生数据库，摆脱「切肤之痛」

如今，数据库的商业世界，因为云的出现与发展，分成了两大派系。

一派是以Oracle为代表的传统商用数据库，一派是以国外AWS、国内阿里云为代表的云原生数据库，去“IOE革命”下的产物。

其实，早期较为火热的数据库种类有三种，层次式数据库、网络式数据库和关系型数据库。

在《浪潮之巅》一书中，作者吴军写下了这样的观点：“Oracle 的兴起很大程度上靠的是它最早看到关系型数据库的市场前景，并且在商业模式上优于 IBM。”

因此，在云原生数据库“入世”之前，数据库的天下一直是Oracle的，国内大部分互联网公司都不得不采用Oracle+IBM小型机+EMC的模式来维持正常运营。

高昂的费用，使得对于数据库需求较大的互联网巨头“忍无可忍”。

2009年，阿里巴巴的Oracle RAC 集群节点数达到了创记录的20个。可由于Oracle并没有弹性扩展的功能，只能按照峰值流量购买小型机和数据库，导致阿里将业务上涨带来的大部分利润，都支付给了Oracle。

第二年，阿里便开始走上了去“IOE”之路，根据开源MySQL搭建了AliSQL，并顺利经过了淘宝双11的考验，国产云原生数据库算是正式摆脱了“切肤之痛”，逐渐受到市场的真正认可。

另一边，国外的AWS在2015年公布了基于云计算的自研数据库Amazon Aurora。Aurora是一个关系型数据库，可以跨3个可用区域复制6份数据，其最大的特性就是高性能和高可用性。

云计算巨头的入局，让云原生数据库在国内外一步步成为主流。据Gartner预测，到了2021年，云数据库在整个数据库市场中的占比将首次达到50%，到2023年，75%的数据库都要跑在云平台之上。

关于云原生数据库，随着逐步的出圈，也让人们关心的焦点从“是啥？”转变为“还能解决哪些问题？”

但云原生数据库存在着数据孤岛的问题，无法打通多个数据系统的情况下，企业在数据加工和数据管理上就会“压力较大”，甚至在数据安全方面还存在隐患。

传统数据仓库一般基于T+1数据集成构建离线数仓，以支撑企业各项分析与服务。传统方案不但会影响线上业务稳定性，且难以支持企业的实时需求。

因此，在李飞飞看来，云原生数据库已经走到2.0阶段。这个阶段要解决的问题，就是上述存在的痛点。

9月26日，在阿里云数据库创新上云峰会上，阿里云发布了首个一站式敏捷数据仓库解决方案。该方案结合一站式数据管理平台DMS及云原生数据仓库AnalyticDB（简称：ADB），实现了库仓一体的技术架构，提供在线数据实时入仓、T+1周期性快照、按需建仓等能力，数据延时低至秒级，持续赋能业务在线化，使企业的在线数据可以释放出更大的价值。

相较于传统方案，阿里云一站式敏捷数据仓库解决方案有4大核心优势：

1、对业务侧影响小，不会因为数据汇聚集中和实时加工影响业务侧正常运行，CPU、内存占用低于5%；

2、事务顺序和数据准确性有保障，且处理链路短，支持在线数据实时处理落仓，效率更高。数据传输效率100m/s，数据延时在10秒内；

3、支持复杂实时数据加工、计算逻辑；

4、低代码操作，能够大大降低实时数仓的构建难度，提升构建效率的同时，支撑企业数字化转型过程中的各类实时场景。

除了实时统计分析场景外，企业为满足周期性数据分析需求，需建设周期性全量快照。

传统数仓的周期性全量集成方案会对生产业务造成稳定性影响、全量集成时效性差、且无法满足客户针对任意时间点进行数据回溯的业务诉求。

针对T+1周期性集成场景，一站式敏捷数据仓库解决方案支持基于拉链表的T+1全量数据快照，用户通过简单几个步骤，即可按需生成各种周期的全量或增量快照。

此外，业务还可按需进行任意时间点的数据回溯，以快速解决数据异常问题。

谈起未来数据库的发展趋势，李飞飞提到以下五点：

1、云原生+分布式一定是数据库的标配，分布式已经是必选项。分布式数据库由多个相互连接的数据库组合而成，面向用户则是以单个数据库的形态出现。云原生分布式数据库具备易用性、高扩展性、快速迭代、节约成本等特征，从资源池化到弹性扩展，再到智能运维，再到离在线一体化，解决企业用户的核心诉求。

