匠心故事 | 华为“高斯”战记
GaussDB，不仅蕴含着华为对数学和科学的无限敬畏，也承载着华为对基础软件的坚持和梦想。12年，历经坎坷，华为最终在被誉为基础软件“皇冠上明珠”的数据库领域一举突围，破茧成蝶。
（全文共4578字，阅读大约需要10分钟）
5月15日，华为常务董事、ICT战略与Marketing总裁汪涛在众多国内外媒体见证下，正式面向全球推出了GaussDB数据库。
近日，GaussDB研发团队的多位骨干成员与笔者展开了深入交流，介绍了GaussDB的来龙去脉，以及背后艰辛的研发故事。
其实，GaussDB并非是一个产品，而是系列产品的统称，目前GaussDB至少包含有3款产品，有面向OLTP的数据库，面向OLAP的数据仓库，还有面向事务和分析混合处理的HTAP数据库。
做数据库内核开发如在刀尖上跳舞
做数据库内核开发如在刀尖上跳舞，压力很大，但凡在内核架构与机制制定上有一丝没有考虑清楚，那么上线就一定会出问题，这会导致严重后果，因为一旦确定的方向进行不下去，就会导致推倒重来。一位核心研发工程师对笔者说。
当时，华为决定研发内存数据库的想法并不高大上，而是很单纯，完全不是外界所猜想的搞个数据库去售卖并干掉谁，纯粹只是因为在电信计费领域，华为解决方案找不到能与之较好契合的数据库，仅此而已。
众所周知，电信行业对数据库要求较高，尤其是可用性，定制化需求较多，涉及改动工作量大，而采用国外数据库，让原厂来配合改动，人家未必会配合。因此，无奈下，华为被迫走上了开发数据库的道路，以此来提升解决方案的竞争力。
不过，2007年的GMDB并没有取得大规模商用，只在小范围内进行试用，但这个版本却锻炼了一大批人。当时，国内对数据库内核开发知之甚少，有经验者寥寥，都是摸着石头过河。
但有苗不愁长，到了2010年，华为数据库研发团队开始对2007年版本进行全面重构，并写下了重构版本的第一行代码：“typedef struct st_database{...}database_t;”，数据库对象的定义。
从这个版本开始，华为数据库的定位已经不再局限于内存数据库，而是在向通用关系型数据库逐渐转变，重构过程中，开始融入大量非内存数据库的特性，这就是GaussDB OLTP的前身。
重构后的版本，质量上取得了显著提升，2012年，GMDB开始大规模商用，主要应用于电信计费领域。同时，在华为内部，众多配套的解决方案也开始使用GMDB。
对于每一个刚诞生的新产品，降落伞自己先跳，“狗粮”一定是华为自己先吃。一位核心研发工程师对笔者说。
GaussDB对外输出之前，华为也是从服务内部客户开始。但在华为，内部客户远比外部客户更苛刻更残酷。“往往只要有一点不满意，内部客户就会直接一个邮件捅到总裁或副总裁那里，连个喘息的机会都不给你，那是真的要命啊！”，一位核心研发工程师心有余悸地回忆说。在服务内部客户的过程中，GaussDB研发团队总是胆战心惊。
为了让Gauss OLTP数据库的内核变得更稳定，研发团队创造了最暴力的测试方法，并立下规矩，谁发现的问题，用例就用谁的名字来命名。在暴力测试方法及命名规则的双重刺激下，从刚开始几乎每半天就能测出问题，到之后一周甚至一个月才能发现一个问题。正是这样一步步地积累下来，让Gauss OLTP数据库的内核变得越来越强壮和稳健。因此，从2013年规模上线到2019年，6年的时间里，Gauss OLTP数据库没出过任何问题，这一点让团队成员极为自豪。
华为强大的研发平台为Gauss OLTP数据库的产品质量提供了强有力的保障。在软硬件基础设施方面，华为过去几十年的积累非常深厚，有着整套完整的标准流程和研发支撑体系。Gauss OLTP数据库首席架构师告诉笔者，高手毕竟是少数，一个产品的开发不能完全依赖编码高手，在团队作战的时候，一个大的研发平台至关重要，这就是华为数据库的最大优势。
