9月11日-14日，由鈦媒體與ITValue共同主辦的2024 ITValue Summit 數(shù)字價值年會在三亞舉行。此次峰會主題為“Ready For AI”，交流經(jīng)驗教訓(xùn)，交叉行業(yè)思考，推動創(chuàng)新交易，以創(chuàng)新場景為基礎(chǔ)，共同探索AI驅(qū)動下數(shù)字經(jīng)濟時代的全新機遇，共同打造一場數(shù)字經(jīng)濟時代的AI創(chuàng)新探索盛宴。

大會上，OceanBase CEO楊冰以“人工智能時代，如何重構(gòu)現(xiàn)代數(shù)據(jù)架構(gòu)”的主題進行了分享。

楊冰表示，大數(shù)據(jù)和數(shù)據(jù)庫企業(yè)得益于互聯(lián)網(wǎng)與云的機遇，迅速崛起，期間聚焦于解決分布式系統(tǒng)帶來的擴展性和復(fù)雜性挑戰(zhàn)。AI時代，CIO的關(guān)注點已不再局限于這一難題，而是聚焦于如何讓應(yīng)用和業(yè)務(wù)實現(xiàn)更好的交互，如何挖掘數(shù)據(jù)價值，實現(xiàn)更精準(zhǔn)洞察。從技術(shù)架構(gòu)角度，其關(guān)鍵詞已從“分”切換到“合”，是融合、統(tǒng)一。

以下為楊冰演講內(nèi)容，經(jīng)鈦媒體整理：

各位嘉賓，大家上午好！非常開心鈦媒體邀請我來數(shù)字價值年會跟大家交流。

我今天分享的主題是“人工智能時代，如何重構(gòu)現(xiàn)代數(shù)據(jù)架構(gòu)”。如今，數(shù)字化已經(jīng)不是一個新話題了，有些行業(yè)處在在深水區(qū)，有些行業(yè)則在加速進行數(shù)字化轉(zhuǎn)型。但今天在轉(zhuǎn)型過程中，加入了一個超級變量——AI，AI目前突破的形態(tài)是語言模型和多模態(tài)模型，它的發(fā)明改變的不僅僅是人和機器的交互方式。我有兩個點感觸特別深，第一，AI對于整個物理世界的理解力得到了極大的增強。前段時間，聽說前谷歌CEO在斯坦福的演講很有意思，視頻很長我就先丟給了AI問它：Eric聊了什么？有哪些有意思的觀點？對此你怎么看？幾秒鐘后就出來了結(jié)果。比如，我剛才出去接了一個電話，漏掉了一段關(guān)鍵分享的信息，我可以馬上問AI，剛才我遺漏了什么信息？這種理解力和效率結(jié)合各種場景，就會極大顛覆很多場景的數(shù)字化的實現(xiàn)方式，這是第一個感受。第二個感受是AI正在改變寫代碼的方式，特斯拉的FSD從30萬行代碼簡化成3000行，很多的程序邏輯被模型替代了，這代表著構(gòu)建數(shù)字世界的方式正在深刻變化，AI的能力不再是寫程序時候的一個外掛或者功能強大的函數(shù)，而是成為程序邏輯本身。這僅僅是很小的兩個點，AI能力的突變正在深刻的改變著數(shù)字經(jīng)濟發(fā)展的節(jié)奏。

