演讲实录 | 周傲英：爱上数据库的 5 个理由

各位好，很高兴借此机会分享。OceanBase 数据库大赛已经举办至第五届了，今天作为评委参加，看到“00后”，这些年轻人对数据库的热忱和才华，我觉得收获很大。

在这个时代，我们不得不提 AI。大家都知道，如果我们现在讲数据库，却完全不谈人工智能，恐怕没人愿意听。去年杜小勇老师上了热搜，说“不要大家都一窝蜂去做人工智能，数据库也很重要”。我非常认同这一点，但今天我想强调的是：我们正处在一个以 AI 为核心的新文明阶段。在我看来，这其实是人类文明的一次全新演进，而它的起点，正是计算机——这是我一贯的观点，大家可以思考一下是否有道理。没有计算机，就没有互联网；没有互联网，就没有大数据；而没有大数据，也就没有今天我们所熟知的人工智能。

诚然，人工智能与计算机几乎是同步起步的：1946 年诞生了世界上第一台通用电子计算机，1956 年正式提出“人工智能”这一概念。但请大家注意，今天的人工智能和 1956 年的人工智能，本质上已经不是一回事了。我们现在谈论的是大模型，是连接主义，是数据驱动的人工智能。试想一下，如果没有大数据，会有今天的人工智能吗？

而大数据又是怎么热起来的？2012 年，Hadoop 在业界掀起热潮，大家开始广泛讨论“大数据”。但追根溯源，如果没有 Google 这样的互联网公司，没有互联网本身，又何来大数据？而互联网的前提，正是计算机。不仅如此，它还有一个显著特点：技术演进的节奏越来越快。我一直强调“大数据”，并不是单纯强调“大”或“小”，而是想说明——数据本身极其重要。

换个角度看，我们做数据库的人，除了感受到互联网和大数据带来的巨大冲击、让人们认识到数据的重要性之外，在中国还有一个独特背景：数据已成为第五大生产要素，它标志着数据的重要性已远超技术范畴，进入了经济学、社会学的层面——这是我们讨论的重要前提。

关于数据库的魅力，我可以说出一百个理由，但今天时间有限，只能聚焦 5 个核心点，欢迎大家去探索更多原因。

数据库有历史

我们先从数据的历史说起。刚才提到数据已成为生产要素，大家知道，生产要素如土地、劳动、资本通常是越多越好。但数据在中国语境下的理解却有特殊性。与其他民族可能持中性态度不同，我们强调“以数为据”——数据是作为依据使用的。而作为依据的东西，大家知道，往往是越少越好。

运营商存储我们的通话记录，核心目的不是关心我们打给谁，而是确保月底能准确收费，防止赖账；学校记录学生的考勤、活动，是为了学期末给出成绩依据。这种作为依据的数据，要求越少越好，过度留痕反而可能导致形式主义甚至被问责。但如今，数据被定位为“生产要素”，要求我们对其价值的认知发生根本转变——从“越少越好”的依据，转向“越多越好”。虽然“数据”二字未变，但其内涵已截然不同。

因此，在深入数据库之前，理解数据属性的这一历史变迁至关重要。

数据库本身已有 60 年历史，我常说自己是数据库的同龄人。数据库最早形态可追溯到 COBOL 语言。商业应用（如管理账目）催生了大量数据存储需求，催生了 CODASYL 及其下的 DBTG，系统性地提出了“数据库”的概念，以解决 COBOL 在文件管理上的局限。

到了 20 世纪 70、80 年代，关系数据库的出现将数据库技术推向顶峰。在数据库 60 年的历史中诞生了 5 位图灵奖获得者。图灵奖被视为计算机界的诺贝尔奖，足见其地位。需要澄清的是，国人常以为“把数据放一起就是数据库”，但其核心使命远不止于此——它支撑着管理“人财物”的关键业务，确保如资金交易、记录存取的准确性和可结算性。

