崔维力：让中国工业用上世界级的国产数据库

　　2016年5月26日，以“促进两化深度融合 服务制造强国建设”为主题的“2016中国软件和信息技术服务业发展高峰论坛”在京召开。以下内容是天津南大通用董事长崔维力以《让中国工业用上世界级的国产数据库》为主题的演讲。以下为演讲实录，或存纰漏。

　　崔维力：大家下午好。我讲演的标题是让中国工业用上世界级的国产数据库。我对于中国工业现在已经是外行了，我年轻的时候是干工业，在北京第三机床厂干过车工，这叫制造工业，我在MBA以后，又在石油部石油研究院做过研发工程师，据说那叫流程引进，所以我年轻的时候在，但现在离开了。这次是我第一次在工业型的会议上讲数据库，为什么讲?是这样，就是中国的工业正在从劳动密集型走向技术密集型，大家都在谈工业4.0或者叫中国制造2025，其中最常听到的一个是叫智能化，其实智能化的第一步一定要数据化，否则你很难智能化，也就是说在工业4.0也好，还是叫中国制造2025也好，数据对于工业变得非常关键，在关键技术上我们有没有国产的数据库，能够支撑关键性的技术。

　　我说的有点大，我估计你们第一次听国产数据库的讲演，标题你们一定认为是赵本山写的，因为一个中国的厂商自吹可以让中国的企业用上世界级的数据库，我希望当我讲演讲述的时候你知道我不是赵本山，我今天20页PPT，两页讲工业的数据类型，9页讲数据库，再有用5页讲工业数据的应用架构，用4页讲一下嵌入式应用。

　　工业数据的类型这个是从咱们数据使用者的角度看，无非是三种类型，一种是管理数据，这里包括供应链、销售链、经营分析，第二类是生产数据，这是制造业特殊的，有很多传感，有很多控制阀门，压力表，温度表，流量表，像酸碱度，产生大量的实际数据。另外更先进一点的工厂，不但要做控制，还要做展示，咱们看到先进的大厂都有大屏随时显示设备的状况，流水线的情况。所以这块是制造企业比较特殊的，另外一类就是你们可能有些人卖的产品里面就需要数据库，比如你是做军舰的，那一定是有舰载的数据库，你做飞机的，一定需要机载数据库的支持。包括今天上午三一重工讲的非常好，他们的挖掘设备里面现在都有数据库，这样把设备的使用信息和运用信息随时的收集和分析。

　　这是第二种分类，这就是我们说数据库的，刚才咱从用户的角度，那么从我们做数据库的角度，我们是这么看，第一你们会有实时数据，有时候收集速度或者反映速度，需要微秒级，超过秒级就不叫实时数据了。还有一些历史数据，历史数据不变的时候，成静态数据的时候我们就叫冷数据。这么分从数据库的角度，需要不同的技术最好处理和使用这些数据。数据类型就分一分，我可以讲关于20页数据类型的分，但是我觉得大家不需要。另外我们看大量的数据分类，我们看看我们能用哪种数据库服务好你们，我顺便讲讲我们的产品系列。数据分类怎么分，我不知道大家对数据库的了解深度，一般说就一个数据库嘛，是，那是以前的事，或者你没仔细想，实际上这是在大约八年前，这个人获得计算机界的诺贝尔奖。他说一个数据库大部分应用的数据类型都能支撑，这在十年前基本是真实的，但是这十年最大的发展是什么，是大数据和云计算，大数据在挑战这种一个架构支持所有应用的思路，现在叫多种架构支持多类应用，在事务交易这个角落，Oracle也还行。

　　这个角落，Oracle本来擅长的角落现在开始冲击了，原来就有但是开始应用内存的数据库，比磁盘再快十倍。我做好准备了，架构分裂，现在分裂成这样，现在在实际上卖的数据库，现在已经是六类，中间是最为传统的，叫事务数据库或者叫通用数据库，如果你追求用汽车来比喻，这个数据库就是通用型汽车，宝马、奔驰、奥迪A6，非常大的时候我们又追求机制性能，出现另一个车型，路虎，重要空间大，用另外一个车型满足我们的需求，数据也一样，出现了分析类数据库。这边是内存数据库，这个相当于保时捷，数量不大，但是要求速度很快，证券的高频交易，比如说电信的实时计费，Oracle已经不行了，小国家的还可以，像一个省几千万用户的计费，而且实时的，边打电话边计费，这个就得用内存数据库，这个数据都装在内存里，大家知道物理内存比磁盘要快一千倍。当然了，有的人说我这个数据太重要了，不能让别人偷走，坦克车，开着没人能干掉你。我们有安全数据库，这边专门对存储进行加密，其实大量数据的丢失往往是你的数据库被人端了，通过加密他端走没事，解不开。

　　那么中间这个是工业，这两个是工业制造业常用的，一个时序数据库，一个嵌入式数据库，待会分别讲他们的用处。大家就记住，有六个汽油桶，就是六类数据库你们可以选用。我现在分别讲讲这几类数据库，那么第一类数据库就是新型的分析型数据库，我们公司的产品都叫G Base，为什么叫G，就是国嘛， Base就是库，我们早就起了，不是新起的。我们敢说这类数据库，特殊的数据库我们是国产第一，世界一流，这个数据库有两大新技术，一个是叫列存储，我问一下在座的有多少人用过数据库，谁知道什么是SQI，还可以，大约有30%，那我就讲两句，大家知道，传统的数据库在存数据往磁盘上存的时候是按行存储，按列切割适合交易，结帐往往需要一列数据的加和，一列加在一块知道我的余额总计是多少，如果按行存，在磁盘上存的时候，这些数是不连续的，是调着存的，这样行存储做统计的时候，效率非常低，而列存储在统计的时候，效率极高。所以专门做分析的数据库大部分是列存的，常见的运算是求和，求平均值，求最大值，最小值，一般都是针对列，所以别小看存储结构的改变，能大大提升速度，能提升10倍，对于有些东西能提升一千倍。