在大的變革下，數(shù)據(jù)架構(gòu)作為數(shù)字經(jīng)濟底座，我們將會遇見很多挑戰(zhàn)。第一個挑戰(zhàn)，是數(shù)據(jù)量的通貨膨脹，現(xiàn)在億級的數(shù)據(jù)量已經(jīng)是個普通體量了，很多業(yè)務(wù)線上化或者數(shù)據(jù)匯聚后者打通后，自然就到了這個量級。第二個挑戰(zhàn)，數(shù)據(jù)孤島和碎片化嚴(yán)重，現(xiàn)代應(yīng)用需要用不同的數(shù)據(jù)模型來描述業(yè)務(wù)，比如關(guān)系模型，圖，時序，還有向量，底層用了一堆不同的數(shù)據(jù)存儲系統(tǒng)，但需要分析洞察的時候需要費很大的勁才能將其匯聚，對齊，很多時候這些數(shù)據(jù)是描述同一業(yè)務(wù)的不同側(cè)面。第三個挑戰(zhàn)就是數(shù)字化后對數(shù)據(jù)的分析需求會爆發(fā)，只將數(shù)據(jù)存在那里是沒價值的，只有分析才能挖掘更大的價值，但要想分析的更準(zhǔn)確更深刻，數(shù)據(jù)也需要融合，所以這兩個挑戰(zhàn)的相關(guān)性很強。第四個挑戰(zhàn)是數(shù)據(jù)的安全，越來越多數(shù)據(jù)被存在云上，而且目前云上的安全和容災(zāi)也比較完善，但安全是個相對的概念，同一朵云的安全是一套同構(gòu)系統(tǒng)的相對安全，如果數(shù)據(jù)極為關(guān)鍵或者業(yè)務(wù)連續(xù)性要求極高，增加異構(gòu)系統(tǒng)的備份是相對更安全的選擇。最后個挑戰(zhàn)，是AI快速發(fā)展帶來的挑戰(zhàn)，AI會加速數(shù)據(jù)量增長的速度，也會帶來對數(shù)據(jù)使用的新要求，我后面會展開來講。

從架構(gòu)層面的挑戰(zhàn)看，這幾年發(fā)展很快，在應(yīng)用層已經(jīng)分布式化了，在底層已經(jīng)云化，這兩層的戰(zhàn)爭已經(jīng)結(jié)束，形成了標(biāo)準(zhǔn)的模式。在PaaS層，上半場最大挑戰(zhàn)是在解決有狀態(tài)數(shù)據(jù)的分布式的問題，尤其是數(shù)據(jù)層的軟件更是如此。而隨著AI入局的下半場，我認(rèn)為主要的趨勢是讓系統(tǒng)具備 “分”的能力的同時，消除 “分”帶來的復(fù)雜性，尤其是讓數(shù)據(jù)能融合，架構(gòu)能統(tǒng)一。

對于能應(yīng)對這些挑戰(zhàn)的現(xiàn)代數(shù)據(jù)架構(gòu)，全球領(lǐng)軍IT的的踐行者們有很多的共識，無論是老牌的IBM還是云時代的領(lǐng)軍者AWS，還是數(shù)據(jù)領(lǐng)域持續(xù)領(lǐng)跑的當(dāng)紅炸子雞Snowflake，他們的觀點有很多的共識，比如應(yīng)對數(shù)據(jù)孤島、跨云部署、多模態(tài)數(shù)據(jù)的處理，對AI/ML的支持、數(shù)據(jù)的實時分析能力等等。Gartner在今年的Hype Cycle for Data Management的報告中提到，全球最領(lǐng)先的數(shù)據(jù)管理軟件公司有四個特點：第一，必須在云上；第二，其產(chǎn)品線中一定有領(lǐng)先的數(shù)據(jù)分析類產(chǎn)品，承接持續(xù)增強的分析需求；第三，支持多模態(tài)數(shù)據(jù)類型的存儲；最后是開源。作為OLTP方向的數(shù)據(jù)庫，我們也非常認(rèn)同這幾個方向，站在數(shù)據(jù)庫的角度總結(jié)了五個點，前面幾個是比較共性的就不展開講了，稍微解釋下后面三個：多模融合是指，未來的數(shù)據(jù)存儲應(yīng)該是同時支持關(guān)系模型，KV模型，向量、地理位置、時序等不同的數(shù)據(jù)模型的一體化架構(gòu)，避免數(shù)據(jù)的割裂和碎片；開放和靈活性是指對不同基礎(chǔ)設(shè)施的支持，架構(gòu)開放解耦不綁定任何底座和硬件，支持異構(gòu)的云，也支持云和IDC基礎(chǔ)設(shè)施長期并存的情況。SQL和AI融合主要指AI能力在數(shù)據(jù)庫層的融合，會體現(xiàn)在SQL交互層，運維效率提升方面，后面會展開。