完成数据库的系统建设后，数据库人开始了新的探索：数据挖掘、数据仓库。在此之前，我们的数据可以做 CRM（客户关系管理），也可以做 BI（商业智能）。当数据库在成功解决 OLTP 问题后，基于这些原本作为依据的数据，开始解决 OLAP 问题。用 OLAP 实现 BI，是数据库领域一次无意识的“变废为宝”——将 OLTP 的“副产品”意外发掘出了巨大价值。

这就是数据库的历史。

数据库有硬核

接下来，我们来讲讲数据库有硬核。

什么是硬核科技？硬核科技包含三个核心要素：一是大规模成功的应用；二是成体系的技术，能够形成完整的系统；三是坚实的理论基础。

首先谈大规模成功的应用所形成的示范效应。所有的数据库系统，包括 OceanBase 在内，都是通过成功的实际应用来向业界证明自己能够解决特定类型的问题，能够应对各种挑战，从而树立起可供借鉴的样板。我经常对做研究的同仁说，不要一味认为技术至上，而要通过示范和应用来向大家展示技术的可推广性。我常说一句话：“一屋不扫，何以扫天下；扫一屋，是为了扫天下。”通过这项技术解决具体问题后，再通过这个问题告诉大家，同样的方法可以用来解决你们面临的问题。这就是大规模成功应用的价值所在。

其次是成体系的技术，它必须能够形成完整的系统。DBMS 这个概念的出现，从解决 COBOL 问题开始，最初只是编写一个软件，但形成了系统之后，有了 Transaction Processing 功能，就可以独立成为一个软件产品，便于部署和应用。大家都知道 ISV 这些概念，实际上它们最早就是在数据库领域出现的，被称为第三方软件供应商或独立软件供应商。

另外，数据库在这方面非常成功——有了 DBMS 这样成体系的概念后，还能够进一步形成理论体系。理论从何而来？它源于成体系且自洽的概念。什么是好的理论、好的概念？就是那些能够写进教科书并广为传播的内容。为什么 Jennifer Widom 如此重要？就是因为他编写了优秀的教科书。当然，数据库领域还有另一位重要人物 C.J. Date，他将数据库中那些艰涩难懂的概念转化为普通人都能理解的表述，如行、列、二维表等基本概念。所以说，数据库之所以成功、之所以难以被替代，正是因为这三者兼而有之。因为它形成了闭环，实现了迭代发展，而其他领域未必能够做到这一点。

我们知道实践能够出真知，也明白理论要指导实践，但大家都知道，真知和理论之间存在着巨大的鸿沟，谁来做这件事？企业可以通过实践获得真知，就像 OceanBase 一样，为什么要与高校学者和学校合作？是因为我们需要将真知转化为理论，成体系的概念需要升华。这两者之间确实存在鸿沟，只有将真知上升为理论，才能形成完整的闭环：实践出真知，真知提升为理论，理论再反过来指导实践，这样就会形成强大的正向反馈循环，这样的事业才能真正得到发展。

这就是为什么产教融合特别重要——这种融合必须是真正的融合、深度的融合，要把企业实践中获得的真知上升到理论高度，升华到概念层面。如果做不到这一点，我们永远只能借用别人的概念，使用别人的教科书。这也是我们国家要高度重视教材建设的根本原因所在。

数据库有哲学

数据库的哲学内涵，是我一直强调的重点。大概一二十年前，我就开始强调 Database Philosophy 的重要性。学过数据库和没有学过数据库的人，根本区别在于对“抽象”概念的理解深度。正如我刚才所说，数据库是典型的从应用中发展起来，然后被升华、被抽象，最终形成理论体系，再由理论指导实践，形成正向循环，从而将数据库发展成为重要的学科分支和强大的产业。

