PingCAP 聯(lián)合創(chuàng)始人&CTO 黃東旭，一定是傳說中的「別人家的孩子」：小學(xué)三年級(jí)開始寫代碼，四、五年級(jí)學(xué) C 語言，高中時(shí)就開始用 Linux，還喜歡畫畫，會(huì)玩搖滾……單看履歷，已然感受到了一萬點(diǎn)傷害。
PingCAP 聯(lián)合創(chuàng)始人&CTO 黃東旭
而在見面之后，言談之中，你就能理解這位別「人家的孩子」之所以成為傳說的原因——真正的熱愛，以及對(duì)極致和完美的追求。因?yàn)閺男【烷_始接觸，編程這件事情對(duì)黃東旭來說，從不是糊口的手藝，而是一項(xiàng)值得付出心血和時(shí)間的事業(yè)。他在自己喜歡的領(lǐng)域內(nèi)不曾停下腳步，直到現(xiàn)在，走到了PingCAP。
在加入PingCAP之前，黃東旭曾任職微軟亞洲研究院、網(wǎng)易、豌豆莢，一直負(fù)責(zé)基礎(chǔ)軟件相關(guān)的工作。在豌豆莢，黃東旭遇到了劉奇和崔秋，三人對(duì)于分布式數(shù)據(jù)庫的未來同樣寄予厚望，一拍即合，便集結(jié)小伙伴創(chuàng)辦了PingCAP。
上世紀(jì)70年代，IBM發(fā)明了關(guān)系型數(shù)據(jù)庫。但是隨著現(xiàn)在移動(dòng)互聯(lián)網(wǎng)的發(fā)展，接入設(shè)備越來越多，數(shù)據(jù)量越來越大，業(yè)務(wù)越來越復(fù)雜，傳統(tǒng)的數(shù)據(jù)庫顯然已經(jīng)不能滿足海量數(shù)據(jù)存儲(chǔ)的需求。雖然目前市場上也不乏分布式數(shù)據(jù)庫模型，但沒有品位的文藝青年不是好工程師，黃東旭覺得，不，這些方案都不是我想要的，它們不夠美，鮮少能夠把分布式事務(wù)與彈性擴(kuò)展做到完美。
直到2012年底和2013年初，他看到Google發(fā)布的兩篇論文。
這兩篇論文描述了Google內(nèi)部使用的一個(gè)海量關(guān)系型數(shù)據(jù)庫F1/Spanner，解決了關(guān)系型數(shù)據(jù)庫、彈性擴(kuò)展以及全球分布的問題，并在生產(chǎn)中大規(guī)模使用?！叭绻@個(gè)能實(shí)現(xiàn)，對(duì)數(shù)據(jù)存儲(chǔ)領(lǐng)域來說將是顛覆性的”，黃東旭為完美方案的出現(xiàn)而興奮，PingCAP的TiDB在此基礎(chǔ)上誕生了。
黃東旭解釋道，TiDB是一款代表未來的新型分布式NewSQL數(shù)據(jù)庫，它可以隨著數(shù)據(jù)增長而無縫水平擴(kuò)展，只需要通過增加更多的機(jī)器來滿足業(yè)務(wù)增長需求，應(yīng)用層可以不用關(guān)心存儲(chǔ)的容量和吞吐；TiDB使用多副本的數(shù)據(jù)存儲(chǔ)和無狀態(tài)服務(wù)節(jié)點(diǎn)，依賴Raft分布式選舉算法確保多個(gè)存儲(chǔ)副本之間的強(qiáng)一致性以及完全自動(dòng)的故障恢復(fù)，副本自控跨地域部署在不同的數(shù)據(jù)中心，主副本故障時(shí)自動(dòng)安全切換并恢復(fù)，真正實(shí)現(xiàn)異地多活。用黃東旭的話說，“它自己會(huì)生長”。
除了顛覆性，TiDB的特殊還在于它的存在方式。作為開源精神的忠實(shí)擁躉，黃東旭與他的合作伙伴一開始就選擇了開源的道路。他不無驕傲地說，“我們?cè)贕itHub上累計(jì)獲得了5000個(gè)Star，這是一個(gè)世界頂級(jí)開源項(xiàng)目的水準(zhǔn)?！遍_源的方式吸引了來自各個(gè)國家和領(lǐng)域的高手，這決定了PingCAP雖然誕生在中國，卻玩出了世界級(jí)的技術(shù)高度，在世界舞臺(tái)上打出了一片天地。
雖說是開源，但黃東旭并不擔(dān)心這個(gè)項(xiàng)目的生存。足夠硬的技術(shù)，并能真正解決用戶的痛點(diǎn)，黃東旭認(rèn)為這是最樸素也最有效的商業(yè)模式。這兩點(diǎn)，PingCAP似乎都不缺。
丨記者手記
與黃東旭先生的交談發(fā)生在八月初，但直到近日才有功夫整理出來。講真，黃東旭先生是我第一個(gè)主動(dòng)要求合影的采訪嘉賓（請(qǐng)忽略我的迷妹本性）。與他的交流也讓人感覺很特別，但特別在哪里，當(dāng)時(shí)不甚了了。
上個(gè)周末，五月天的演唱會(huì)刷屏了。沒去現(xiàn)場也知道，他們唱了一首新歌，叫做《頑固》。我對(duì)這首歌有印象，是因?yàn)樗腗V，它講述了在庸常生活中，那些「初心」的珍貴和難忘。
突然之間，我有些明白，黃東旭先生給人的那點(diǎn)特別的感覺，也許就是這種「初心」。他從少年時(shí)開始，對(duì)自己熱愛的東西從未改變心意，并且能從中享受到樂趣，何其令人歆羨。
