Zilliz星爵：高维打击，OLAP数据库的下一程

本文摘要：一个月前， Open Power 高峰论坛之后，IBM Systems Open Power 总经理 Ken King 在媒体交流会上向记者们再度特别强调了 Power9 架构的优势。

一个月前， Open Power 高峰论坛之后，IBM Systems Open Power 总经理 Ken King 在媒体交流会上向记者们再度特别强调了 Power9 架构的优势。总之，在性能上，与 X86 比起，就劣他说道“吊打”二字了。

一定程度上，这数据处理能力上的大幅度提高有关，而 Zilliz 这家看起来不怎么起眼的数据库公司是“诗能者”之一，它牵头IBM 公布的是国内首台 GPU 硬件加速 OLAP 数据库一体机 MEGAWISE。这对 Power9 的性能究竟有多大程度的提高呢？Zilliz 创始人星爵（本名谢超）当时给了一组数据：利用 GPU 的高并发性，数据处理的性能比较 CPU 架构提升了 100 倍，同时，硬件成本减少了 10 倍，数据中心的运维、能耗成本大约减少 20 倍。

这些数据的背后就是 Zilliz 的价值所在，它从星爵很慢的语速中完结，记者们看起来或许还没有反应过来。但更加让他们深感困惑的也许是他说道的第一句话：基于 GPU 硬件加速的新一代 OLAP 数据库不会是一项全新的颠覆性技术。归根结底，算力过于这个时代归属于人工智能，但也别忘了作为其最重要基石的大数据。放眼望去，各行业无论是冲刷的历史数据，还是于是以生产量的数据正在显得愈发繁杂，那些享有数据的企业期望有更佳数据分析服务来调整、掌控自身的业务。

但现有的处置方案，比如，基于 Hadoop 的技术虽然成本低，但分析速度无法符合企业市场需求，而有些收集数据的处置还具备一定时效性。总体而言，数据库处置主要面对这两大瓶颈：一是数据计算速度，这与处理器涉及，处理器就越强劲，算力越少，处置就越慢；二是数据访问速度，数据要从磁盘加载，然后并转到内存转入处理器展开分析。

这两大问题在数据库发展中仍然是此消彼长的不存在，交错妨碍着彼此的发展。比如，通过水平拓展可以减少更加多处理器，但这不会减少数据访问速度。

而后来经常出现的 A6，SSD 固态硬盘把数据访问速度提升了一个数量级，但处置架构被迫作出转变，就像数据仍然是放到固态硬盘，而是在内存里。这样问题来了，由于内存比固态硬盘又多了一个数量级的访问速度，那一旦得出更加多数据，CPU 计算能力又跟上了。于是，又不能到处理器那里做文章，以此陷于新一轮你上我下的死循环之中。这是当时在 Oracle 做到数据库的星爵仍然所思维的问题。

身处在世界上顶尖数据库专家云集的系统里，他对这个产业的理解仍然只是木村明确的技术细节，而是重返那些基础问题。为什么数据库发展不会减慢？为什么大数据有这种 Hadoop 的方案经常出现？为什么数据分析不有可能跟上数据产生量？归根到底，星爵告诉他，这些都是因为数据库处置系统的算力过于。数据库的indexes 减缓了数据采访、分析的速度，它本质上是用空间来换时间，那如果有一个算力慢 1 万倍的 CPU 不会会更佳呢？他想起，特了 indexes 之后数据有可能只遗 1TB，而现在有可能要存 1.5TB 甚至 2TB 的数据。但这样，数据改版的同时也必须改版索引来确保数据一致性，这不会造成放入改版数据的分析速度也不会减慢，而算法也将显得更加简单。

这又是另一个死胡同，跑出这个思维困境，一个大胆假设是索性不要 indexes 了可以吗？上世纪 80 年代以后，indexes 就被视作数据库的标配，但实质上，就像电池宝被看作是手机的“标配”一样，星爵指出，只不过就是算力过于，“够的话，indexes 或许就不必须了”。2012 年，In-Memory Database 系统的经常出现也解决问题了一些问题，但他毫无疑问这能展开高维压制——有 GPU 处理器的智能手机对功能手机就是高维压制。此路不通，他在找寻新的能让数据库有所革新的机会。“公里/小时降本”，高维压制基于 GPU 加快的数据库研究最先于 2006 年就开始了，当时主要是在 GPU 上做到数据库处置算法。