2、AI for DB（database，指数据库）和 DB for AI 将是主流趋势。用AI将数据库运维管控智能化，尤其在云原生+分布式这个前提下更重要，因为数据库不仅是内核的能力弹性高可用、可拓展性，更重要的是部署后应用和运维的复杂度要大大降低。在数据库里，面对越来越多非结构化的数据，分析能力十分重要。

3、数据的安全可信，在今天这个大环境下变得愈发重要，如何确保整个数据库系统，在处理数据全链路过程中提供加密能力、多方安全计算能力、隐私保护的能力，也是很重要的趋势。

4、多模数据处理能力将越来越重要。比如，新型数据库多模态的处理能力，在新能源 汽车 企业打标签、智能电池化预测等应用场景中，将发挥越来越重要的作用。

5、一份数据，多个数据处理引擎：实现仓库一体、仓库联动、仓库打通，数据之间无缝流转。

以上判断，也从侧面反映出阿里云数据库的走向，这点毋庸置疑。但除此之外，业界最关心的，还有开源。

近半年，国内很多厂商相继提出开源战略，背后缘由显而易见，为了打造生态。就在今年的阿里云峰会上，阿里云智能总裁、达摩院院长张建锋（花名行癫）将2021年阿里云的发展关键词归纳为：做好服务、做深基础、做厚中台、做强生态。

做好服务与生态，成为如今厂商们不约而同的目标，而开源，就是最好的选择。

当雷锋网问到：“未来，阿里云数据库会不会把所有能力都开源？”这一问题时，李飞飞给到的回答是：“不会。”

之所以有这样的回答，是因为对于开源，他有着一些判断和看法。

李飞飞表示，这些部分，本就是阿里云数据库的商业化版本。

事实上，业界大多数的数据库厂商都不会针对自身的核心能力开源，如TiDB的核心管控组件、TiFlash。

与像MongoDB,、Cassandra、CouchDB这些以开源起家的数据库厂商不同，开源只是阿里云数据库的战略，不是阿里云数据库的命脉。

前几年，有业内人士表示，在面向开源时，国产数据库首先需要解决信任以及开源知识产权等问题。“开源会让厂商更加认真思考版权还有专利的问题，事实上，选择开源后，对于数据库厂商提出了更高的要求。”

李飞飞认为，开源只是一种选择，数据库开源成功并不代表着商业化就能够成功，不开源也不能代表厂商不先进。

更准确的说，开源只是一种有效手段。

最终，阿里云数据库希望客户能够通过开源版本把阿里云数据库产品技术快速用起来，并能够参与到技术产品的迭代过程中，在一些高阶能力上，借鉴团队专业能力和阿里云的服务能力，成为良好的商业合作伙伴，这是李飞飞以及阿里云数据库对于开源的一些基本思考。雷锋网雷锋网雷锋网

阿里云的主要功能是什么？

阿里云致力于以在线公共服务的方式，提供安全、可靠的计算和数据处理能力，让计算和人工智能成为普惠科技。

阿里云服务着制造、金融、政务、交通、医疗、电信、能源等众多领域的领军企业，包括中国联通、12306、中石化、中石油、飞利浦、华大基因等大型企业客户，以及微博、知乎、锤子科技等明星互联网公司。在天猫双11全球狂欢节、12306春运购票等极富挑战的应用场景中，阿里云保持着良好的运行纪录。

阿里云在全球各地部署高效节能的绿色数据中心，利用清洁计算为万物互联的新世界提供源源不断的能源动力，目前开服的区域包括中国（华北、华东、华南、香港）、新加坡、美国（美东、美西）、欧洲、中东、澳大利亚、日本。

