我与【信创】的“那些事”...

“采菊东篱下，

  悠然现南山”。

           晋·陶渊明

由于工作性质的特殊性，需要适配各种主流国产数据库。而根据权威机构统计显示，目前国内大概有300多家数据库厂商，如果要全面适配，信创数据库学习成本非常高。

值得庆幸是，目前市面上主流的国产数据库也不过来10来家，综合起来可为2大数据库类型：集中式和分布式。

集中式数据库以达梦金仓等老牌数据库为代表，以及后起之秀的OpenGauss和yasdb等数据库。这些数据库的特点大多为pg系（关于pg/mysql优劣暂不讨论）。其中：

1.Kingbase数据库

金仓数据库源自于pg内核，每个功能及特性都非常相似，做了一些深度插件扩展定制化。

2.DM达梦数据库

达梦数据库的语法使用起来确实很像oracle（SQL引擎层），但是基于存储引擎以及Instance维护却完全不同（类似于pg），需要一定的学习成本。

3.OpenGauss/yasdb

OpenGauss/yasdb源自pg内核，yasdb在pg内核基础上进行了深度魔改定制化（据传已完全替换pg内核），使用起来几乎与oracle语法完全一样，性能/易维护性/灵活性也不输传统数据库和开源数据库。

1. 分布式数据库
   

分布式信创数据库主要以GaussDB、TiDB、TDSQL/TBase以及OceanBase等为代表。笔者亲自使用过甚至获取过相关数据库的认证，所以对于这些数据库的使用有一些心得体验。

2.分布式数据库使用场景

GaussDB主要在工行、招行、建行使用较多，先前有参与相关的项目建设；TSQL/TBase在银行领域使用较为广泛；OceanBase和TiDB主要运用在金融业。考虑到TiDB国外技术的敏感性，对于信创有一些影响。

3.分布式数据库特点

1.GaussDB个人感觉中规中矩吧，源自于PG系，继承了PG的优点以及缺点；

2.TSQL的透传功能确实不错，可以作为性能提升点，但是需要设置sharding key，也可能是业务改造适配的拦路虎，混合场景下TDSQL/TiDB DDL性能也显得有些拉。

3.OceanBase分布式集群对资源要求非常高，64C/256GB内存是最低配置（LSM-Tree/租户合并/版本冻结等），IOPS至少也要几十万才能将性能跑起来。当然，OceanBase实现了自动读写分离，可以通过后端查询到读的请求几乎一直在随机分布在Slave节点间；值得吐槽的是OceanBase的生态工具也有点拉，OMS几乎只能自己用（没有开放其他厂商数据库通道），甚至连pg作为目标端都没有适配，以至于笔者不得不使用Datax来进行数据迁移（后续专门分享）。

1.集中式数据库

值得一提是崖山数据库，源自深圳计算科学院，其和GaussDB有一定渊源。在某项项目测试中，笔者曾经通过TPCC测试出其性能几乎可以追平80%左右Oracle性能。同时，其oracle兼容性也是完全不输达梦等一些老牌数据库厂商的。

题外话（不会被骂吧？）：信创POC环节的TPCC都存在水分，各个厂商为了展示产品性能都会使出浑身解数来展示竞争力，比如定制化表结构，固化数据写入顺序，checkpoint不落盘等等都是基操，只要能想到的，只要能提升性能的，都可以“不择手段”。

另外就是关于分布式数据库的TPCC，大部分玩法是将多个业务测试接入到整个大集群（可以创建多个独立集群租户来做测试）来累加计算的TPCC，相信有些人没想到吧。当初也是惊掉了下巴，(XXX粗话屏蔽)纳尼？还有这个玩法！！!

所以，建议别去信那些所谓分布式TPCC多么牛叉，比Oracle牛逼多少，是骡子是马，搞个单机比一比才知道。

2.分布式数据库

在分布式数据库使用体验中，大表join、超长in..list查询、频繁创建临时表/索引等ddl场景中，分布式数据库表现拉胯得几乎“团灭”：大量慢查询SQL，未经过优化的慢查询最长可达几百秒！非常之恐怖，当然仅限于特定场景下，不代表所有。

最后经过调优后，慢SQL几乎能满足1s响应。但是让人崩溃的是，业务不允许更改SQL进行优化，（XXX脏话屏蔽）这还玩个der。

当然，这些仅仅是信创业务适配的小插曲，在某些时候还有可能面临更为复杂的环境适配难题，比如分布式集群虚拟化主机带宽只有千兆，节点延迟在2000~3000ms，集群节点不断重启，节点OOM宕机，租户冻结/大小版本合并，io hang导致文件系统损坏集群起不来等等。

总体来说，相比OLTP场景，分布式数据库在OLAP+OLTP混合场景确实有些乏力；而单机数据库（PG系）的表现却相当不错。从一方面看，信创之路确实还有一段距离，或许3~5年，或许更长。不过从另一方面来看，随着国产数据库技术的不断成熟和发展，相信未来信创之路会越来越好。