VERTICA ⎪ 你的数据「冷浪漫」
Michael Stonebraker 博士（Photo: M. Scott Brauer）
近期，被誉为“全世界最重要的数据库专家”之一、统一分析平台 Vertica 创始人——Michael Stonebraker 博士特邀现身于第八届中国国际大数据产业博览会，并发表主旨演讲。
69 年前的今天（6月7日），一代先杰艾伦·图灵在伦敦英年早逝。所幸，计算机学界后继人才辈出。
你知道吗？捧得百万美元归的“计算机诺贝尔奖”图灵奖得主 Stonebraker 博士，也是首位从事大规模连续创业的大奖赢家，他对数据库设计、应用及产业化有着学产界均无人可匹敌的独到心得。下面，就让我们一睹他年逾古稀仍精神矍铄的熠熠风采，从其话语中洞悉数据库的未来。
■ 从大数据到云经济
“数据，不仅仅是‘21世纪的石油’，更是‘未来的新型石油’，好比新型硅。”
从营销话术发端，到数字经济时代的核心命题之一，「大数据」无疑将成为时代命题之“题眼”。
自 2012 年起，大数据悄然成风，Stonebraker 博士坦言：“那时，我终于明白过去 40 余年一直在做什么，原来就是大数据。”在微软亚洲研究院主办的二十一世纪计算大会上，他认为，大数据就是三件事，对应“3V”问题——“海量、高速、多元”（Volume/velocity/variety）。对于大数据，就不能用“小分析学”的局限方法做处理，简单的“Select”查询会招来无法应对的 TB 级数据。替代方案是启用包括数据聚类、回归分析、机器学习、高级分析等在内的更复杂的“大分析学”。
在 5 月大数据产业博览会的开幕式上，Stonebraker 博士特别提及数据从业者的现状：即便对于 iRobot（全球消费机器人公司）这样知名公司的数据科学家而言，数据收集、整合与清洗这三步也要占用到 99% 的工时，反观业界平均用时也在 80% 之高。
这意味着，数据科学家的精力被琐碎操作而过分占用。而对数据领导者如 CDO、CIO 这样的 C-level 角色而言，如果“不做数据集成整合，企业数据湖极有可能变成数据泥沼（Swamp）”。
针对此，博士推崇的是云迁移，在无服务器的环境中重构数据架构与应用程序，这将“一劳永逸”地解决数据一致性问题，甚至为继来者植福荫——“他们一定会感谢你强制推行了数据集成策略！”
云，正是 Vertica 的重中之重。正如 Vertica 负责人所言：“Vertica 针对云优化的 Eon 模式与三大主流云平台合作，新增对 Docker 容器和 Kubernetes 的支持，大大提升了其在高级分析（包括时序及预测分析等）和机器学习市场的领先优势。”最新 Vertica 既支持主流的公有云、混合云，也支持 Pure Storage、Minio 和 HDFS 等在本地部署的对象存储和分布式存储，即”随处部署“。
当然，云迁移断不会指“轻装”上云，要知道大规模数据平台每一节点都存有至少 10 TB 的数据，上云的速度是能力，更是盈利！所以，必须满足云上工作负载弹性变化的要求，作为业界首个 MPP（大规模并行处理）列式分析数据库，Vertica 自诞生起就拥有可扩展的性能基础，包括就地分析、库内机器学习和高级实时分析等，高标准满足企业决策支持与事务处理系统上云的效率需求。
试想，一个无所谓在哪里的码头集装箱式的数据中心，一定比位于国际大都市摩天大楼的私有数据中心要便宜许多倍，人员用电尚且不计，单论地价就已经胜券在握。不过，成本只是其中一个因素，基于云的数据统一利用与深度分析已经奠定了未来战局之基——
“可以说，机器学习（ML）就是智能分析的未来，无论是深度学习还是传统 ML 都在遍地开花，”Stonebraker 博士直言，“自动驾驶、无人收银，甚至滴滴打车这样的新型公司对传统业态的颠覆是绝对的，并很可能在未来产生‘赢家通吃’的现象。”
战略性提出“数据库内机器学习”的 Vertica，无疑为尚未部署 ML 或正苦于 ML 项目预算的公司打开了新世界的大门。其内置超过 700 个即开即用的 ML 算法，配合超快查询与大规模工作的超强负载力，将为观望期/困顿期的各大公司注入强心剂。
■ 从数字化到元宇宙
“要么成为颠覆者，要么被竞争者颠覆。”
从媒体采访中，Stonebraker 博士对全球格局与人类未来的态度可见一斑：“我时常担心是否会给下一代留下一个更糟糕的世界，但我同样有理由保持信心——愈来愈精进的数字技术可以帮助人类解决这些难题。”（数字观，2022）
