全栈自主可控，是数据库实现自立自强的必经之路

一、国际形式和国内政策都要求数据库实现全栈自主可控

从 2018 年 8 月以来， A 国已经将中国近百家公司列入“实体清单”，限制中国企业的正当发展， A 国对上游“卡脖子”的动作越来越多，其限制中国科技发展的范围也越来越扩大化。

从 2022 年俄乌战争爆发以来，以谷歌、苹果、微软、英特尔、戴尔、 Oracle 为首的 20 多家西方科技巨头相继对俄罗斯采取了制裁，这些巨头的制裁涉及到存储、计算、操作系统、数据库等基础设施领域和基础软件领域。

在对俄罗斯采取制裁的科技公司中， Oracle 的制裁最为致命。 Oracle 作为全球最大的数据库提供商，其大量应用于俄罗斯的金融、电信、电力等领域，数据库一旦被限制，基于数据库生长的上层应用（金融、制造、通信、交通等）都会受到致命打击，甚至直接瘫痪。

面对日趋复杂，对抗日趋激烈的国际形势，为了避免核心技术受制于人，信息技术应用创新发展已是目前的一项国家战略，也是当今形势下国家经济发展的新动能。《国家信息化发展战略纲要》、《“十三五”国家信息化规划》和《软件和信息技术服务业发展规划 (2016-2020 年 ) 》等，都是国家针对信息技术创新产业做出的规划，这些规划明确提出从 CPU 芯片、服务器、存储、交换机、路由器等 IT 基础设施，到数据库、操作系统、中间件等基础软件，都要实现自主可控。而“一行两会”更是明确要求金融领域在 2023 年要完成 50% 的数据库国产化替换。

在“ 20 大”报告中，也明确指出要“完善科技创新体系，坚持创新在我国现代化建设全局中的核心地位，健全新型举国体制，强化国家战略科技力量，提升国家创新体系整体效能，形成具有全球竞争力的开放创新生态。”，提出要加快实现高水平的科技自立自强。

二、数据库全栈自主可控的基础能力已经具备，但是仍然面临巨大挑战

数据库被称为基础软件皇冠上的明珠，在信息时代，数据是数字经济的宝贵资源，而所有的应用软件都要与数据库进行数据交互。

数据库作为基础软件中的核心部分，其往往要求极致性能、高可靠、高可用，而要达成这些要求，需要数据库和底层操作系统的调度配合，需要计算芯片的强大运算能力支撑，需要优秀的网络传输环境，需要超高 IOPS 和极致可靠的存储能力支撑。

数据库要实现全栈自主可控，必须从存储、网络、计算、操作系统、数据库出发，实现自底往上、自硬到软的自主可控。当前各个层级能够满足要求的厂商或产品如下图所示：

数据库的自主可控，要求的是从软件到硬件的全栈自主可控，任何一个环节被限制，都会导致数据库发展受限。当前各个环节都存在比较成熟的国产化方案，但是替代传统的“ IOE ”数据库体系，对全栈各个环节也提出了相应的要求。

存储

存储的自主可控，是需要去除传统的“ IOE ”体系中的 EMC 存储，而去“ E” ，高性能和高可靠是关键，传统 IOE 架构中对存储提出了相当多的可靠性要求，既要求高性能，又要稳定和可靠，还要能够支撑各种各样数据安全的复制。

当前国内也涌现出了一系列优秀的自研存储厂商，能够实现自主可控的代表性厂商如华为、浪潮、宏杉等。

在数据库场景的存储性能上，某厂商采用华为存储后，满足业务高峰期的海量用户并发请求，且无会话断开情况发生。

由此可见，国产存储厂商已经具备了替代 EMC 的能力。

网络

在网络这块， FC 网络垄断高性能块存储网络已近 30 年，光纤交换完全被国外厂商垄断（ Brocade 和 Cisco ）；另外， FC 目前最大主流带宽 32G ，也满足不了当前和未来业务容量需求。因此采用 NVMe over Fabric 取代 FC 协议，是自主可控的必然发展趋势。而去 FC ，网络性能和可靠性是短板。使用 NoF 取代 FC 用于存储网络，虽然带来了存储成本和带宽的优势，但是也带来了如下问题：（ 1 ）网络性能方面，拥塞易丢包，特别是长距离传输丢包明显；（ 2 ）可靠性方面，主备切换在 8~15 秒，切换时间久；（ 3 ）易用性方面，存储部署复杂，需要进行手工配置。

当前国内在 NoF 协议走的比较前面的厂商主要是华为、浪潮、新华三等。

国内某大型银行采用华为解决方案替代原有网络方案，在跨 DC 双活生产系统中，存储性能提升 85% ，时延最大降低了 82% ，端到端故障切换在 1 秒以内，真正的实现了秒级切换。

计算&操作系统

计算和操作系统往往是共生关系，这块的自主可控，是需要去除传统的“ IOE ”体系中的 IBM 小型机，而去“ I” ，高性能和高可用是核心。在操作系统上，可以使用基于 Linux 的国产操作系统，搭配 ARM 架构服务器。使用该组合替代 IBM 的小型机，需要具备如下能力：（ 1 ）在处理能力上需要达到或超越当前各个领域使用的小型机；（ 2 ）在高可用能力上需要达到或超越当前各个领域使用的小型机。基于 ARM 架构的 CPU ，当前国内有鲲鹏、飞腾等，基于 Linux 的国产操作系统有 EulerOS 、 OpenEuler 、中标麒麟、银河麒麟等。