扩展资料：

阿里云主要产品：

1、弹性计算：

云服务器ECS：可弹性扩展、安全、稳定、易用的计算服务

块存储：可弹性扩展、高性能、高可靠的块级随机存储

专有网络VPC：帮您轻松构建逻辑隔离的专有网络

负载均衡：对多台云服务器进行流量分发的负载均衡服务

弹性伸缩：自动调整弹性计算资源的管理服务

资源编排：批量创建、管理、配置云计算资源

容器服务：应用全生命周期管理的Docker服务

高性能计算HPC：加速深度学习、渲染和科学计算的GPU物理机

批量计算：简单易用的大规模并行批处理计算服务

E-MapReduce：基于Hadoop/Spark的大数据处理分析服务

2、数据库：

云数据库RDS：完全兼容MySQL，SQLServer，PostgreSQL

云数据库MongoDB版：三节点副本集保证高可用

云数据库Redis版：兼容开源Redis协议的Key-Value类型

云数据库Memcache版：在线缓存服务，为热点数据的访问提供高速响应

PB级云数据库PetaData：支持PB级海量数据存储的分布式关系型数据库

云数据库HybridDB：基于GreenplumDatabase的MPP数据仓库

云数据库OceanBase：金融级高可靠、高性能、分布式自研数据库

数据传输：比GoldenGate更易用，阿里异地多活基础架构

数据管理：比phpMyadmin更强大，比Navicat更易用

3、存储：

对象存储OSS：海量、安全和高可靠的云存储服务

文件存储：无限扩展、多共享、标准文件协议的文件存储服务

归档存储：海量数据的长期归档、备份服务

块存储：可弹性扩展、高性能、高可靠的块级随机存储

表格存储：高并发、低延时、无限容量的Nosql数据存储服务

4、网络：

CDN：跨运营商、跨地域全网覆盖的网络加速服务

专有网络VPC：帮您轻松构建逻辑隔离的专有网络

高速通道：高速稳定的VPC互联和专线接入服务

NAT网关：支持NAT转发、共享带宽的VPC网关

2018年6月20日，阿里云宣布联合三大运营商全面对外提供IPv6服务。

5、大数据：

MaxCompute：原名ODPS，是一种快速、完全托管的TB/PB级数据仓库解决方案。

QuickBI：高效数据分析与展现平台，通过对数据源的连接，和数据集的创建，对数据进行即席的分析与查询。并通过电子表格或仪表板功能，以拖拽的方式进行数据的可视化呈现。

大数据开发套件：提供可视化开发界面、离线任务调度运维、快速数据集成、多人协同工作等功能，拥有强大的OpenAPI为数据应用开发者提供良好的再创作生态

DataV数据可视化：专精于业务数据与地理信息融合的大数据可视化，通过图形界面轻松搭建专业的可视化应用，满足您日常业务监控、调度、会展演示等多场景使用需求

关系网络分析：基于关系网络的大数据可视化分析平台，针对数据情报侦察场景赋能，如打击虚假交易，审理保险骗赔，案件还原研判等

推荐引擎：推荐服务框架，用于实时预测用户对物品偏好，支持A/BTest效果对比

公众趋势分析：利用语义分析、情感算法和机器学习，分析公众对品牌形象、热点事件和公共政策的认知趋势

企业图谱：提供企业多维度信息查询，方便企业构建基于企业画像及企业关系网络的风险控制、市场监测等企业级服务

数据集成：稳定高效、弹性伸缩的数据同步平台，为阿里云各个云产品提供离线(批量)数据进出通道

分析型数据库：在毫秒级针对千亿级数据进行即时的多维分析透视和业务探索

流计算：流式大数据分析平台，提供给用户在云上进行流式数据实时化分析工具

6、人工智能：

机器学习：基于阿里云分布式计算引擎的一款机器学习算法平台，用户通过拖拉拽的方式可视化的操作组件来进行试验，平台提供了丰富的组件，包括数据预处理、特征工程、算法组件、预测与评估