2017年，华为与招商银行开始就GaussDB进行联合创新；2018年3月，Gauss OLTP数据库开始在招商银行综合支付交易系统成功上线投产，顺利承接招商银行 “手机银行”和“掌上生活”两大App交易流水流量，日均请求量高达8500万，峰值TPS达到3500，截至目前，系统稳定运行。
如今招商银行的信用卡风警系统、零售实时风险警示系统、手机银行收支账单系统、一网通用户日志系统、客户经理平台系统、供应链金融服务平台系统、分布式交易链路追踪系统等多套业务系统已进入对接开发阶段，预计2019年底前将有17套系统采用GaussDB并投产上线。
MPP 分布式并行踩过的坑
华为真正想做数据库，把数据库作为一个完整的产品来做，其实是始于2011年底。当时，华为成立了2012实验室，也有了高斯实验室和Gauss DB。
就在这年，华为同时启动了面向OLAP数据库的研发预演，并足足用了3年的时间来预演代码和验证架构的可行性。研发团队分析了业界数据库相关理论和技术，在基于传统关系型数据库的SQL引擎和事务强一致性等基础上，进行了分布式、并行计算的改造。2014年，孵化出GaussOLAP数据库第一个产品版本。
“最初，Gauss OLAP数据库采用的是SCTP通信协议。当时，工商银行的EDW数据仓库已经有上百个节点，再往上扩容，通信就面临很大的挑战”，Gauss OLAP数据库的一位核心研发工程师说。
因为，研发团队在实验室测试发现，随着集群的扩大，SCTP协议存在BUG，问题严重，一方面是稳定性，通信变得很不稳定，丢包严重；其次是性能，在大压力下，性能变得非常不稳定，而且存储空间已经达到70%了，照这样下去， 再有几个月集群空间肯定就不够用了，业务就会停摆责任之大，谁也承担不起。怎么办？
经过与客户沟通，工商银行要求华为GaussOLAP数据库团队必须尽快扩容一倍以上的节点。
此时，整个研发团队的压力可想而知，团队内部经过了无数次激烈的讨论后，最终决定采用自研的多流代理通信技术重构解决该问题。而这一重构，前后就花了半年多时间，最终扩容成功，确保了工商银行业务的稳定运行。
这样的故事，在Gauss OLAP数据库产品化的过程中不胜枚举。“没有以客户为中心的理念，没有像工商银行这样优质客户的积极反馈与配合，就不会有今天成熟可靠的Gauss OLAP数据库”，这位工程师说。
而在内核研发过程中，对研发团队而言，最大的痛苦莫过于完全无法预知外部客户会怎样去使用GaussDB，客户并不会像内部客户严格按照规范来，因此，当出现问题时，定位问题、复现问题就显得尤为重要，因为，只有定位到问题才能对症下药，如果连故障原因都找不到，解决问题也就无从谈起。
华为在数据库内核构建中，有着非常严格的要求，一旦发现的问题被解决后，一定要复盘，解决问题一定是经过严格推导出来的，如果问题解决过程含糊不清，或稀里糊涂地把问题解决了，这在华为是绝对不行的。
在所有测试中发现的问题，规范要求都必须要放入CI（数据库用例全集）里，这样CI就会被不断补充。“CI就像一道‘门禁’，数据库每一个版本的发布，必须要通过十年所积累的所有用例，只要一个没通过，就甭想发布。”
让工程师们印象最为深刻的是一次定位分布式事务一致性问题， 各种DDL, DML 高并发执行， 每隔几分钟，随机Kill 数据节点进程，验证实时校验数据的一致性长期稳定运行。
开始一切正常，但就在第17天的时候，测试发现有瞬间数据不一致问题，Log里并没有足够定位信息，也无法复现，定位了好几天没有进展，存储引擎团队的核心开发人员都很沮丧。
于是团队自行封闭会议，开始对MVCC机制，CSN可见性判断逻辑, Prune清理记录历史版本的逻辑做了逐行代码排查分析，结合Log, 模拟并行执行的时序，最终找到了根因，Prune记录的历史版本过早导致的问题。
也正是基于此，促使Gauss OLAP数据库团队开始思考并发场景测试方法如何才能更有效，因为是并发时序问题，出问题的时间窗口是很难卡到的，要在代码里模拟触发随机异常且控制其他线程的时序，才能让测试覆盖更全面，而这种测试方法帮助研发团队发现和解决了很多问题。
