李佳琦一晚卖了100亿，有位“硬汉”在背后默默发力

金磊 发自 凹非寺

量子位 报道 | 公众号 QbitAI

“美眉，来喽，来喽，上链接！”

话音刚落。

“没了，全没了，都被抢光喽！”

头部主播李佳琦，一夜100亿元销售额这件事，着实震惊了不少人。

而经历过这位“大魔王”双11预售的友友们，或多或少肯定是见过刚才这种名场面了。

短短1秒不到的时间，数万甚至更多商品瞬间被抢了个精光。

从下单到支付，那叫一个一气呵成，卡顿一点点都得被抢购大军甩开十万八千里。

……

但你有没有想过一个问题：

为什么在这么短时间，面对如此高流量，付款却又是这般丝滑？

不卖关子，上答案。

因为在李佳琦疯狂卖货的背后，一直有位“硬汉”在默默发力。

它叫做OceanBase，是蚂蚁集团自主研发的纯国产数据库。

至于它的能力，讲真，让李佳琦直播带货体验变得丝滑“无感”，这都是小儿科了。

毕竟，OceanBase可是顶得住每年双11支付、金融级场景超级大流量狂虐的那种数据库。

经得起双11考验的OceanBase

先来感受一下历年双11成交额的恐怖增长。

光是去年的成交额，就达到了4982亿元之多。

什么概念？平均到双11当天每秒的成交量，那就是：

每秒58.3万笔订单！

而在如此海量又迅猛的交易面前，数据库就成了交易是否能够丝滑完成的关键。

这是为什么？

先来简单科普一下数据库在这个过程中起到的作用。

我们可以把数据库当做是一个“账本”，当一个客人在店里买了一瓶酱油，作为店主的你，是不是得在账本上记账？

何时何地、谁、买了什么、单价多少、交易是否成功、还剩多少瓶酱油……

所有与这次交易相关的信息，都得一五一十地纪录在这个账本中。

看似简单的流程，但往往会出现各式各样的问题，比如人数。

一个客人还好应付，但如果同一时间，客人一窝蜂的到店里，挤成一团吆喝着“快点记账”呢？

若是店里只有零星的几个账本，那你只能无奈地回应：“请……排……队……”。

再例如，即便你“奋笔疾书”，但订单源源不断，把整个账本记得满满当当呢？

那你只能跟后边的客人说：“抱歉，账本满了，没法再交易了。”