現(xiàn)代數(shù)據(jù)架構(gòu)的演進也分上半場和下半場，上半場的主題是云和分布式，中國能發(fā)展出一批優(yōu)秀的數(shù)據(jù)庫公司，具備世界領(lǐng)先的能力，也得益于上半場中國在互聯(lián)網(wǎng)和云計算方面的高速發(fā)展。云的上半場，數(shù)據(jù)架構(gòu)的核心問題是如何在解決數(shù)據(jù)分布式的情況下保持一致且成本最低；具備極強的彈性擴縮容能力，能做到不停機不打擾業(yè)務(wù)；在出現(xiàn)故障后又自動恢復(fù)確保業(yè)務(wù)不中斷；這些都是現(xiàn)代架構(gòu)下數(shù)據(jù)庫的必答題。當(dāng)年支付寶被挖斷光纜，倒逼我們實現(xiàn)了多地多活架構(gòu)架構(gòu)，雙十一的流量洪峰倒逼我們解決了極致彈性和高并發(fā)分布式事務(wù)問題，這是上半場解決“分”的創(chuàng)新，我認(rèn)為上半場滿足了云時代的需求，今天全面適應(yīng)和擁抱AI時代數(shù)據(jù)架構(gòu)應(yīng)該走向何方？在下半場，分布式帶來的擴展性、成本、復(fù)雜性，已經(jīng)不再是問題，從技術(shù)的架構(gòu)角度來看就應(yīng)該合并同類項，消除不必要的數(shù)據(jù)碎片和重復(fù)建設(shè)。未來的應(yīng)用重點和CIO關(guān)注點不應(yīng)該是分布式如何擴展，而是應(yīng)該把精力放在關(guān)注在如何讓系統(tǒng)和客戶之間有更好的交互方式，應(yīng)該放在如何把數(shù)據(jù)的價值挖掘出來，數(shù)據(jù)只有融合、交叉才會有更精準(zhǔn)的洞察。我們現(xiàn)在從“分”慢慢走向“合”，從產(chǎn)品、引擎、存儲架構(gòu)上走向統(tǒng)一和融合。我旁邊放了一張圖，這是三代SpaceX的猛禽引擎的架構(gòu)演進，從雜亂無章到極簡主義，工程的難度增加，但是簡單并不意味著弱小，V3相比V1增加了1000多噸的推力。我們?nèi)绾卧趶?fù)雜場景下，讓AI更好地用融合的數(shù)據(jù)給上層應(yīng)用提供價值，同時屏蔽復(fù)雜度，這是所有數(shù)據(jù)庫公司發(fā)展的必然趨勢。

接下去給大家分享幾個一體化數(shù)據(jù)架構(gòu)的場景，一個是交易和分析的融合，這種場景有三種場景的情況，一種是實時報表，一天后的報表可以一小時內(nèi)就看到，但在線庫支持交易和離線庫支持報表已經(jīng)有兩套體系了，是不是還需要為小時級的報表再建第三套數(shù)據(jù)？另一種情況是在零售行業(yè)中，同一套進銷存的系統(tǒng)白天支持交易，晚上盤點分析庫存，銀行里白天交易晚上跑批的場景也是類似的，在很多場景里僅僅是在不同的時段支持不同的負(fù)載，但表結(jié)構(gòu)和數(shù)據(jù)集是同一套，為此往往需要搭建兩套數(shù)據(jù)存儲和一套數(shù)據(jù)同步系統(tǒng)，是否能讓架構(gòu)變得更簡單？最后一種情況是一邊在線上做實時交易，一邊做營銷，兩種負(fù)載同時進行，如何根據(jù)交易的情況分析洞察，給用戶最精準(zhǔn)的優(yōu)惠券。實時風(fēng)控也類似，能不能通過實時分析對幾分鐘之前的交易特征做出反應(yīng)，更新風(fēng)控模型識別出新的風(fēng)險。在這些場景中，如何把多套體系并到一套里，提供更實時性更高，成本更節(jié)約，效率更高的數(shù)據(jù)架構(gòu)方案，這正是OceanBase在做的。除了多負(fù)載外，多模態(tài)的融合也是類似的。KV模型是最常見的數(shù)據(jù)模型，HBase里大寬表和Redis里的KV緩存應(yīng)用極為廣泛，這些場景往往是受制于原來TP庫的一些限制，復(fù)制了一份數(shù)據(jù)出去，做緩存加速或者是多維數(shù)據(jù)的存儲和分析，如今在TP分布式數(shù)據(jù)庫在同一個底座上可以通過增加一個接口就能實現(xiàn)一樣的效果，省去了增加一個數(shù)據(jù)庫的成本開銷和復(fù)雜度開銷簡化了技術(shù)棧，而且數(shù)據(jù)會更一致，更實時。當(dāng)然，即便是單獨用于 KV 場景，在部署和運維上也是更加簡單的。