那么什么是抽象呢？抽象就是要找出事物的共性、普遍性和本质特征。

以关系模型为例，我们知道有数据库模式（Database Schema）的概念，这也正是 Database Design 的结果。Database Design 的理论基础是函数依赖，这实际上是对数据语义的抽象——将复杂的语义关系转化为函数依赖关系。事务模型则是对业务逻辑的抽象：无论是存钱、取钱，还是账户间转账，都必须确保数据落盘后才能结束操作，这就是事务处理对业务逻辑的抽象。我们要管理人、财、物，进行精确管理，确保不出差错，这就是事务处理和事务模型的核心理念。  

再看 Benchmark 和 Database。 Benchmark 具有非常独特的地位，没有 Database，Benchmark 就没有数据库产业的健康发展。Benchmark 的本质是什么？它是对产品能力的抽象，为我们提供了公平的竞技赛道，让大家通过正常竞争来展现实力，而不是依靠水军、抹黑或其他不当手段进行恶性竞争。我们已经看到了后者的不良现象，因此抽象成就了数据库产业。但近 30 年来，僵化的抽象反而阻碍了数据库的发展，因为抽象曾让我们获得巨大成功，关系数据库因此认为可以独霸天下。正是这种情况，大数据的概念才会应运而生。

数据库给我们的教训是：数据库是典型的应用驱动创新环境。有了应用需求，问题得到解决；形成系统后，抽象了，建立理论体系。应用创新、技术创新和理论创新相辅相成，相互促进。但当大数据出现时，数据库界人士极为愤怒。当 MapReduce 出现时，David DeWitt 认为这是巨大的退步，从抽象层次来说是极大的倒退。经过一段时间的反思，他们才意识到问题的根源：数据库界一直认为 One Size Fits All，即用一个系统解决所有问题，后来才发现，不同的业务应用需要不同的系统。这本身也是一种抽象。我对一类应用要这个系统来满足它，这是它的哲学所在。我觉得数据库是一体化的方法论，或者整体论的方法学。

我们知道 Hadoop的出现，包括人工智能，它们也是数据处理系统，处理的是数据产生的结果，让我们看到输出表现。你可以把它们看作数据处理系统，它们典型地体现了应用、创新、科技和产业的一体化特征。

做 Hadoop 的人是为了解决 Google 的 Pregel 问题，所以它解决了搜索引擎的缩影或数据管理问题，是为了解决具体应用问题而产生的，创造了相应场景，推动了 Google 产业的发展。想想 AlphaGo 也是如此，DeepMind 团队为了解决围棋问题而进行创新；AlphaFold 开发者能获得诺贝尔化学奖也说明了这一点；OpenAI 更是典型例子，它在解决 Q&A 问题的过程中产生了 GPT 技术，进而推动 OpenAI 成为强大的产业。

以前我一直强调应用驱动，我们国家讲创新驱动发展，因为传统的“三驾马车”已无法拉动发展。那么创新从何而来？在我们这个领域，创新源于应用驱动。当 AI 出现后，我们才发现是场景驱动应用——要从具体场景着手，从小处着手，而不是凭空想象。而我们很多研究，包括当前的科学研究，主要方法还是在实验室做小试、中试，然后再推广，但现在已经不是这条路线了，而是一体化的路线。

大家想想 AI 时代也体现了一体化的研究思路。

AI 实际上就是做四件事：找到一个应用场景，想把这个应用自动化，如找到围棋应用，开发 AlphaGo；然后要找到相应算法，但这个算法不是直接解决问题的算法，而是模仿人脑的算法，因为能直接解决的问题，如果有物理模型或数学模型的话，早就被解决了。正是因为解决不了，所以要造一个人工大脑，即深度模型/深度神经网络。精妙建模的关键在于：千万不要去找现成的物理模型，如果有的话早就被人做了；也不要试图做数学建模，能做的也早被人完成了——我们要处理的正是那些既没有数学建模也没有物理模型的问题。

