天天看點

初識華為GaussDB

1 2019.5.15釋出

華為于2019年5月15日在北京召開了資料庫及存儲産品釋出會,釋出了人工智能原生(AI-Native)資料庫GaussDB和分布式存儲FusionStorage 8.0共兩款産品。釋出會上華為常務董事汪濤提出:“華為此次面向全球釋出AI-Native資料庫GaussDB,提升華為雲能力,充分發揮 X86、ARM、GPU、NPU等多樣性算力優勢,持續推進AI戰略,積極構築産業生态,并與合作夥伴一起邁向智能時代。”産品釋出至今已有4個月有餘,根據釋出會内容及網絡資料整理本篇文章了解華為資料庫産品,錄播位址如下:

https://e.huawei.com/topic/database-storage-launch2019/cn/index.html

2 GaussDB

GaussDB的名字來自于德國科學家高斯(Gauss),高斯是德國著名數學家、實體學家、天文學家、幾何學家,大地測量學家。産品命名為Gauss的用意是緻敬數學,緻敬科學家。

華為在資料庫領域已經有 12 年的開發經驗,GaussDB基于 PostgreSQL9.2開發。華為 GaussDB 是一個企業級 AI-Native 分布式資料庫。采用 MPP(Massive Parallel Processing)架構,支援行存儲與列存儲,提供PB(Petabyte,2 的 50 次方位元組)級别資料量的處理能力。可以為超大規模資料管理提供

高成本效益的通用計算平台,也可用于支撐各類資料倉庫系統、BI(Business Intelligence)系統和決策支援系統,為上層應用的決策分析提供服務。華為 GaussDB 将 AI 能力植入到資料庫核心的架構和算法中,為使用者提供更高性能、更高可用、更多算力支援的分布式資料庫。

3 革命性突破

GaussDB有兩大革命性突破:

第一,首次将人工智能技術融入分布式資料庫的全生命周期,實作自運維、自管理、自調優、故障自診斷和自愈。在交易、分析和混合負載場景下,基于最優化理論,首創基于深度強化學習的自調優算法,調優性能比業界提升60%以上。

第二,通過異構計算創新架構充分發揮X86、ARM、GPU、NPU多種算力優勢,在權威标準測試集TPC-DS上,性能比業界提升50%,排名第一。

華為希望通過智能、異構、融合這三個方面,重新定義資料處理平台。

4 GaussDB産品線

初識華為GaussDB

從上圖來看,GaussDB分為3條産品線,OLTP資料庫、OLAP資料庫、HTAP多模引擎資料庫,分别對應着GaussDB 100、GaussDB 200、GaussDB 300。

GaussDB 100:OLTP型資料庫,不支援分布式,2011年開始研發。GaussDB 100 包括兩條線,一條産品線是基于單機版開源資料庫 PostgreSQL 研發的産品,另一條線是自研核心的 GaussDB 100 産品。後面這一條線是近幾年華為研發的産品。目前該産品已經應用在招商銀行。

GaussDB 200:OLAP為主,兼顧OLTP,支援分布式,2012年開始研發,在基于傳統關系型資料庫的 SQL 引擎和事務強一緻性等基礎上,進行了分布式、并行計算的改造,為各行業 PB 級海量資料分析提供有競争力的解決方案。

GaussDB 300:HTAP型資料庫,分布式并行關系型資料庫系統,架構上着重構築傳統資料庫的企業級能力和網際網路分布式資料庫的高擴充和高可用能力,完全相容 SQL 标準,提供百萬級 TPMC 的交易處理能力和企業級可靠性。

5 應用場景

截至目前,華為GaussDB資料庫和FusionInsight解決方案已經應用于全球60個國家及地區,服務于1500多個客戶,擁有500多家商業合作夥伴,并廣泛應用于金融、營運商、政府、能源、醫療、制造、交通等多個行業。根據資料中心聯盟最近釋出的第八批大資料産品評測結果,華為GaussDB率先通過了512節點分布式分析型資料庫基礎能力評測。釋出會中介紹了如下3個案例:

①招商銀行零售銀行:使用GaussDB分布式OLTP資料庫後,其綜合交易流水準台、風險預警平台和重資産營銷平台管理資料的容量提升10倍,AI的故障恢複速度提升30倍,相較其它産品30秒的RTO時間,GaussDB可以做到1秒以内。

②某大型銀行智慧銀行項目:使用GaussDB分布式OLAP資料庫後,其分析師平台、資料倉庫和資料集市的資料分析效率大幅提升,相較友商産品TPC-DSBenchmark 2.68M的成績,GaussDB能達到4.03M,提升達到50%。

③中國民生銀行:使用GaussDB分布式HTAP資料庫後,一套架構能夠支援流資料庫、圖資料庫、空間資料、文本資料庫和關系資料庫五種類型資料的混合負載,在解決擴充性和性能瓶頸問題的同時,可有效分散風險,提升業務連續性。

版權聲明:本文為CSDN部落客「TankDBA」的原創文章,遵循 CC 4.0 BY-SA 版權協定,轉載請附上原文出處連結及本聲明。

原文連結:https://blog.csdn.net/daiyejava/article/details/101203410