随后，数据库处置算法在大大扩展和优化中，与之涉及的话题在每年的 SIGMOD、VLDB 和 ICDE 三大国际顶级数据库会议上被业内人士展开探究，但直到 2013 年，深度自学的兴起将 GPU 市场普及度推上了高潮。基于 GPU 这个新的硬件平台的天然优势，人们对它的理解仍然是不务正业的游戏机，而是可以沦为 CPU 一样的服务器芯片。更加最重要的是，以英伟达的 CUDA 为代表的 GPU 生态也辟了一起，研发门槛随之减少。

“这应当就是高维压制的临界点”，星爵实在，他仍然找寻的能让数据库从常态到异化的革新再一召来了。于是，2015 年下半年，在谢超所在的小组已完成 Oracle 12c 的多租户数据库的研发后，是时候离开了这个早已服役 6 年的地方了。在Oracle的那些年，他经历了最初的项目立项到功能分析、需求分析，设计等整个流程。

值得一提的是，2013 年，星爵所在的小组研发出有了 Oracle 12c 第一版，“c”即代表“cloud（云计算）”，这是 Oracle 首个“为云而生”的数据库，它奠下了未来 Oracle 数据库发展的战略方向。不过，这家全球仅次于的数据库巨头打算在云计算市场发力，正是在他硕士毕业转入 Oracle 的第一年，这比 Amazon 在 2005 年第一次明确提出研发云计算平台晚了整整四年。

也不该，Oracle CEO Larry Ellison 当时对云计算显然男子汉不上，甚至指出那是一个可笑的概念。与前老板的态度有所不同，星爵要去逃跑做到 GPU 数据库的机会了，他忠诚指出这与数据库巨头们竞争时能冲破差距。

因为 GPU 的经常出现，让数据获取速度与数据处理速度超过了平衡态。甚至，由于 GPU 处置能力在近几年以数十倍速度大大提高，这又近超于数据供给的速度，同时基于像 IBM 的 NVLink 这种高速网络技术，特别是在 Power9 服务器用于的 NVLink 2.0，让 GPU 与 CPU 之间可以创建三个地下通道，每个地下通道的速度提升到了 25G，这让 GPU 采访内存的速度有了相当大提高，而老输掉英特尔并没解决问题数据采访比特率的问题。

对类似于 Power 系列韧一体机而言，基本市场需求点就是由软件造就硬件的销售，所以在他显然，IBM 在用于了 Zilliz 的数据库软件之后，也不会增进其硬件的销量。数据分析速度问题就解决问题了，接下来就看能无法降低成本。

星爵告诉他(公众号：)，Power9 一体机每套约 90 万元，而像 Oracle 的 Exadata 服务器成本则在几十万美元到上百万美元之间平均，这么一比，前者是占优势的。还有更加最重要的先前确保和能耗成本。以前，在数据库中心挂上服务器要占有半个机房，现在有可能必须一台服务器就已足够，而节省了数据库中心的空间，后期运维、能耗也大自然随之减少。除了配备在 X86、Power 这样的韧一体机上，Zilliz 的 GPU 数据库软件也被互联网、金融、政府等行业应用于，他们正在自由选择一些头部客户去做到 POC，把数据库系统部署在它们的生产环境，以解决问题技术落地问题。

他们今年预计不会服务 30-50 家客户。他也寄予厚望云端的 SaaS 数据库方案，指出这在未来有相当大的茁壮空间，现在他们的客户就有 AWS、腾讯云、阿里云等云厂商。沦为下一个 Oracle 的机会市场还正处于早期阶段。

Zilliz 目前是中国唯一一家做到 GPU 数据库的创业公司，其它获得大额融资的还有三家，其中两家在硅谷，一家在以色列。这四家公司在 OLAP 数据库市场的年收入特一起不过 2000 万美元左右。不过，根据 Gartner 的统计数据，在 2017 年，OLAP 数据库是约是 183 亿美元的市场，到 2020 年，预计不会超过 228 亿美元。

这个领域不会有沦为下一个 Oracle 或者安卓的机会，星爵这样指出。一个问题是，既然这个市场空间的想象力这么大，巨头们怎么会不会坐视不理吗？理论上谈，像英伟达和 IBM 这样的巨头既然有硬件，那凭借这样的优势，它们插手基于 GPU 数据库软件大自然也不怪异。况且，在数据库领域还有 Oracle 盘据一方，那 Zilliz 这样的创业公司能有多大的机会？再行从技术层面看，数据库作为底层系统软件，它的管理制度门槛不较低，但对于做到传统的基于 CPU 数据库的 Oracle 来说，它一旦自由选择转换到以 GPU 为核心这个数据库上，必须从硬件到软件还包括存储、优化、继续执行到整个数据管理和调度上，基本都要新的载入，而不只是变更一些兼容性内容。