比如刚刚去世的棋圣聂卫平，聂棋圣的棋艺，你无法找到物理模型，无法用数学方程来描述他，也无法对他进行数学建模，所以唯一的方法就是造一个聂卫平下棋的大脑出来。训练这个大脑要靠人的经验，要靠数据，所以数据就是人的经验。聂卫平经过多年的训练，才能下出那么好的棋，我要让他几分钟学会，就必须要有强大的算力。

现在我才真正理解什么是一体化的方法——其实它是做一件事，而不是做四件事。如果我们做 AI 研究，包括数据库研究，都需要这样的思路来开展工作。

数据库有使命

我一直在强调“Data is Power”这一理念，这是我 2013 年成立数据学院时就确立的口号。我们知道数据是催生新质生产力的新动力。为什么会这么说？回顾人类文明史，每次 Power 的更替，都会带来生产力的极大提升。新质生产力是一个伟大的学说，当农耕文明被工业文明替代时，就是从第一次工业革命开始的。

第一次工业革命的发生源于蒸汽的出现，第二次工业革命的发生是因为电力的普及。而现在我们正在进行的不是工业革命，而是数字革命。大家想一想，在此前，从人力到马力，到蒸汽力，再到电力的时代，每次转变都标志着文明的进步。人力时代对应的是运力文明，农业文明有了马力，而中国在农业文明时代，在世界中心地位保持了整整一千年。

再来看看数字经济这个概念。“数字经济”提出之后，它与农业经济、工业经济是对等的概念，而不是随意在“经济”前加个修饰词。农业经济使用马力，工业经济有“两个力”：电力和汽力，而数据就是催生数字经济的新 Power。从这个角度来说，AI 是什么？AI 就像电动机一样，数据驱动一个 AI，驱动一个深度神经网络，它就能代替人来做事。

微软在 2020 年 4 月发布了 Microsoft Power Platform。我当时在线观看了两场发布会，当年的 Satya Nadella 所说的 power，我想来想去，他讲的就是数据。一开始，他说 Microsoft Power Platform，但现在微软已经不太谈这个概念了；后来谈 Copilot，渐渐地 Copilot 也不谈了，转而谈论各种所谓助力企业数字化转型的低代码平台。但核心思想首先是把数据大众化，我们知道大众化就是平民化，让每个人都能很容易地获取，很容易地访问到数据。

我们要把数据用起来，要实现开发的大众化，所以要低代码、零代码，通过拖拉拽就可以编程。编程的最高境界就是 AI 的大众化，所以 Satya Nadella 说，在这个时代，每个企业都是一个软件企业，每个员工都应该是程序员，关键是如何实现这一点。

从这个角度来说，我们认为如果数据是电的话，那么数据库从业者就要像建设电网一样，把数据打通，然后输送到千家万户、千厂万店，让数据变得好用。当我们要把数据用好时，就要开发各种各样的深度神经网络，数据作为人类经验的表征来训练各种各样的人工大脑。

AlphaGo 训练的是下围棋的大脑功能，ChatGPT 训练的是语言文字处理功能，它与脑科学研究是相辅相成的研究成果。我认为数据库的使命要从原来的关键核心业务——存钱、取钱、记账等业务转向数据赋能平台，赋能各行各业进行数字化转型。

如果数据是电，AI 就是那个电动机，Agent 就是电气化的设备。我们如何来做电气化的设备？那就是有了数据之后，我们能够把很多人原来无法用物理模型实现自动化的任务，或者无法用数学建模做自动建模的任务，现在可以用数据构建一个人工大脑来实现自动化。

数据库有未来

数据库的未来在于数据库与互联网的相遇，这本身就给数据库带来了极大的挑战。有了人工智能之后，我们就知道，数据库未来的方向就是要促进人工智能的产生，或者支持人工智能的发展。

开放的互联网给封闭的数据库带来了两大冲击：一是出现了现象级的应用，就像12306 那样爆发式增长的应用。数据库原来的系统中，用户是可控的，要么是企业员工，要么是经过层层审核的用户才能使用数据库。而现在在互联网上，每个人都可以访问和存储数据库。