　　第二个技术互联网时代有大规模集群，应用主要是结构化数据的复杂分析，价值是提速，我们经常可以给你提速10倍以上，第二个是省盘，列存储的时候另外一个好处是易于压缩，因为一类数据类型是一致的，我们压缩经常可以做到1：10，我们压缩存储，这样原来一台机器只能存一个T，我现在可以存10个T的数据。第三个集群干嘛，支持云计算，我们对标的产品，因为是创新型的数据库，100T以上结构化数据，我们现在是惠普做数据库了，中国市场是三家血拼，对标者真正面对面的厮杀，价值差不多，技术也一样。所以这是自主创新研发经过六年时间，大约投入了2.5亿元，在今天为什么我说世界级的，中国现在四大行业的最大存储仓库都是用这款产品支撑的。我举个例子，农总行的数据仓库指数400节点，4个P的数据，如果你们懂数据库，4个P是很大的数据量，我想我们做到三千个节点是很有可能的。

　　下面我们讲讲事务型数据库，我们在一年半以前获得了IBM数据库叫Informix的授权，我们可以自主演进，自主发行，自主定价。8T已进入国家农业结算中心，兴业银行，华夏银行，贵州移动等高端用户。下面介绍一下保时捷，这个我们认为是国内第一世界最快，这个是我们去年又花钱从韩国的一家公司买的，所以我们拥有完全的知识产权。这个是传统的事物型数据库，处理速度和吞吐量可以提升10倍以上，100%兼容Oracle。另外一个就是时间序列数据库，名字还是8T，这就是因为8T里面有四个数据库引进，是非常好的架构，专门有一个引进就是时间序列。这个特点就是更快，反映更快，加载更快，这样可以反馈控制嘛。

　　我们还有一个数据库就是坦克，这个坦克就是在通用型数据库上面加了四个模块，数据加密、传输加密，访问控制和安全审计，一般数据库是没有数据加密的。这个我们可以说是最高安全等级，国家有一个计算机系统的安全保护等级，最高级是5级，一般没人会用，因为那级没法用了，四级是还可用的最高级，中国管安全是有多个机构，安全部是一个，公安部是一个。

　　我把产品讲清楚，下面看数据和产品结合起来，对于咱们工厂里面生产数据，很清楚就是用时间序列数据库对应生产控制，用事务型数据对应生产管理，如果数据量不大，就用管生产管理的事务型数据库做分析，不到10个T的数据做通用数据做分析也挺快的，数据量大的时候才会慢下来，如果又想做管理又想做分析，你觉得数据库慢，这时候可以用分析型数据库。对于管理数据，也是同样，如果你业务系统都用8T，如果你觉得慢了，可以把数据导出来，专门用分析型数据做分析。

　　我举个例子，这是雅砻江水电站，听起来名字不大，后来我一查，为什么提这个案例，我才知道这个水电站是中国第三大水电站，当它的三级工程建设完毕以后，整个流域的装机流量会超过三峡水电站，三峡水电站的装机量是1800万千瓦，如果他做完了加起来是三千万千万，这是一个基本的架构，在企业数据中心用的数据库全是G Base，这个我还是比较震撼的，因为毕竟是一个很重要的控制、生产、分析都用的G Base。这个是如果有更大的数据库，这么大的数据量，比如企业的数据量到了几百T，这个时候要用这种架构来做，就是现在由于很好的免费的开源的东西，那边有8A做高端复杂分析，这样基本能满足世界大部分大数据的分析需求。

　　另外我花四个PPT最后一节讲讲嵌入式应用，嵌入式应用8T这个产品比Oracle，在全世界嵌入式应用上是广泛的应用着，这是嵌入式的一个定义，经过安装，内存的占用，高度灵活口号，近于零的管理，可编程的管理界面，所以需要自我配置、自我优化，自我保护，自我修复。应用里面有传感器，嵌入式，内在也可以做，我们内存也可以做嵌入式，如果需要提高性能。这是一个例子，这是一个什么例子，就是一个实验车队，几百辆车去跑实验，是为了润滑油，我以前干过这事，配出一个汽车润滑油，在实验室要做各种测试，当时用卡车，装到卡车的上面去，最远跑到海南岛，新疆的沙漠，黑龙江的冰天雪地去实验润滑油，是不是能把车润滑好，这种车就可以用机载的数据库，因为这时候作用就是大量的过去都是人工记录，现在是一个实验车上可以装上千个传感器，然后收集起来做分析结果。

　　另外这个例子智能楼宇，智能楼宇现在是节能，你对外部感知越实时，越准确节能效果越好，所以现在智能楼宇都有自己的风向台，可以收集风速、温度、降雨和光照数据。我的讲话完了，谢谢大家。

(本文不涉密)
责任编辑：

转载：感谢您对网站平台的认可，以及对我们原创作品以及文章的青睐，非常欢迎各位朋友分享到个人站长或者朋友圈，但转载请说明文章出处。