这个过程看起来不那么精彩。“它不看起来手机 APP，甚至是 ERP 或者 CRM。”星爵对说明，这就只不过微软公司虽然在 PC 操作系统上遨游了几十年，但在手机这个硬件平台上的竞争力完全忽略不计，“完全是一个推倒重来的过程。”换回个角度来看，即便巨头们虽然有能力转入，它们的共性在于响应速度不会较慢很多。

另一方面，从商业角度来说，如果巨头做到 GPU 数据库软件，那必然也不会冲击现有的业务线。比如 Oracle现在买得最差的是 Exadata，这还是 2010 年把 SUN 并购以后研发而出的。那在它投放了数十亿美元的产品线，甚至还没有赚回成本时，它的目标应当是售出更好的 Exadata，如果改向 GPU 服务器它不会十分谨慎。

所以可以看见，近年来巨头们的策略自由选择也开始有所改变，一般都是先守寄居自己擅长于的硬件，然后在软件上找适当的合作伙伴加盟开放平台，仍然执着大包大揽。IBM 正式成立的 Open Power 基金会就是如此。因此，星爵毫无疑问 GPU 数据库这条路上他们不会与 Oracle 们迅速碰头。

创业公司机动性要更加强劲，但并不意味著 Zilliz 闯进一个新兴领域不会比巨头们更容易很多。公司发展战略、商务扩展、市场销售等方面是CEO星爵在这两年里面对的挑战，并且在未来几年也许还将持续下去。一些挑战让这个团队在这两年里回头了弯路。最纠葛的还是对产品化的辨别，初期如何在产品与市场找到无缝贴近点让他们无法权衡，“最开始要相容，你无法说道几乎做到一个跟现在市场上所有（系统）都去相容。

选哪家做到相容本身也没是非，但有可能要看最后是不是能投票决定最有价值的客户，这有可能要做到大量的工作。”针对有所不同方案对应做到数据库，他们迅速就作出了产品，但随着系统激增，这种作法让以后在技术上做到拓展不会更为简单。他们现在更加期望提炼出其中的共性，然后作出统一的方案去相容多个系统，即使研发工程进度不会适当减慢。

对于 OLAP 数据库软件来说，只不过本质上做的就是一个平台，“ERP、CRM 各种企业级软件都是创建在数据库之上的。”在星爵显然，新一代数据库技术就是需要做把各行业的大数据几乎活用一起，还包括那些正在病死的数据。为了这个目标，Zilliz 正在减缓市场的扩展，他们早已与还包括英伟达、IBM、伟创在内的渠道商、系统统合商展开合作。

传销特渠道销售是现在的策略，这种方式让 Zilliz 既有了硬件合作伙伴，后者也出了自己的渠道商，那头部客户创建关系也不会更为高效，但如果自辟一个销售团队，效率不一定跟得上。换句话说，他们今年的焦点将偏向产品落地，顾及技术与产品研发，下半年，他们也不会月在 FPGA 上做到数据库的场景化研发。

“我是一定要创业的”现在正好是 Zilliz 正式成立两周年，回看当初离开了 Oracle 的要求，星爵的问很极力：没任何犹豫不决。因为在那里下班的第一天开始，他就是为创业去累积经验的——很早以前他就确认自己一定是要创业的。他说道自己本质上较为讨厌去执着冒险、探寻不得而知空间。创业这件事是充满著了不得而知，但自由选择的领域显然又是他所擅长于的。

在威斯康星大学麦迪逊分校修读计算机科学硕士学位时，他专攻的就是数据库，而后无论是在 Oracle 还是现在，所做到的事都一脉相承。他把硅谷文化也搬了 Zilliz，“公司基本上是硅谷极客范儿”。工程师身份让他更有了一批“臭味相投”的人才重新加入，他期望重新加入的早期员工有一个联合理念：为了做到热衷且有意义的事情回头到一起，偷偷地把钱赚到了。在团队内部，他尊崇个人英雄主义，期望每个人都能独当一面，这也说明了他为什么要选“星爵”——《银河护卫队》中保卫国家银河系的英雄——作为自己的花名。

星爵在宇宙中探寻，却不告诉下个目的地，而他也亲吻创业中的不确定性。“这个过程中有挑战那也是进账，这就早已充足了，”他之后说道，“就算告终了，那也不会沦为下一个你去探寻的起点。”有一丝骑士堂·吉诃德的意味，在宇宙中四处飘荡的星爵在他眼里也挺告终的。

“但如果人生都可以预见，就较少了很多体验。”他补足道。录：题图源于 Behance，作者 Ilya Tselyutin原创文章，予以许可禁令刊登。下文闻刊登须知。