另一個場景是在融入AI的能力下，能融合更多類型的數(shù)據(jù)進行智能查詢。AI與SQL結(jié)合主要是兩個方面，一個是AI for DB，一個是 DB for AI，前者是指在 AI 的助力下，運維和SQL查詢是否能更智能，在這LLM出來后有了更多的探索空間，比如結(jié)合AI的智能提示和優(yōu)化，如何在 SQL 的編輯器中更高效的寫出優(yōu)雅，精準(zhǔn)的SQL語句，如何結(jié)合很多診斷分析的知識、決策模型和數(shù)據(jù)來在SQL的問題診斷中給出更準(zhǔn)確的問題分析，甚至如何用AI來做資源管理，這些都是目前我們在探索的，這個今天不展開。另一個方向是看數(shù)據(jù)庫能為AI的場景做什么？現(xiàn)在最流行的就是向量數(shù)據(jù)庫，是AI時代最關(guān)鍵的數(shù)據(jù)存儲，是將物理世界轉(zhuǎn)化成數(shù)字世界多維度描述的數(shù)據(jù)模型，這種模式非常適合計算機認(rèn)知、對比和計算，尤其對非結(jié)構(gòu)化的圖像、視頻、音頻數(shù)據(jù)，因為AI能力的提升，使得對這些數(shù)據(jù)的理解的準(zhǔn)確性極大的提升，從而反過來促進越來越多場景會融入向量數(shù)據(jù)。相比于傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)的描述和處理，向量模型的描述并非精確，也更多用于非結(jié)構(gòu)化數(shù)據(jù)的存儲，但有時候這種描述更符合與人類的交互的習(xí)慣，比如這東西看起來不錯，看起來很像，更多人喜歡……這些都不是精確的描述。有了這種能力，很多的業(yè)務(wù)的場景以及跟人的交互會變得更加自然，更能結(jié)合結(jié)構(gòu)化的精確的信息和非結(jié)構(gòu)化的模糊的描述來表達(dá)和處理數(shù)據(jù)。我們來看這樣一個場景：查詢離我最近的，評分四分以上的奶茶店中評價最好的，且價格實惠近期熱銷的奶茶。離我最近是GIS信息，一種地理位置的結(jié)構(gòu)化描述，而“評價最好“可能會是一個非常綜合的數(shù)據(jù)匯總出來的結(jié)果，可能有文本，有客戶上傳的視頻和圖片，也有結(jié)構(gòu)化的打分，還能還會有語音評價，可以將這些信息做向量化處理做一個綜合的評價；價格實惠且熱銷這些就是實時的銷量分析和庫存查詢了，是典型的OLTP的范疇。這樣一個場景往往需要2~3種存儲系統(tǒng)相互配合，但今天我們可以通過一種存儲系統(tǒng)就搞定，這是我們在分布式的底座上加入更多的能力，甚至加入向量化的能力帶來的結(jié)果。而目前向量的存儲將越來越廣泛的應(yīng)用在AI Native 的場景中，而且往往是需要跟其它結(jié)構(gòu)化的存儲配合使用才能有更大的價值。OceanBase通過插件化的機制將螞蟻內(nèi)部在人臉支付和安全風(fēng)控下孵化出來的向量庫VSAG融入到了分布式數(shù)據(jù)庫的存儲引擎中，達(dá)到了強強聯(lián)合的效果。一方面OceanBase的底座本身對于存在這種數(shù)據(jù)量較大的數(shù)據(jù)有很大的性價比優(yōu)勢和擴展性優(yōu)勢，而這個向量類庫的算法也是在螞蟻自身的海量業(yè)務(wù)場景打磨的產(chǎn)物，跟OceanBase在雙十一打磨一樣，經(jīng)受了苛刻且持續(xù)的打磨。這里暫時先不展開介紹了，我們會在下個月的發(fā)布會中正式發(fā)布這個能力，敬請期待，這個類庫本身是獨立發(fā)展且開源的，大家如果感興趣可以下載來研究。