语音识别与合成：基于语音识别、语音合成、自然语言理解等技术，为企业在多种实际应用场景下，赋予产品“能听、会说、懂你”式的智能人机交互体验

人脸识别：提供图像和视频帧中人脸分析的在线服务，包括人脸检测、人脸特征提取、人脸年龄估计和性别识别、人脸关键点定位等独立服务模块

印刷文字识别：将图片中的文字识别出来，包括身份证文字识别、门店招牌识别、行驶证识别、驾驶证识别、名片识别等证件类文字识别场景

7、云安全：

服务器安全（安骑士）：由轻量级Agent和云端组成，集检测、修复、防御为一体，提供网站后门查杀、通用Web软件0day漏洞修复、安全基线巡检、主机访问控制等功能，保障服务器安全

DDoS高防IP：云盾DDoS高防IP是针对互联网服务器（包括非阿里云主机）在遭受大流量的DDoS攻击后导致服务不可用的情况下，推出的付费增值服务，用户可以通过配置高防IP，将攻击流量引流到高防IP，确保源站的稳定可靠

Web应用防火墙：网站必备的一款安全防护产品。通过分析网站的访问请求、过滤异常攻击，保护网站业务可用及资产数据安全

加密服务：满足云上数据加密，密钥管理、加解密运算需求的数据安全解决方案

CA证书服务：云上签发Symantec、CFCA、GeoTrustSSL数字证书，部署简单，轻松实现全站HTTPS化，防监听、防劫持，呈现给用户可信的网站访问

数据风控：凝聚阿里多年业务风控经验，专业、实时对抗垃圾注册、刷库撞库、活动作弊、论坛灌水等严重威胁互联网业务安全的风险

绿网：智能识别文本、图片、视频等多媒体的内容违规风险，如涉黄，暴恐，涉政等，省去90%人力成本

安全管家：基于阿里云多年安全实践经验为云上用户提供的全方位安全技术和咨询服务，为云上用户建立和持续优化云安全防御体系，保障用户业务安全

云盾混合云：在用户自有IDC、专有云、公共云、混合云等多种业务环境为用户建设涵盖网络安全、应用安全、主机安全、安全态势感知的全方位互联网安全攻防体系

态势感知：安全大数据分析平台，通过机器学习和结合全网威胁情报，发现传统防御软件无法覆盖的网络威胁，溯源攻击手段、并且提供可行动的解决方案

先知：全球顶尖白帽子和安全公司帮你找漏洞，最私密的安全众测平台。全面体检，提早发现业务漏洞及风险，按效果付费

移动安全：为移动APP提供安全漏洞、恶意代码、仿冒应用等检测服务，并可对应用进行安全增强，提高反破解和反逆向能力。

8、互联网中间件：

企业级分布式应用服务EDAS：以应用为中心的中间件PaaS平台、

消息队列MQ：ApacheRocketMQ商业版企业级异步通信中间件

分布式关系型数据库服务DRDS：水平拆分/读写分离的在线分布式数据库服务

云服务总线CSB：企业级互联网能力开放平台

业务实施监控服务ARMS：端到端一体化实时监控解决方案产品

9、分析：

E-MapReduce：基于Hadoop/Spark的大数据处理分析服务

云数据库HybirdDB：基于GreenplumDatabase的MPP数据仓库

高性能计算HPC：加速深度学习、渲染和科学计算的GPU物理机

大数据计算服务MaxCompute：TB/PB级数据仓库解决方案

分析型数据库：海量数据实时高并发在线分析

开放搜索：结构化数据搜索托管服务

QuickBI：通过对数据源的连接，对数据进行即席分析和可视化呈现。

参考资料：

百度百科-阿里云

OceanBase那么厉害，为什么不去和Oracle竞争，抢占企业市场的市场份额？

因为干不过 吹出来的 给不懂的人看而已 1500多个节点的分布式架构和人家10年前27节点rac比！别忘了你用的ssd 人家还是机械盘！

阿里巴巴旗下的数据库OceanBase屡屡在国际上获得数据库竞赛大奖，不少人就要问了，既然OceanBase这么厉害，为什么阿里巴巴不去抢占Oracle的市场份额呢？

