内容字号: 默认 大号超大号

段落设置: 段首缩进取消段首缩进

字体设置:切换到微软雅黑切换到宋体

StarRocks COO叶谦:仰望星空,脚踏实地,StarRocks开启新的序章

2021-11-09 18:13 出处:人气: 评论(

少有赛道像当前中国数据库那样“纠结”:

一方面,迎着时代的风,数据库的发展如火如荼。2020年4月,数据被正式列为与土地、劳动力、资本和技术并列的“第五要素”,尽显重要性的同时,也成功带动数据库产业水涨船高,迎来鼎盛繁荣。据艾瑞数据统计,2020年中国数据库市场总规模达247.1亿元,同比增长16.2%。未来三年预计将继续保持高增长,并且多类型数据库将百花齐放。

另一方面,数据库的火热发展没能点燃资本的热情。几乎所有投资人和工程师都表态“愿意等铁杵磨针”,因为他们心知肚明,数据库与操作系统、中间件是计算机的三大基础软件,从研发难度来讲,如果说操作系统是冰山上露出来的95%,那么数据库就是隐藏在水下冰山的5%,看似相对容易,但没有足够的实力,根本触不到隐藏的冰山一角,也就生产不出好的产品。

1989年,在“老大哥”Oracle带着数据库产品第一次出现在中国市场时,国外数据库已经迭代了超过7个版本。与国外数据库厂商诞生时间和发展速度相比,国产数据库尴尬地输在了“起跑线上”。

那么起跑线落后的数据库还能弯道超车吗?没有下一步海阔天空,只有下一步比这一步更难的国产数据库真的迎来转折点了吗?现在又有怎样的企业在国产数据库的深水区里开荒呢?

对于这些疑问,数据库领域新秀StarRocks也许有独到的见解和发言权。

StarRocks COO叶谦:仰望星空,脚踏实地,StarRocks开启新的序章

谈风雨,StarRocks追求“极速统一分析”之路

数据库,即数据管理系统,诞生于20世纪60年代中期的美国,是按数据结构来存储和管理数据的计算机软件系统。

20世纪80年代后中国数据库市场由“外来和尚”Oracle、Sybase、DB2、Informix等产品占据。在之后长达十几年的时间里,国内数据库市场格局也鲜有国产品牌的影子,金融行业以DB2、Sybase为心腹,而电信、电力行业中则基本由Oracle一统江湖。

“但是,很快随着我国国产化战略的实施和更多的资金投入,国产数据库在中国的占比从2017年的16.5%上升到了2020年的近50%。根据信通院测算,2020年国产数据库规模约241亿,年复合增长率23.4%。传统国产数据库、云数据库和新型数据库创业企业在受到资本方的关注下,加之开源生态助力后迅速提升了技术水平和商业化能力。所以,现在中国的数据库发展之路也并没有想象中那么难。”StarRocks COO叶谦告诉数据猿。

叶谦所任职的北京鼎石纵横科技有限公司(简称:鼎石科技)成立于2020年5月,是一家专注于大数据核心技术的高科技公司。其麾下成员均来自于百度、阿里、微软,美团、京东、小米、字节跳动等互联网头部企业的基础架构和大数据团队。公司核心产品——新一代极速全场景MPP分析型数据库系统StarRocks正是今天故事的主角。

StarRocks COO叶谦:仰望星空,脚踏实地,StarRocks开启新的序章

“Star是天上的一颗星,Rock是地上的一块石!作为鼎石科技苦心研发的新一代极速全场景MPP数据库,这个名字就代表我们希望StarRocks仰望星空的同时,更能脚踏实地。”叶谦说罢,便细数起StarRocks的脚踏实地之举:

第一,StarRocks具备极速的任意维度OLAP分析和Adhoc查询能力,能赋予业务全新的洞察灵活性和速度;

第二,StarRocks可以支持数据秒级实时更新,写入数据立即可见,帮助用户显著提升业务洞察的实时性;

第三,StarRocks支持数千用户同时进行分析,可以赋能更多用户进行业务洞察;

第四,StarRocks还支持基于多种数据模型的极速分析,可赋予业务全新的构建灵活性和速度,能帮助用户快速响应业务变化。

StarRocks COO叶谦:仰望星空,脚踏实地,StarRocks开启新的序章

在变幻莫测的数据库行业中,这是StarRocks追求“极速统一分析”之路,也基于业务数据、数据报表、数据指标越来越多的企业应对之法。

论创新,StarRocks有效利用数据为业务创造价值

在追求“极速统一分析”的同时,StarRocks也一直在解决一个难题——到底怎样的技术创新才能有效地分析海量数据,真正有效地利用数据为业务创造价值呢?

从0到1的进化,总伴随着破壳而出的喜悦。谈及技术创新点,叶谦自豪地讲到:“全面向量化技术是第一个创新,StarRocks的整个执行引擎都是按照向量化的方式全部重写的。从磁盘数据格式,到内存数据格式,再到网络数据传输格式都按列的方式进行处理。而且我们执行引擎里的每一个算子,包括表达式计算、执行节点、数据Shuffle都是用向量化的方式实现并优化。”

分享给小伙伴们:

更多文章

相关文章