還有一種一體化體現(xiàn)在異構(gòu)基礎(chǔ)設(shè)施上靈活部署的多云原生能力。上云是一個明確的方向，云原生也是上云后架構(gòu)層面上的最佳實踐，云的本質(zhì)是資源的池化和超賣，而云原生架構(gòu)的本質(zhì)是如何充分利用池化資源的基礎(chǔ)件：計算、存儲、網(wǎng)絡(luò)來構(gòu)建上層應(yīng)用，而不只是用了個容量固定的虛機。而多云原生的本質(zhì)是在遵循云原生架構(gòu)的基礎(chǔ)上，做到底座異構(gòu)性、無關(guān)性，以及用戶對開發(fā)者體驗的一致性。我們正在跟一個全球知名的快消品客戶合作，他們有上千家門店都運行在一朵云上運行，但今天的業(yè)務(wù)要求更高，也許這幾千家門店碰到極端的情況下，有可能停服，這是企業(yè)無法接受的。但即便是云出了問題，應(yīng)該是局部區(qū)域，如果在異構(gòu)的朵云上建了10：1的容災(zāi)集群，確保一個云出問題時可以很快切換到另一個云上，確保一個云單獨的機房出問題時，1/10的流量承接得住。OceanBase在這方面可以平滑無感的幫助大家解決這樣的問題。在整個架構(gòu)上，如何做到一體化，對上對下對于整個應(yīng)用，提供現(xiàn)代化架構(gòu)的能力，這是確定性的方向，也是這種多云原生架構(gòu)的數(shù)據(jù)底座提供的價值。我們相信，多云原生一體化數(shù)據(jù)庫 必將助力更多企業(yè)構(gòu)建現(xiàn)代數(shù)據(jù)架構(gòu)，解決更多的實際需求。

這里，快速分享幾個我們正在做的案例。我們在金融、政企方向有大量的客戶累計。對于OceanBase來說，過去十年在互聯(lián)網(wǎng)的高速發(fā)展，得以在這個大的命題下，生長出一個新的底座。今天這些場景，是幫我們把上半場打磨出來的技術(shù)，做成一個商業(yè)產(chǎn)品的好機會。這不僅是數(shù)據(jù)架構(gòu)中最為關(guān)鍵的場景，也是人們生活中最關(guān)鍵的場景。OceanBase本身的高性能、高可用和穩(wěn)定性可以很好的支撐銀行、運營商等行業(yè)的核心場景，但如何讓這些傳統(tǒng)的架構(gòu)比較平滑的遷移到新的底座，我們做了大量的工作，在對Oracle、MySQL的兼容，遷移和并跑的體系上打造了完善的能力。目前有近百家銀行和大量的頭部保險、證券公司的系統(tǒng)遷移到了OceanBase上，資產(chǎn)超萬億的銀行已經(jīng)超過了20家，超過1/3的機構(gòu)已經(jīng)或者正在開始用OceanBase來升級他們的核心系統(tǒng)。在運營商行業(yè)，我們支持的幾個大的省份已經(jīng)覆蓋了全國3/5的客戶了。很多政企和金融客戶沒有想到的是，OceanBase這種新的架構(gòu)，不僅提升了擴展性和可靠性，還通過高性價比的壓縮技術(shù)、多租戶技術(shù)等使得新架構(gòu)下計算和存儲的硬件成本反而更低，整體TCO下降20%~30%，存儲成本下降60%~70%。比如交行在從大機和DB2遷移到云和分布式數(shù)據(jù)庫的過程中，整個擴展性得到極大的提升，具備按需線性擴容的能力，更從容的應(yīng)對日常的小型業(yè)務(wù)的大促，也讓每日的批處理作業(yè)從十幾個小時縮短到1~2個小時，通過分布式架構(gòu)充分發(fā)揮出系統(tǒng)的并行能力。在走進千行百業(yè)的過程中，我們觀察到一個現(xiàn)象，在數(shù)字化轉(zhuǎn)型的上半場，大家都在復(fù)制互聯(lián)網(wǎng)架構(gòu)，互聯(lián)網(wǎng)技術(shù)很好，但比較百花齊放，每一種技術(shù)都能在特定場景很好的解決特定問題，但整體能配合協(xié)調(diào)好并不是件容易的事情，需要投入不少的人力和精力。但互聯(lián)網(wǎng)的規(guī)模效應(yīng)使得這樣的投入變得可能，其ROI也值得為此投入一個不小的Infra團隊來開發(fā)和維護這些技術(shù)，甚至可以外溢孵化出像云計算平臺，數(shù)據(jù)庫這樣的底層技術(shù)產(chǎn)品。但在其它行業(yè)落地的時候，這些技術(shù)的復(fù)雜度帶來的成本和效率上的問題會變得尤為顯性化，使用這些技術(shù)紅利的同時也承受著它的復(fù)雜度和多樣化，云計算通過Service的方式解決了一部分，而在數(shù)據(jù)層我們也逐步意識到用一體化化的數(shù)據(jù)架構(gòu)來抵消這種復(fù)雜度會是一個正確的方向。我們開始嘗試用一體化的方式，既在解決上半場由于“分”帶來的問題，屏蔽掉“分”的復(fù)雜度，保留分布式帶來的技術(shù)紅利。同時也為企業(yè)迎戰(zhàn)數(shù)字化下半場做好準(zhǔn)備，讓數(shù)據(jù)有機的“融合”在一起，讓數(shù)據(jù)的管理更簡單，洞察更高效，為DATA+AI時代更好的挖掘數(shù)據(jù)的價值，提供一個更高效的底座。

