分久必合的Lindorm传奇

这是阿里云原生多模数据库负责人天梧最喜欢的一句话。“就像我们数据库的研发一样,从集中式到分布式,再到多模的出现和发展。”


2009年,阿里巴巴首先提出用分布式架构替代传统商业数据库,成功用自主开源的AliSQL支撑双11数据洪流;2016年,为应对超大规模业务场景,阿里云开始自研分布式数据库。十余年间,阿里巴巴数据库完成了从商用、开源到自研的发展路径,并以迅猛之势形成山河,但其在技术上的投入从未停止……


不久前的阿里云开发者大会上,阿里云带来了其自研云原生多模数据库Lindorm的最新应用及其背后的故事。


分久必合的Lindorm传奇



一  互联网时代,数据井喷式增长


上世纪70年代末到90年代初是数据库从理论到实践逐渐成熟的黄金时代。


数据库是承载数据的基础,好比数字化社会的交通设施,概念不新但是刚需。


最开始,数据库部署在小型机上,解决一些企业内部的信息管理问题。随着互联网web2.0网站的兴起,传统关系数据库在处理超大规模和高并发场景时已显力不从心。


同时,数据时代,管理业务数据已经不是对数据库唯一的诉求了。


从海量数据中挖掘价值成为新的方向,数据需求变得多元,非关系型数据库NoSQL应运而生。


NoSQL数据库种类繁多,最大的特点是——不再局限于关系数据库的事务约束和关系模型。


在这些数据库中,有些特别擅长处理文档类数据,有些偏向于KV类数据……大神们一个个登场,产品越来越垂直和多样。


当然,伴随着多样性,一个令人头疼的问题也出现了。


比如今天要开发一个应用,可能需要四五个数据库来满足需求。对于任何一个应用,它会变得很重,开发的敏捷度也会变低,成本也很高。


类似于过去家里既要买一台电话机,又要买台照相机,可能还要买专业影机,乌压压一大堆,不仅笨重还占地方,掌握所有设备更是令人抓狂。


到物联网时代,产生数据的设备指数级增长,应对业务所需的数据库种类也越来越多,这种抓狂到了难以忍受的地步。


分久必合的Lindorm传奇

物联网数据的特点


在这样的背景下,多模数据库横空出世。


“多模数据库”的概念,最早起源于2012年的全球NoSQL大会上,设想一个系统可处理多种类型数据,以简化应用数据架构,减少开发维护成本。


“业务使用的多套数据库之间有些数据是需要联动的,简单看多模就是在其上再封装一层,统一调动不同数据引擎,来承接最上面的业务。”天梧说。


就这样,拥有不同能力的葫芦娃合体,成了全能选手——金刚葫芦娃。



二   “用户需要一个智能电视机,你却给他一个全家桶”


“我们希望自己把复杂的多套数据库组合封装的业务逻辑做掉,打造一个智能的多模数据库。”天梧举了个例子:


以前,相机拍好照,需要通过电脑上传后,再用社交软件发出去。有了智能手机,拍照后立马就能分享,这背后,就是IM通信跟摄像的融合。


在天梧的设想里,多模数据库要做的,就是成为数据库里的智能手机。


当然,理想很丰满,现实很骨感。


想要把并不糅合的两类数据放在一起,并不容易。


对于数据库来说,融合相当于自己理解数据特点和需求,自己融合数据。


所以,原来应用层会碰到的问题,都下沉给了数据库团队。


比如,光是一个一致性的问题,就搞得天梧愁眉不展。


分久必合的Lindorm传奇

阿里云原生多模数据库负责人天梧


不仅天梧,业界所有尝试多模技术的老哥们,都累得够呛。大佬的提法虽然不错,逻辑上也过得去,但实操起来,一堆Bug。


琢磨来琢磨去,大家默认,得,那就整个组合包吧。参考业界组合式数据库方案,多模数据库孵化版初现雏形。


孵化版最早是在阿里云HBase上做,天梧团队把基于HBase搭建的四个数据库组合了起来,统一的产品界面,看上去,似乎有了一个多模数据库的概念。


但其实就像一套家庭智能影音系统,电视机是电视机、音响是音响,不过都基于阿里云平台,有一个统一的购买渠道、产品界面和售后而已。


“实际上,本质还是多套系统”。天梧心里比谁都清楚,“用户需要一个智能电视机,却发现卖给他的是一个全家桶”。


而且这套“全家桶”还有个最大的BUG。


在最核心的数据处理存储这一层,这四套数据库是独立的。这点在物联网的场景里,尤为致命。


过去,Lindorm的客户阿里云IoT平台在公共云的架构方案是基于多套数据库实现的,虽然复杂一点,但毕竟每套系统背后都有体系化的支撑,资源上也能够弹性,业务还是能work的,但是当用这个方案去做混合云输出的时候,就特别痛苦,因为每一套数据库的背后都是一个庞大的系统及其资源开销。


为解决这个不同,客户公共云用阿里云HBase等多套数据库,到了线下混合云不得不换一套小一点的、轻量灵活些的架构,且完全得自己维护。每个应用最起码要腾出两个人来专门做数据的处理、衔接,成本极大还没法做到可靠性和一致性。


“如果能提供一个公共云混合云线上线下的统一架构,将会是一个巨大的提升。”做一个真正的多模数据库的想法,在天梧心里生根发芽。



三   “我们背后,是整个阿里云分布式系统”


事实证明,“缝缝补补带不来真正的技术革新”。


想要做到线上线下统一架构,构建真正的多模,需要投入大量人力资源,从顶层设计到落地推进,大刀阔斧进行革新。


“让我们下定决心要去做真正的多模数据库的原始动力,正是我们接触到了更多的人,他的确有这种需求。”这些迫切的渴求,给了天梧极大的鼓舞。


2019年,近百人的队伍被拉起来,浩浩荡荡投入Lindorm研发。


分久必合的Lindorm传奇

Lindorm项目团队成员


和阿里很多被业务倒逼催生的庞然大物不同,在天梧看来,Lindorm的诞生,源于技术人对更先进技术的探索和对革新的使命感。


当然,力求创新的阿里云,给了它生长勃发的土壤。


“iPhone不产生,我们世界也活好好的。但它的到来,可以让世界更美好。”天梧说这话的时候,眼里有微光在闪动。然而,现实是残酷的。


造“iPhone”的过程,比想象中难得多。


首先是顶层设计。到底要造一个什么样的多模数据库,对数据的需求要抽象在哪一层。只往上走一点,不能解决业务的问题,往下沉太多,复杂性会很大。


以在多模开发的过程中,最核心要去解决的几个问题为例。


垂类数据库按种类来分多达十几种,选哪几个模型进行融合?用笛卡尔积原理,每多一种模型就会多出海量的处理。第二是选择模型数据后怎么融合?


对于这些问题的解法,团队经历过不下数十次的争辩。


“这是我们最大的痛点,我们不知道是走对了还是走错了。”天梧说,如果前面有一个领路的权威者,至少我们做得会比较坚定。


纷纷扰扰,求而无门,几度挫败。


那个如空中楼阁一样飘在天上的多模数据库,真的存在吗?


天梧不是没有怀疑,但他更相信自己作为老技术人的嗅觉,以及真切感受到的客户需求。“今天我们做多模,革新技术,但并不是完全从零开始的。”一次例行周会上,天梧环顾团队年轻的同事们,说。


在阿里云漫长的12年里,今天在做的这件事,有宽表HBase上的积累、时序上的积累、云原生存储上的积累。“我们背后,是整个阿里云分布式系统。”


无人引路又有何惧?这种敢为人先的斗志,本来就镌刻在阿里云的基因里。


“没有一个总的设计架构,我们就围绕着客户的需求去对。”最终,团队选择了业务场景里高频使用的3种模型,宽表、时序和文件引擎进行融合。同时,将场景聚焦在IOT和APM两类方向。


“我们就追着垂直做这两个大的方向。把这两个方向打通后,其实建立的能力是相对也是通用的。”天梧坚信。



四  真正的多模数据库,成了!


Lindorm团队核心做了两件事情,第一,统一数据管理。第二,研发多模引擎。


首先把整个产品变成统一的,数据入口统一,数据存储统一,交互管理统一,但底下数据的组织和流转是多样的。利用多模引擎,数据可以从A流到B,从B流到C,*畅行。


举个例子,Lindorm就像是一个巨大的仓库,多模引擎则是多种类型的仓格,客人入店,想要拿什么东西。只需告诉伙计,伙计依据仓格,取出所需。


在复杂的IOT场景下,伙计勤勤恳恳分毫不差。真正的多模数据库,成了!