他认为，资源共享（共享经济）与资源消耗（可持续发展）是数字经济“跨越式发展”的两大驱动力。同样，在人类社会经历气候变暖、大流行病、贫富悬殊、网络安全及数字伦理等困境与拷问之时，数字化转型将为时代带来“新解法”：比如，数字化生物科技、人工智能及区块链技术等“组合拳”，已经卓有成效地回应大流行病肆虐的问题；再比如，中国“东数西算”工程优化算力需求与供应产业布局，打通数据资源及其相关经济要素多渠道，加速整体数字化转型升级的步伐。
博士同样认可：“我们的最终目标就是实现数据驱动、满足可信的数据流通和计算要求，通过将散落在不同地方的数据联合起来，转化为有价值的信息或模型，从更高层面促进数据的自由流通。”
但是，“数据孤岛”与“信息孤岛”，将数据分割于不同存储与格式限制之下，严重阻碍了数据的联合统一，并直接导致了上文所述、数据科学项目被数据迁移严重侵占等等问题，成为企业转型之路的重大障碍之一。统一分析平台 Vertica 与生俱来的气质，决定了它就是专为这些挑战而设计的。这同样凸显了创始人 Stonebraker 博士的先见之明——从底层基础架构中解脱出来，不依赖基础设施、分析所有数据。
“要么成为颠覆者，要么被竞争者颠覆。”要不为困境所难，就必须勇敢拥抱新技术。尚在探索演进之中的”元宇宙“，也可算作近年来新生的数字概念之一。其发端于脸书（Facebook）正式更名“Meta”（元-），资本热钱大批涌入，营销媒体趁热猛炒，导致人们对其产生纷纷不一的认知理解。
而 Stonebraker 博士的判断非常谨慎，他认为：“元宇宙落地尚早。”并且，当前停留于公共语境的元宇宙概念非常复杂，还掺杂着真假虚实、噱头口号等等，不利于其实践落地与服务大众。但基于多年浸淫于产学研三界的丰富经历，博士整体对未来的“数字文明”抱有信心。简单回顾他 40 余年的”奋斗史“便可知：
1965 年，Michael Stonebraker 任职于加州大学伯克利分校，并于 1999 年保留研究生院教授职称荣誉退休，东迁加入麻省理工学院担任助理教授，并将全部精力放在特定领域数据库技术的开发和商业化上。
2005 年，Stonebraker 博士与来自布兰迪斯、布朗大学和麻省理工学院的同事合作发起“C-Store”项目，以开发专注于分析的新型数据库系统，即在大型数据库上长时间运行扫描密集型的查询工作，相对于交易型工作负载，这种方式强调对单一数据库执行多频、微型、并发的读写查询。
C-Store 就是 Vertica 的前身。它是一个无共享、面向列的数据仓库，专为分析工作负载而设计，比传统将数据存储在行中的系统具有更高的输入/输出效率（I/O-efficient），其数量级提速远远赶超当时领先的商业系统。改名 Vertica 后在 2011 年被惠普公司收购，并于 2017 年加入当前母集团、全球前七大企业软件集团 Micro Focus 的麾下。
尽管 Stonebraker 博士并非第一个提出“面向列的数据库”想法的人，但 Vertica 的大获成功，将面向列设计的商业系统推向了新高度，并为很多后来者提供了借鉴参考。这就包括微软的平行数据仓库项目（现已归入微软 SQL 服务器的列存储索引）和 Oracle 内存的列式存储。
他对“理论家”的著名建议早已深入人心：“与其费尽心思讨论本就可以解决的问题，不如花些时间在现实世界中，研究人们想要解决的问题。”
博士对自己职业生涯的总结也很有意思：“如果当时我知道现在所知道的，我可能永远不会都创建 Ingres（最早的关系数据库之一，SQL Server 与 Sybase 的前身），因为这实在太难了.... 但我对年轻人的建议，就像在跟年轻的自己在对话——暂停怀疑，做就够了！正如攀登珠穆朗玛，一步一个脚印，脚踏实地方能有朝一日登顶…”
■ 本文主要参考自「数据观」专访内容，并结合一手资料及互联网公开内容进行整合。
Turing Award
图灵奖
国际计算机领域最高奖、“计算机界的诺贝尔奖”——图灵奖由美国计算机协会（ACM）于 1966 年设立，旨在纪念计算机科学之父、人工智能之父艾伦·图灵，并奖励对计算机事业作出重要贡献的个人。
Turing Award Winner
Michael Stonebraker
Michael Stonebraker，数据库领域著名布道者，以在关系数据库管理系统（RDBMS）和数据仓库（DWH）方面创建、开发和改进等基础工作而闻名于世。
他于 1994 年成为国际计算机协会（ACM）会士，1997 年当选为美国国家工程院院士，2005 年获 IEEE 冯诺伊曼奖，2014 年凭借“对现代数据库系统底层的概念与实践所做出的基础性贡献”成为数据库领域第 4 位图灵奖得主。
Vertica Unify 2022
全球峰会即将启幕
扫码预约您的席位
猛戳「阅读原文」
VERTICA 免费版等着你