OceanBase竞赛结果有片面性、功能还不够完善

事实上在阿里系内部，也只有蚂蚁金服是真正在大规模使用，在阿里系内部其他团队已经有三大数据库，X-DB是阿里集团数据库团队搞的，PolarDB是阿里云团队、也就是李飞飞博士负责的，OceanBase是蚂蚁金服数据库团队搞的，现在阿里内部已经推进了X-DB和PolarDB的全面融合，李飞飞博士领导的PolarDB团队将会立足长远，是下一代数据库系统，未来阿里云的业务有多广，PolarDB要面对的业务场景就有多复杂。

OceanBase最大的优势在于这是阿里真正完全自研的数据库，跟阿里云一样，是从头到尾完全自研的，当然这个完全自研到底到底有没有水分我们并不知道。大家了解OceanBase就是之前的打比赛，不过OceanBase占了分布式的光，吃了硬件的便宜，加上最近十年Oracle已经不来打比赛了，阿里本质上是跟十年前的Oracle在比，软硬件技术都不在同一个起点上，这也是这个竞赛结果有很大片面性的根本原因。在单机性能方面，Oracle依然要更强一些，稳定性就更不用说了，Oracle已经稳定运行了这么多年。

OceanBase之所以还没办法跟Oracle竞争，是因为OceanBase还没有那么强，也还有非常多需要完善的地方，功能上还有很多不足，在阿里内部数据库分化也还比较明显，OceanBase在跟另外的产品竞争当也，没有优势。

OceanBase“专属性”明显、开源后闭源，企业要稳定、企业也不都是阿里

OceanBase更多的还是围绕蚂蚁金服自己的业务在做，现在除了阿里系内部在使用，真正的商业化用户也就只有PICC、南京银行两个比较大，是在真正使用OceanBase，客户群体还太小太小，样本数量确实还不够大。

OceanBase之前其实是开源了的，不过后来又闭源了，在商业化过程中也遇到了一些问题，这个操作当时其实就吓到了很多人，OceanBase闭源之后的版本跟原来的差距非常大的。OceanBase更适合处理互联网业务，跟传统企业业务契合度并没有那么高，Oracle的很多功能OceanBase都还不具备，OceanBase的生态、工具、技术支持还差很多很多。oceanbase是为大规模事务处理准备的分布式系统，听起来很强大，但是真的不够接地气。

OceanBase针对阿里的业务进行了深度优化和定制，这就让OceanBase在通用性上有了很大的阻碍。可是在其他企业就很难的，阿里有很好的技术团队，他们也可以为了业务做出专门的调整，阿里有这样的能力和资源，但是小企业没有这样的配置，尤其是传统企业根本不可能做这样的事情。大家更希望系统是稳定好用的，拿过来就可以直接用的，你现在又不开源了，用户担心更大，还不如继续用稳定的Oracle数据库。

技术这东西吧我还是喜欢说句实话，不是你自己说你有多厉害就真的多厉害，还得是实际场景的应用才行。就像百度一样，好像这些年大家也不吹百度了，但是春晚一战，百度成为唯一一个扛住了春晚流量洪峰的企业，技术实力业内人都看得明白。OceanBase做得很好，但是也没有那么好，至少是目前应用还没有那么好。

早就在竞争了！

实际上阿里云的OceanBase数据库系统在推出以后，实际上就已经开始商业化运作了，就在不断的从甲骨文公司手里面抢到更多的企业级应用市场了。

OceanBase确实很先进

近日，在数据库领域内，OceanBase数据库又打破了世界记录，直接创造了7.07亿TPMC的新世界记录。

从OceanBase的功能和速度来看，现在OceanBase是世界领先的数据库产品，在被誉为“数据库领域世界杯”的国际权威TPC-C测试中，OceanBase性能分数打破Oracle多年垄断，不断创造新的世界记录。