2020年9月,Lindorm在万人集聚的云栖大会上被重磅推出。


分久必合的Lindorm传奇


很快,东软睿驰、江铃汽车、长城汽车等多家车企采用了Lindorm产品。


东软云科技云解决方案和服务事业部副总经理傅春江表示:“数据是车联网赋能车厂和车联网服务提供商提升客户体验,构建技术竞争力的关键,阿里云原生多模数据库Lindorm具备极具竞争力的数据存储性价比和技术优势,做到了让车联网数据存得起、看得见。”


分久必合的Lindorm传奇


不久前,上海市新能源汽车数据平台引入Lindorm,其是全国首个、上海市唯一的新能源汽车市级监管平台,已经接入新能源汽车41.8万辆,涉及车企95家,品牌107个,车型777款。由于车辆接入信息种类和结构呈现多样化,给平台的运营和维护提出了技术挑战,并且推高了成本。为此,平台运营方在关键数据库上选用了Lindorm,Lindorm的高并发写入、弹性扩展、实时检索分析等能力,使得数据的写入查询性能提升3倍以上、成本降低20%以上,对于流量突增等情况也可以从容应对,很好地支撑了业务快速发展。


如今,Lindorm被全面应用于阿里各大业务板块,服务的客户多达两千家。


一位原先用BigTable的国际客户称:使用Lindorm后的性能效率提高3倍。


这让天梧受宠若惊:“在数据库领域,BigTable是鼻祖一样的存在。”


不过,对于团队而言,最高兴的莫过于,随着客户体量的增多,他们再也不是摸着石头过河了,源源不断的用户需求和反馈,是最好的指引。


一个做监控SaaS的客户主动找到团队,滔滔不绝提了好多需求。


天梧回忆,当时的场景就像有人拿了一床大棉被,里面裹了各种文件啪丢给你,让你去分门别类规划。


“我觉得这个需求也很合理。实际上数据产生的时候,它就是这样糅合在一起的。客户希望交给你去处理,这样它可以减少很多一致性的工作。”


虽然这些需求,今天团队的设计理念和能力还不一定能达到。在天梧看来,正是Lindorm的理念激发了用户客观真实的需求。而需求又会推进Lindorm更加的完善和强大。


这本身就是一个相互迭代和认证的过程。



五  Lindorm,给开发者带来更多可能


Lindorm的强大能力,给开发者带来了更多可能。


“我们把之前应用需要花大力气去做的事情,都做掉了。”天梧说“用一句俗话,就是把复杂留给自己,把简单留给别人。”


对用户而言,他不需要再自己处理海量数据,而是可以直接利用数据带来的价值,提升效率,促进生产。


这种简单而朴素的愿景,伴随着技术的迭代发展。


从单机数据库到分布式数据库,再到如今分而合之的多模数据库Lindorm,一个收口可以表达对多类数据统一处理的需求。


同时,Lindorm不希望用户在多模数据库与多套数据库之间去做取舍,其每一个模型引擎,都是原生设计,可以当成一个专业的垂直类数据库。


“今天,我们定义了什么是多模数据库,从顶层设计架构,定义这种真正融合和统一。”在天梧看来,兼容并济,集各家之所长的Lindorm的诞生,正是技术进步的必然。


数据库技术发展几十年的每一次跃升,都向着越来越强和综合的能力进发。


对于天梧和所有Lindorm研发的技术人来说,能在进程中参与和促进这场变革,是一件有着莫大成就感的事情。


分久必合的Lindorm传奇


最后,说回Lindorm,名字取自西方神话,是一条迅猛的飞龙。


“因为我们要处理的都是海量的数据,我们不希望处理数据的时候很笨重,我们希望是很敏捷的,灵动的。”天梧释义,这是属于程序员的浪漫。


如今,这条飞龙正辗转腾挪,风驰电掣,直上云霄九万里。

上一篇:史上最强CPU级多因素认证技术解析


下一篇:SHA-1被攻破了吗? PostgreSQL SCRAM-SHA-256 安全认证机制解救你来了