面对这个时代，未来数据库系统有了新的发展方向：我们有了像 OceanBase 这样的分布式数据库，有了并行数据库进行高性能数据处理，有了高可用的数据库和实时数据库。这些都是在应用与技术共同进步后诞生的成果。我们不仅仅有任务关键型的应用提升，还有信任关键型的应用提升。当信用变成关键因素时，我们看到了类似区块链这样的数据库系统。有了云计算，我们现在很多数据库都部署在云上，不再是原来独立部署的系统。云原生数据库或数据赋能平台的目的，就是让数据库技术能够大众化，让每个人都能使用它。因此，“Database as a Service”成为现在的主题，我们已经有了成功的系统实践。

我一直在强调数据库要秉持开放的理念。我讲过“4 个 Open”，我们要真正解决问题，在解决问题过程中不要故步自封，不要让 18 种体系结构来限制我们，要有开放的架构。我们要有开放开源的方式来推动发展，就像 OceanBase 做开源一样，它不仅仅是让大家使用它的东西，更重要的是让更多人参与进来，共同创新，实现大众创新、万众创新。这需要我们有开放、开明的思想，而不要抱残守缺，不要让原来的成功成为数据库发展的限制。经过大数据的冲击洗礼后，我们要有更开放的心态拥抱这个时代。

我一直在说数据赋能是我们的目标所在，替代工程只是个契机，转型升级才是未来的趋势。我们如何发展生态型组织，通过开源的方式形成万众创新的力量，这就是数据库的时代。

我们刚才看到在比赛中取得好成绩的几个队伍，都是在 Apache 或图处理开源社区里很活跃的年轻人。中国的机会就在于数据库是真正的应用驱动创新——千万不要在办公室里闭门造车，我相信没有人愿意使用这样的产品。只有把东西做成成功示范之后，大家才会照葫芦画瓢，共同参与进来，技术才会真正进步。并且我们要有方法学，要有哲学，要提炼、要升华，要形成体系、形成理论，然后写到教科书里。

我们需要开放，需要把原来铁板一块的数据库变成模块化和栈化的结构。我们刚才看到很多组件，OceanBase 的很多组件其实走的就是这条路，因为只有这样才能真正让大众参与进来。我们也需要基础研究和原始创新，需要攻关，并且需要相互支持，需要久久为功。

去年 7 月份，同样是 Satya Nadella，我相信大家都听过他的分享，他说“未来的软件就等于Agent+Database”。当然他讲的 Database 不是传统的 Database，我们知道中国很多 IT 企业还在沿着这条路走，还当作先进的路线。现在年轻人有特别好的机会，因为我们到了一个转折点，到了用新思路来做这件事的时代。

他说：AI Agent 将重塑业务逻辑与数据库交互方式。随着 AI 技术的飞速发展，Agent 已经具备了取代传统业务逻辑的雄厚实力。它们能够直接与数据库中的核心基础数据进行深度交互，从而完成各种复杂的任务。在这个过程中，以往需要在数据库之上进行的硬编码业务逻辑会变得不再必要。

想一想，这是很可怕的一件事——让数字化转型变成可能，数据库的选择就变成多元化，要特别讲究它的适应性。在 AI Agent 时代，后端的数据库选择变得尤为重要。这种数据库并非传统意义上某一种特定的数据库，比如 Oracle 。Oracle 为什么要发生根本的改变？我觉得它是看到了这种趋势，它必须具备广泛的兼容性，并且与 AI Agent 配合默契，成本低廉——这是 Satya Nadella 的原话。

我想说，数据库是一个“因为相信，所以看见”的时代。我们要相信“相信的力量”，相信 “Data 就是 Power”，我们要相信数据库将进化成一个数据赋能平台。

谢谢大家，这是我今天所有的分享。

在线咨询

优质资料下载

往期推荐

▼ 点击「阅读原文」，查看星闻热点