而且OceanBase采用新一代分布式处理技术，颠覆了传统数据库集中式技术架构，尤其适应了互联网持续扩张的数据处理需求。

正是OceanBase数据库的可扩容的特点，也降低了用户的使用成本，而且又拥有很高的速度，因此，现在OceanBase在企业市场中的份额是越来越大了。

现在阿里云市场份额很大

阿里云市场份额不断扩大。根据国际研究机构Gartner发布最新云计算市场追踪数据，阿里云亚太市场排名第一，全球市场排名第三。在全球市场份额中，阿里云仅次于美国的亚马逊和微软公司。

阿里云从2018年到2019年，在全球市场份额从7.7%上涨至9.1%，进一步拉开与第四名谷歌差距，挤占了不少亚马逊的份额。而在亚太市场，阿里云的份额更大，从2018年的26%上涨至2019年的28%，接近亚马逊和微软公司的总和。

现在阿里云的服务其中一项最重要的就是数据库的服务，也就是OceanBase数据库的服务。

实际上，从2015年，OceanBase数据库推出以后，淘宝和支付宝系统就开始了去IOE，开始上云，然后好多银行的金融服务也开始去IOE，上云。这些实际上都是开始抛弃甲骨文数据库系统了。到现在为止，通过上云使用OceanBase数据库数据库的企业和公司就更多了。

结论

综上所述，OceanBase数据库早就在跟甲骨文公司进行竞争了，现在阿里云的份额在全球排在第三名，阿里云其中最关键的应用就是OceanBase数据库的应用了。

OceanBase其对标的是亚马逊的Aurora，你要目前去和Oracle竞争，这个目前还不对等。

OceanBase满打满算10年的时间，Oracle呢，40多年了。目前大的企业，像银行、电信这些核心企业，基本上是Oracle的天下，也有Sybase、DB2、SQLServer。其实还是那几个巨头在玩，甲骨文、微软、IBM、SAP，这些可都是企业服务领域的巨头。

听到DB2（IBM）是不是有人觉得老土了，但是现实就是还有很多系统在用，为什么呢？因为有些系统要切换数据库，估计要出大问题。

互联网公司反而在这方面投入不高，那就用像MySQL这种开源的，最先MySQL被SUN公司收购了，现在SUN又被Oracle收购了，所以还是Oracle旗下的。

Oracle之所以这么强势，就是因为其产品的稳定性，尤其是金融类机构，一点数据问题都不能出，否则你银行里只有100块，花出去了101块，这个问题就大了。你可以想下，几十年，遍布全球的金融类机构，大部分只敢用Oracle，就是因为产品稳定。而且这么长时间的技术积累，问题解决经验，这个真的不是说自研就解决的。

伴随着云服务的大趋势，几个主要的云服务提供商，亚马逊、阿里、腾讯都在发力数据库，像淘宝、微信这种大的国内应用，本身必然会要求其数据库团队越来越强大。

OceanBase其实也在慢慢的搬运Oracle的客户，但是这个急不得。其实在市场定位上，国内的大量互联网公司并没有使用Oracle，因为太贵了。所以这部分客户才是OceanBase的主要目标。

Oracle代表的是云服务以前的顶峰，而且目前看想替换不是几年的事情。新的OceanBase伴随着云服务的扩展，必然一步步的能取得更多的市场份额。阿里云发展必然能带动OceanBase的快速发展。

慢慢来吧，数据要的是稳定。

第一，oceanbase是否比Oracle强并不能完全肯定，Oracle这么多年的发展形成了完整的生态，让大多数人熟悉了他那一套，oceanbase应该说在一些场景下比Oracle强，尤其分布式方面，因为他这方面在自身业务驱动下更加突出。