再或者你记账的时候写太快了，漏掉了哪点信息，或者把信息写串行了，那这几笔交易可就乱套了。

……

所以，这个账本，也就是数据库，在整个交易过程中，就显得尤为重要。毕竟在金融支付行业当中有一句话：

账目是支付系统皇冠上的明珠。如果一个系统可以被应用在账目上，那么意味着它有能力应对所有系统。

而阿里巴巴，更准确点来说，是它使用的交易系统支付宝，所采用的数据库，正是OceanBase。

但就像刚才提到的，像双11这种大促，数据库所面临的压力，在全球范围来看都是数一数二的。

也就是说，即便客人、交易再多，支付宝的“账本”也不许出现让客人排队、账本不够用，甚至账本出错等问题。

但仔细回忆一下，每年双11剁手的时候，支付过程似乎都是非常丝滑无感的（除非没抢到）。

而这，便归功于OceanBase经过数年考验，所沉淀下来的十八般武艺了。

整体来看，它的核心能力包括四点。

首先，是数据一致性。

这一点，不仅是对于OceanBase，对任何一个数据库来说，都是最基础但又是最难修炼的“功法”。

还是以酱油为例，假设它在数据库中有2张表，分别是商品类型和商品品牌。

当商店里进了一批酱油，那你就需要在商品类型里插入“酱油”属性，然而这个酱油是刚刚上市的新牌子，需要在商品品牌表里新增对应的牌子。

但如果没有数据一致性，那就会出现一个“没有牌子的酱油”了。

因此，每当在事务完成的时候，必须保证所有数据都具有一致的状态。

OceanBase便具备数据块级实时校验、事务级实时校验、副本级定期校验等特性。

而且数据一致性，必须是在任何情况下都得满足的一点，而不是说能应付某次任务就行的那种。

为此，OceanBase的数据一致性，还具备运行连续的特点。

具体来说就是在高并发场景不会出现抖动、在极端异常场景下无损容错，以及还内置灰度变更的能力。

其次，是极致弹性。

在双11这种大促场景下，当天所需要的数据的容量，是平时的几十倍，普通机房在这种量级面前是招架不住的。

而OceanBase则修炼了快速上云、下云的功力，这便是所谓的弹性。

当需要超大数据库容量的时候，OceanBase可以飞速的将数据、服务部署到云上；而当不需要这么大容量时，就又可以飞速的从云上撤下来。

这个过程听起来非常简单，但实际上对于数据库来说，是一件非常有挑战的事情。

不论是上云还是下云，绝对不可能是一个一个地“拷贝”，定然海量并行，这个过程基本涉及了接近50万次的变更操作。

而所有的操作，绝对不能对业务产生任何的影响，是有种“一步错便天下大乱”的感觉了。

第三，是极致容量。

刚才我们也提到，去年双11平均每秒的成交量是58.3万笔。

但其实这个数字对于OceanBase来说并不算什么，因为它的真实实力，是能hold住每秒100万笔订单支付的那种。

这个数字对于一个数据库来说，可能就是接近亿级的QPS（每秒查询率）。

为了应对这种难题，OceanBase采用的是两级弹性架构。

第一级数据库经常会采用的分库分表，也就是从单个数据库拆分成多个数据库、从单张表拆分成多张表。

这样一来，就可以把数据“打散”处理，降低每个数据库的QPS。

除此之外，OceanBase还基于此做了一个“中间件”，它的作用就是避免重复劳动。

上述过程拆过一次，以后就交给OceanBase自动扩容就可以了。

最后，是高性能低成本。

光是数据库能力上去还不行，还得考虑成本的问题，毕竟数据存储和管理花费巨大，已经成为了业内不争的事实。

而OceanBase可以说是那种“既能干又省钱”的数据库。

光是与去年相比，在性能提升61%的情况下，诸如LSM树通用压缩成本节省50%、数据编码成本节省25%。

……

由此可见，OceanBase确实是一个经得起双11考验的数据库了。

更强版本来袭，但今年没上“战场”