数据库

数据库的自主可控，主要是去除传统“ IOE ”体系中的 Oracle 数据库，而去“ O” ，大量数据下的并发性能和可靠性是痛点。 Oracle 在大量数据 OLTP 处理上优势明显，去“ O” 往往需要分库分表以追平 Oracle 的处理能力，但是会带来如下问题：（ 1 ）多表关联、查询性能差；（ 2 ） 可靠性低，网络抖动或磁盘亚健康难监控，影响系统稳定性；（ 3 ）资源利用率低，资源闲置。当前国产数据库也是百花齐放，如 GaussDB 、 openGauss 、达梦、人大金仓等。

基于 openGauss 的海量数据库 Vastbase ，在 openGauss 原有的极致性能基础上，增加了大量的 Oracle 兼容特性，并结合国产鲲鹏服务器的性能优势，在双路鲲鹏服务器上，可以达到 164 万的 TPMC ，在四路鲲鹏服务器上，可以的达到 260 万 TPMC ；同时， Vastbase 具备金融级高可用，可以做到 RPO=0 ， RTO<10s ，主备自动切换。 Vastbase 从数据库层面能够解决“去 O ”的难题。

另外，传统的数据库基本都是采用物理机部署，存在如下问题：

• 设备更换、扩容复杂，更换设备或扩容需要搬迁数据库，主机停服时间长，做不到真正弹性扩容，扩容困难；

• 主机意外故障，恢复复杂，性能影响大，恢复时间长；

• 和物理机绑定，云化改造困难。

而采用虚拟化部署数据库，能够带来快速部署、高扩展性、高可用性、可迁移性、易运维性和资源隔离等优点，但是客户往往担心虚拟化对数据库的性能会造出较大的影响。因此解决虚拟化场景下，数据库的性能损耗问题，也是数据库云化演进的关键研究方向。

数据库要实现全栈自主可控，就需要解决上述各个层级存在的问题，才能在从“ IOE ”体系切换到自主可控体系，并保证切换之后性能不下降，业务不受损。

三、全栈自主可控数据库架构畅想

针对自主可控的探索，当前业界大多选择单一方向入手，缺少端到端软硬全栈的解决方案。基于数据库的全栈自主可控述求，需要从软硬出发，设计了一个能够满足政企、金融业务需求的端到端高性能虚拟化数据库解决方案。

该方案架构类似下图所示：

全栈数据库解决方案，如果要实现高性能，仅仅将各个环节的软硬件进行简单的堆叠，是无法充分利用各个软硬件的优势的，因此必须进行端到端的优化，从而使得该解决方案具备高性能、高可靠、易运维的特点。

同时，为了部署简单、扩容灵活，全栈数据库解决方案需要能够支持一柜部署，同时支持计算、存储、网络独立升级扩容，多柜组合即可提供两地三中心灾备保护，从而满足政企、金融对数据库的高性能、高可用、易运维的述求。

高性能：采用虚拟化部署数据库，需要拥有媲美裸机的高性能

由于使用虚拟化部署数据库，需要从计算、网络、存储端到端的进行软硬件深度协同优化，才有可能让虚拟机部署接近物理机部署的性能，如果虚拟机部署和物理机部署的性能差距控制在 10% 以内，则虚拟化带来的高可用就足以弥补其带来的性能损耗了。

高可用：采用虚拟化部署数据库，需要带来优于裸机的高可用保护

虚拟化部署数据库，能够在具备物理机部署的高可靠能力的同时，带来优于物理机部署的高可用能力。

在该方案中，采用虚拟化集群拉远到两个数据中心的部署方式，并在单数据中心内部提供 HA 预留资源，为数据库提供高可用保护。

虚拟化 HA ：当数据中心内的主机故障，导致虚拟机异常时，虚拟化 HA 能力会将故障虚拟机恢复到正常主机；当整个数据中心不可用时，虚拟化 HA 也可以将故障数据中心的虚拟机恢复到同城容灾中心。

虚拟化热迁移：当需要进行设备升级或者设备冷补丁操作时，可以有计划的将运行中的主机迁移到其他主机上，而业务无需中断，从而提供更高的可用性。

虚拟化快照：用户主动触发磁盘快照做数据备份，支持在线快照。基于 ROW 快照，快照不会引起原卷性能下降。支持秒级卷恢复，一致性快照保证数据恢复的可靠性。

易运维：采用虚拟化部署数据库，能够带来高于裸机部署的资源发放速度，运维难度降低

虚拟化部署数据库需要支持 E2E 资源一键发放，计算、存储、网络资源 One UI One Step 极简发放。资源发放速度实现远远高于裸机资源发放速度。

同时需要提供主动式运维能力，保证故障提前预知，容量性能瓶颈提前预知，问题一键闭环。问题定位速度和解决速度都要远远高于裸机。

全栈自主可控数据库解决方案，不仅要实现了存储、网络、计算等硬件基础设施的自主可控，也要实现了操作系统、数据库、虚拟化等基础软件的自主可控，需要解决政企、金融面临的“卡脖子”风险，提供一个满足政企、金融信创诉求的高性能、高可用、易运维的数据库解决方案。