第二，Oracle的客户基本上是规模型企业，且一般用于核心业务系统上，切换成本很大，风险很大，做这样的决策是非常困难的。

第三，人才培养没有那么快，切换oceanbase没有多少人会，培训学习和运营管理都需要时间

第四，阿里发展重心不是这种产品销售模式，Oracle这种模式需要大量的营销团队和服务支持团队

第五，阿里时机还未到，先通过云服务不断发展客户完善产品，后期根据自身的发展策略可能会决定面向客户销售

银行 金融 政府等行业是不会去尝试新技术的 他们要的是稳定 可靠 打个比方 银行每天流水 1个亿 用新系统 花钱了 而且出了问题 损失了 谁负责？！花钱不讨好！银行也不差那点软件版权费！

应用场景差别很大，分布式系统维护成本很高。这和外国宁愿买二手F16，也不愿意采购歼10一样，更何况，OB确实还不如Oracle。

但是现阶段贸易战，已经消除了Oracle的空间，正是OB等系统的机会

如你所愿。

oceanbase最近独立运营了，开始发力推广。先把TPC-C基准测试排名达到世界第一。（第二也是自己，这次是二刷）

然后最近刚刚开源。把300万核心代码都开源出来。大家可到github上查看。

金融领域继续发力。和合作伙伴一起做去O。尽量能兼容Oracle，让客户无损切换到oceanbase上来。

相信不远的将来，中国企业都能用上国产高性能数据库。

阿里云rds数据库是自主研发的吗？

一般rds习惯性指mysql数据库实例，但其实也包含sqlserver。这两种数据库一个是开源的，一个是微软的，都不算是阿里研发的数据库。

华为云 rds-gaussdb系列都是自主研发的。

阿里云的自研InfluxDB集群方案剖析

本文将以阿里云在GIAC的分享《云原生InfluxDB高可用架构设计》为例，剖析阿里云的自研InfluxDB集群方案的当前实现，在分析中会尽量聚焦的相对确定的技术、架构等，考虑到非一线信息，在个别细节上难免存在理解偏差，欢迎私聊讨论:

0x0 初步结论

目前是一个过渡性质的公测方案，具备数据一致性，但接入性能有限，缺乏水平扩展能力。缺乏自定义副本数和水平扩展等能力，通过Raft或Anti-entroy提升了数据的可靠性，但受限于节点和副本的强映射，集群接入性能有限，约等同于单机接入性能，另外，基于时序分片和分布式迭代器等核心功能未提及，可能仍在预研中。

0x1 集群方案剖析

1. 背景补充：InfluxDB是DB-Engines上排名第一的TSDB，针对时序数据多写、少读、成本敏感等特点而设计的TSDB，并做了多轮架构迭代和优化，是一款实时、高性能、水平扩展（InfluxDB Enterprise）、具有成本优势的TSDB。但在2016年，Paul Dix基于商业化和持久运营的考虑，尚未成熟的集群能力在v0.11.1版后，选择闭源，推出了收费版的InfluxDB Enterprise和InfluxDB Cloud。

2. 通过Raft协议实现Meta节点的数据一致性，考虑到Meta节点存放的是Database/Rention Policy/Shard Group/Shard Info等元信息，这些信息敏感，是系统稳定运行的的关键，CP的分布式架构，合适。

3. 通过Raft协议实现Data节点的数据一致性，考虑到Data节点存储的是具体的时序数据，性能和水平扩展性是挑战，对一致性性要求不高（PPT中亦提到这一点），采用CP的分布式架构，节点和副本强映射，不仅对实时性有影响，集群接入性能亦有限，约等同于单机接入性能，不能很好的支持海量数据的实时接入的时序需求。

4. 2节点集群方案，通过Anti-entroy实现Data节点的数据一致性，应该还实现了Hinted-handoff能力，AP的分布式架构，但节点和副本还是强映射，未见提及基于时序分配、自定义副本数、分布式迭代器等能力，暂无法水平扩展。

5. 云盘能保障数据的可靠性，但无法保障接入的可用性，可用性敏感的业务或实时要求高的业务，还是推荐多节点的集群模式。

6. 开源版InfluxDB（单机）性能不错，InfluxDB Enterprise性能不错，但如何保障补齐集群能力的卓越性能，取决于集群架构、并发架构等，是由集群功能的开发者决定的，这次未见提及性能数据，期待后续的公布。

0x2 附录