2017年，华为又启动了面向事务和分析混合处理的数据库研发。2018年，Gauss HATP数据库问世，并成功落地中国民生银行。据悉，民生银行采用了GaussDB分布式数据库+ARM服务器的全栈解决方案，从数据库层面解决了可扩展性问题，降低了应用分布式改造的难度，已应用于一卡通、贵金属模拟交易等交易类系统，是国产数据库在银行交易类系统的首次商用。
逻辑集群差点与GaussDB失之交臂
GaussDB有一个特性，叫逻辑集群，可以实现多个业务系统的统一管理，计算弹性共享。这是个对客户非常有价值的特性，也符合客户云化多租户的业务演进趋势。但就是这样一个非常有价值的特性，前期的规划也是一路坎坷。
这一个特性最初由某个核心工程师提出，起初并不为团队一些成员所认可，认为这个特性并没有什么价值。
后来，GaussDB产品管理团队经过大量客户的走访，对客户业务系统的痛点、需求、以及未来发展趋势进行了详细的梳理，发现随着海量数据的爆炸式增长，数据分析的诉求越来越旺盛，客户分析系统也越来越多，面临的运维管理复杂性也就越来越高。同时，云化也是一个趋势，很多客户希望能够基于云化模式建设数据分析系统，能够实现资源弹性共享，而逻辑集群的特性恰好可以完美地解决客户的业务诉求。
最终，产品管理团队内部达成一致。如今，这个特性已经成为GaussDB的一个非常有差异化竞争力的特性。
搞数据库，华为是认真的
不过，华为将GaussDB定位于AI-Native数据库而非Cloud-Native数据库，这不仅是一种升维，更是源于GaussDB实现的两大革命性突破：
☛其一，AI in DB，首次将 AI 技术引入了GaussDB全系列产品内核中，实现自运维、自管理、自调优、故障自诊断和自愈，调优性能比业界提升60%以上。
☛其二，DB for AI，GaussDB数据库适配AI的运行。用户可以通过数据库语言来方便地使用AI，降低AI使用门槛，实现普惠AI。
同时，GaussDB 通过异构计算创新框架，充分发挥了x86、ARM、GPU、NPU多种算力优势，在权威标准测试集TPC-DS上，性能比业界提升50%。
华为GaussDB希望通过智能、异构、融合这三个方面，重新定义数据处理平台。
华为以硬件闻名，因此，很多人会质疑华为的软件研发能力。事实上，在华为8万多研发工程师中，有70%是从事软件研发人员。这是汪涛在发布会上，接受媒体采访时给出的数据。
华为在数据库领域已经投入了千人左右的研发工程师，这一规模是很多数据库厂商难忘项背的。不过，华为做数据库并不是为替代谁，目前华为内部也在使用其他的数据库，以后也依然会继续用。华为做GaussDB数据库的目的，一方面是对华为AI战略的承接，一方面是为了构筑硬件+软件+生态的战略布局。
截止目前，华为GaussDB数据库和FusionInsight大数据平台已经应用于全球60个国家及地区，服务于1500多个客户，拥有500多家商业合作伙伴，并广泛应用于金融、运营商、政府、能源、医疗、制造、交通等多个行业。
GaussDB也具有云上的版本。目前华为云已经发布了13款数据库服务，其中DWS数据仓库服务就是GaussDB OLAP数据库的云化版本，为行业客户提供云上数据仓库服务。华为还将继续培养基于GaussDB数据库的生态环境，让更多的IT公司可以基于新数据库开发相应的产品，让GaussDB数据库在更大范围内得到应用。
写在最后
还记得华为GaussDB发布视频中的一行文字：向数学致敬、向科学家致敬。GaussDB，不仅蕴含着华为对数学和科学的敬畏，也承载着华为对基础软件的坚持和梦想。从GaussDB工程师身上，我们看到了一种“轴”，这是对技术的精益求精和偏执。正是这种“轴”，才能让这群工程师们坚持12年，历经坎坷，最终在被誉为基础软件“皇冠上明珠”的数据库领域中一举突围，破茧成蝶。
转载自微信公众号“老鱼笔记”（原文链接：https://mp.weixin.qq.com/s/KoAPM3XzjqtyOGIQrT4mzQ）
- 点赞
- 收藏
- 关注作者
评论（0）