从阿里HybridDB看数据库选择的新方向（上）

从技术角度而言，OLAP场景不仅涉及的数据量要大而且要求分析的结果也要实时返回，那么，相应的SQL查询也就越来越复杂。技术指标上，除了支持复杂的数据类型外，还要能满足海量数据的实时分析，对于数据库而言是一个非常重大的考验。

阿里已经在往这方面思考和行动，对于星瑞格软件的数据库（Sinoregal DS）来说，已早已支持OLTP＋OLAP混和型的数据仓库。不管是云上或云下，都是同一类型数据库，相较于HybridDB，Sinoregal DS数据的交换就简单多了，不需要考虑数据型态不同的转换问题，而在开发与运维方面更是优势，因为只有一种类型的数据库。那么，Sinoregal DS到底是怎么做到的？

在讨论Sinoregal DS到底是怎么做的之前，我们先来谈一谈OLTP和OLAP是什么？

早期的数据分析，并没有专门的、独立的数据库支撑，一般是直接与OLTP业务放在同一个数据库中完成。但随着数据量与业务量的增长，OLAP这类的分析操作在执行时会影响到OLTP业务交易性能下降。因此，业界开始将OLTP、OLAP拆分成两套不同的数据库进行处理。

并且，这两类数据库对数据的处理方式也不同，OLAP数据库数据来源通常来自OLTP数据库，通过应用程序或ETL软件持续或定期抽取数据库，让业务交易与报表分析进行分离。随着互联网时代的到来，数据量激增，OLAP业务所要分析的数据量也随着时间积累而增多，单台服务器的性能已经无法满足OLAP分析海量数据时所带来的压力，因此也催生出可以支持大规模并行处理（Massive Parallel Processing，MPP）的分布式数据仓库。

MPP分布式数据仓库基本上可以看成是一种高性能扩张，每个节点可处理的数据量及计算能力需要支持横向扩展，而且要保障性能，也就是用户如果是在数百GB的数据量下，可以在秒级别内查询出结果，那么将数据量平衡扩展多个节点到TB甚至PB时，相同对比的查询依然可以达到秒级别的响应速度，不会因为数据量的增加而影响查询速度。OLAP通常要求海量数据的查询在几分钟、几秒，甚至毫秒级返回结果，因此，对于服务器、网络及数据库的架构都提出了很高的要求，而这些Sinoregal DS早就已经支持了。

那么，SWA创新的关键在哪里？

SWA是内存数据库，内存访问速度和磁盘访问速度之间的差距随着时间的推移越来越大。在过去，内存的价格昂贵，因此传统数据库系统使用的内存较少，用户需要通过减少磁盘I/O 量和缓存技术来对传统数据库系统进行优化。随着内存价格的不断下降，用户已经可以承受TB 级内存的价格。现在，商用服务器现已可支持TB 级的内存，所以SWA 顺应这一趋势，在内存中压缩、存储所有数据，消除了磁盘I/O。现今CPU 处理器有更多的核(core)和更大的处理器内置缓存。于是，SWA 加大并行度，减少进程间的同步，使用更好的算法以充分利用处理器内置缓存。这些技术将查询性能提升到一个新的高度。这些技术使得SWA成为一个简单且优雅的设计。使用星瑞格数据仓库加速器有3 个特点：