OceanBase非常幸運，趕上了時代發(fā)展的紅利。而數(shù)據(jù)庫的發(fā)展在經(jīng)歷由“合”到“分”，再由“分”到“合”的演進過程。過去十年，第一個階段數(shù)據(jù)架構(gòu)面臨的問題更多體現(xiàn)在“多”和“分”兩個關(guān)鍵字上，比如說場景多、數(shù)據(jù)多、引擎多，我們通過分布式解決這些問題。在計算架構(gòu)上有流、有批。在數(shù)據(jù)存儲上有多樣化的數(shù)據(jù)，但復(fù)雜度非常高，尤其是在AI時代，深度的處理和高效處理這些數(shù)據(jù)的代價是比較高的。同時，對于千行百業(yè)來說駕馭和管理的成本也比較高，所以自然而然架構(gòu)就慢慢的走向了“合”的過程。在AI新時代上，體現(xiàn)出兩個關(guān)鍵詞，一個詞是“融合“，前面的這些數(shù)據(jù)結(jié)構(gòu)已經(jīng)穩(wěn)定了，哪一種最適合描述物理世界的什么場景，優(yōu)劣勢是什么，都有非常豐富的最佳實踐了，但如何在一個底座上解決大部分的問題，這是新的命題。在計算架構(gòu)上，無論是流還是批，這些處理的范式已經(jīng)比較成熟，但流批一體甚至是融入圖計算后的一體化計算框架如何實現(xiàn)，哪一種方式效果最好，還是一個在持續(xù)探索和迭代的命題。但無論是存儲還是計算，都在往一體化的方向發(fā)展，這就是最大的共性，是分久必合的趨勢。第二個詞是AI，AI提升了計算機對數(shù)據(jù)的理解力，擴展了能夠處理的數(shù)據(jù)類型，極大增強了數(shù)據(jù)的處理效率。這三個方面在非結(jié)構(gòu)化數(shù)據(jù)上尤為明顯，比如圖片、視頻、聲音，而這些也是物理世界轉(zhuǎn)換到數(shù)字世界最快最原始的方式，一但這些數(shù)據(jù)能被快速處理和挖掘價值，數(shù)字化的進程會進入快進模式。而AI能力的加持和這些需求的爆發(fā)，會進一步促進計算架構(gòu)和數(shù)據(jù)架構(gòu)走向一體化。未來，如何讓一體化架構(gòu)更優(yōu)雅、更簡單，是我們這些數(shù)據(jù)服務(wù)商不斷探索的命題。而如何在融合一體化的架構(gòu)之上，更好地用AI賦能的方式，挖掘數(shù)據(jù)的價值，并賦能業(yè)務(wù)，是每一位企業(yè)家和CIO們，都要思考和解決的大命題