今年刚刚过去的双11，成交额数据再创新高。

那么问题来了：

OceanBase是否还能依旧坚挺？

答案很明显是肯定的。

OceanBase自6月1日宣布步入“3.0时代”后，目前已经3.2版本。

但是划重点——今年没用最新版！

理由很简单：因为现在的OceanBase就已经完全能hold住了。

不过既然升到了最新版本，也是有必要了解一下更强的性能。

从数据层面来看，OceanBase3.2的性能可谓是猛增。

在相同环境和任务下，与3.1版本相比：

• Sysbench OLTP 性能提升24%
• BMSQL tpmC 性能提升30%以上
• TPC-H 性能提升655%

而且OceanBase以前的目标可能就是如何撑住双11，解决的是一种纯粹的交易类问题。

而将来则不同，OceanBase剑指更智能和更实时。

智能化方面，就是通过AI的能力自动发现问题，而且还把诊断和决策“权利”，也一并交给OceanBase自己来处理。

以往我们看到的双11“战场”上，都会有众多一线员工把守，生怕突发一些重大问题。

但以后就不一样了，甚至身兼要职的OceanBase CTO杨传辉都表示：

我不用去了！

这份自信，也是可见一斑了。

而在实时化方面，以往很多人会认为双11只是一个交易的场景，但其实细看下来，它还是一个实时智能分析的场景。

因为在双11的时候，是要对商家做分析的，以往的方式在交易完成之后会到数据仓库里再做分析，这就需要消耗很长时间才能得出结果。

而理想的状态是什么呢？当然就是交易完立即出分析结果。

而现在，这已经不是一种理想了。

OceanBase3.2把很多对商家分析的工作，整合到了一套HTAP（混合事务和分析处理）系统里面，既可以做实时交易又可以做实时分析。

这里需要补充解释的是，HTAP是OceanBase主打的数据库类型。

而目前市场主流的是OLAP（联机实时分析）和OLTP（联机事务处理）两种类型。

HTAP作为“新起之秀”，不仅打破了OLAP和OLTP之间长久以来固有的隔阂，而且在复杂场景中的优势也是显而易见。

就目前来看，OceanBase对这条道路的选择是持坚定不移的态度。

而从上结果来看，能hold住全球数一数二复杂场景的OceanBase，是迈出了正确的一步。

从一个收藏夹开始，走向世界

现在的OceanBase，说是发展到全球最强原生分布式数据库方队也不足为过。

除了能轻松应对双11这种“超高压”场景，在全球权威的性能测试TPC-C上，也是独占鳌头。

国产原生分布式数据库打破了巨头Oracle、IBM等集中式数据库，长期垄断全球数据库的局面。

2019年，OceanBase以6088万tpmC的在线事务处理性能创造了世界纪录，终结了Oracle九年的霸榜。

而时隔仅1年，又以7.07亿tpmC的成绩，刷新了自己的纪录。

……

但谁又能想象，就是这样“功成名就”的数据库，它的起点却是一个小小的“收藏夹”呢。

故事还要从2010年开始讲起。

在这一年，OceanBase在淘宝正式立项，但当时的情况是却是“一无所有”。

但唯有一点是贯穿至今的，那就是它要走的路线——分布式系统。

简单来讲，就是把大活变成多个小活一起来搞。

而关于路线的确定，就不得不提一个人了，OceanBase创始人阳振坤。

在他看来，分布式系统就是数据库的未来：

相比于集群等已有的模式，分布式系统具备更“抗压”、“无限大”等优势。

项目和路线是确定了，但技术嘛，“实践才是检验真理的唯一标准”。

但这也成了OceanBase迈出第一步的最大阻碍——没人敢用。

即便阳振坤和小伙伴们，像销售一样“地推式”地去推广，依旧是无济于事。

当时的淘宝虽然在使用Oracle等数据库时，面临着瓶颈问题，但当时已经做出了“拆分”这样的应对措施。

加之还要MySQL的加持，基本上平稳运行是没有问题。

在这节骨眼上，换谁想从头折腾一遍，又有谁敢承担其中的风险呢？

但淘宝的收藏夹，却成为了重要转折点。

因为当时收藏夹团队的一个需求，无论是Oracle或者其它数据库，都没有办法解决。

简单来说，就是商品信息在发生变更的时候，“收藏夹数据库”和“商品数据库”中对应的两张表，需要做一个join的操作。

但以当时无论何种技术来看，开销着实过大。

而阳振坤团队却说：I Can！

收藏夹团队选择信任阳振坤和他的团队，让他们放手一搏。

最终，凭借着分布式系统的优势，收藏夹在“换骨”之后安全度过了当年的双11。

虽说首战告捷，也算是打出了一点名气，但不敢换数据库这事，依旧还没有得到解决。

于是，当时任职阿里巴巴CTO的王坚做出了一个重要决定——把OceanBase调入支付宝。

但在支付宝，毕竟涉及到的是金钱相关的问题，绝不容出任何差池。

虽然阳振坤团队喊出“要替换掉Oracle”的口号，但同时也直接被质疑：

你怎么保障一分钱都丢不了？

对此，阳振坤采用了“副本”的策略（上文中提到的能力之一）。

而当时的蚂蚁集团CTO鲁肃，将当年双11的1%的流量交给了OceanBase。

但有意思的事情发生了。

在双11之前的压力测试过程中，身负99%流量的Oracle一蹶不振，bug层出不穷。

每次超过90%这个门槛，就会出现问题；但OceanBase在自己“一亩三分地”的表现却出奇的稳。

于是，鲁肃也算是背水一战，决定让OceanBase负责的流量，从1%升到了10%。

最终，OceanBase没有辜负厚望，顺利帮助支付宝度过了当年的双11。

而截至当时，OceanBase的版本才迭代到0.5。

就这样，OceanBase用一次又一次的行动，证明了自己的价值，证明了分布式数据库的正确性。

时至今日，OceanBase已经进入第12个年头了，阳振坤当年喊出的口号也已成真：

支付宝所有数据库，均已替换成OceanBase！

……

若是从OceanBase的发展历程来看，大致可以把它分为三个阶段：

• 1.0时代 （2010-2014）：是“坚定走向分布式架构”的时代，包括发布了新一代分布式引擎、实现海量存储低成本、处理准内存引擎高性能业务。
• 2.0时代 （2016-2019）：是“原生分布式数据库”的时代，实现了永远在线，突破容量限制无限扩展，突破地域限制单机到城市级容灾能力。
• 3.0时代 （2020-2021）：是“混合引擎、混合部署”时代，内核架构全面升级，打破边界，同时支持TP和AP、混合云部署。

而到了现在，OceanBase要做的还有“走出去”。

第一层，是走出阿里巴巴，而且是最具挑战、最具难度的金融业务。

例如，OceanBase通过它高可用的架构，已经帮助一些银行的核心系统，实现两地三中心容灾。

不仅实现了跨地域无损容灾，还提升了快速适配开发的能力。

第二层，是走出国内。

毕竟在数据库界有句话，叫做“能处理金融行业的数据库，其它场景都能处理”。

OceanBase确实也做到了如此，已经涉足国内多个行业，帮助提升数据库质量，完成数据化转型。

而目前OceanBase也在把目标慢慢向国外发展，在更大的舞台、更强劲的对手较量。

最后一层，是走向开放。

截止到上个月末，OceanBase开源版本已经发布了140余天。

就在这短短的时日里，它的开源社区已经累计了21000多用户，斩获4200+ Star。

不仅兼容MySQL，还提供越发开放的接口、部署工具、迁移工具和数据库运维工具供使用。

同时在人才培养方面，与高校合作开设课程、出教材、办比赛，还完成了1000多的人才认证。

……

这，就是国产数据库OceanBase的故事。

那么最后，站在这样的一个时间点，又该如何重估它呢？

套用主播们经常用的一句话，或许就是——国货之光吧。