非常有幸，我們邀請(qǐng)了黃東旭先生參加這一次的CDAS2016中國數(shù)據(jù)分析師行業(yè)峰會(huì)，他將在數(shù)據(jù)庫與技術(shù)實(shí)戰(zhàn)分論壇以「分布式數(shù)據(jù)庫與反模式」為主題進(jìn)行分享，時(shí)間為9月4日，上午9:00-12:00，第二會(huì)議廳C區(qū)，歡迎小伙伴們也能來到現(xiàn)場與他面對(duì)面交流。最好，你們也都能懷著初心而來。
CDA：當(dāng)時(shí)為什么要?jiǎng)?chuàng)辦PingCAP？
黃東旭：我在豌豆莢認(rèn)識(shí)了劉奇和崔秋。當(dāng)時(shí)在豌豆莢做另外一個(gè)開源軟件叫Codis，也是分布式緩存的開源數(shù)據(jù)庫。我們一直覺得的關(guān)系型數(shù)據(jù)庫這塊沒有一個(gè)好的解決方案。
一直以來，大家正在用的數(shù)據(jù)庫沒有彈性擴(kuò)展功能，在海量數(shù)據(jù)的體量下還能保持像SQL ACID Transaction事務(wù)模型這樣的比較理想的數(shù)據(jù)庫。當(dāng)時(shí)也很苦惱，整個(gè)大數(shù)據(jù)的軟件棧就缺這個(gè)東西?，F(xiàn)在整個(gè)開源社區(qū)也好，還是商業(yè)的方案，都沒有太好的。
后來我們看到Google的兩篇論文 Spanner /F1，這兩篇論文描述了Google內(nèi)部使用的一個(gè)海量關(guān)系型數(shù)據(jù)庫?？梢哉f，Google算是第一個(gè)解決了關(guān)系型數(shù)據(jù)庫、彈性擴(kuò)展加上全球分布的問題，并在生產(chǎn)中大規(guī)模使用，開創(chuàng)了整個(gè)NewSQL領(lǐng)域。我們看到這個(gè)論文很激動(dòng)，終于有人做出了這個(gè)模型，我們覺得自己也能搞定。
這個(gè)東西門檻非常高，很困難，但如果能做出來，能顛覆現(xiàn)有的關(guān)系型數(shù)據(jù)庫市場。但我們也不畏懼這樣的復(fù)雜問題，決定去專注做一個(gè)面向未來的新型數(shù)據(jù)庫，而且是完全開放源代碼，所有東西都開放。
我們比較重視分享，我們的核心技術(shù)，包括Milestone、Roadmap、Document都是開放在Github上?，F(xiàn)在公司涉及了兩個(gè)項(xiàng)目，TiDB和TiKV兩個(gè)加起來在Github上共有5000多個(gè)star，應(yīng)該是這個(gè)領(lǐng)域里世界最頂級(jí)的項(xiàng)目了。
我們的項(xiàng)目在國外比在國內(nèi)還更有名一些，它是從最底層的設(shè)計(jì)上就顛覆了原來所有的模型，代表了很前沿的東西。我們希望把我們的理念和源代碼以及設(shè)計(jì)都讓大家看見，什么才是代表未來的方向，這也是我們?yōu)槭裁匆x擇開源。
現(xiàn)在國內(nèi)大部分廠商還處在聽、看、用這樣的階段，還沒有辦法根據(jù)自己的需求和想法去引領(lǐng)一個(gè)社區(qū)。很多數(shù)據(jù)分析師習(xí)慣去找現(xiàn)成的產(chǎn)品，很少自己或者drive一撥人去立一個(gè)項(xiàng)目，寫出一個(gè)東西在社區(qū)內(nèi)推廣。但這個(gè)趨勢在慢慢變好，在北上廣這些IT公司技術(shù)能力越來越強(qiáng)，對(duì)于基礎(chǔ)軟件的想法和掌控能力越來越好，硅谷和中國的差距在慢慢縮小，中國也開始產(chǎn)生一些世界頂級(jí)的開源商。
最近幾年中國出來的頂級(jí)項(xiàng)目背后基本上都有一個(gè)我們這樣真正以開源項(xiàng)目為核心產(chǎn)品的團(tuán)隊(duì)。這種公司在美國很多，比如Docker、MAsource、OpenStack等等，在美國已經(jīng)不是稀奇事。
CDA：與其他數(shù)據(jù)庫模型相比，PingCAP要做的東西有什么本質(zhì)上的區(qū)別？
黃東旭：上世紀(jì)70年代，IBM發(fā)明了關(guān)系型數(shù)據(jù)庫，大家都在用。但是隨著現(xiàn)在移動(dòng)互聯(lián)網(wǎng)的發(fā)展，接入設(shè)備越來越多，數(shù)據(jù)量越來越大，業(yè)務(wù)量越來越復(fù)雜。單機(jī)型的數(shù)據(jù)庫的問題在于，同類業(yè)務(wù)數(shù)據(jù)的存儲(chǔ)量就是一臺(tái)機(jī)器，相當(dāng)于一個(gè)杯子不停灌水，遲早會(huì)溢出來，數(shù)據(jù)就存不下了。這個(gè)問題是最近10年才出現(xiàn)。
后來就有一些比較笨的辦法——多弄幾個(gè)水杯。但業(yè)務(wù)其實(shí)是一種業(yè)務(wù)，這就需要有很復(fù)雜的邏輯去控制請(qǐng)求一部分?jǐn)?shù)據(jù)存這里，一部分?jǐn)?shù)據(jù)存那里，錯(cuò)了就不行。再去擴(kuò)展的時(shí)候，還需要把一部分?jǐn)?shù)據(jù)從原來的機(jī)器挪到新的機(jī)器，這個(gè)過程非常復(fù)雜，勞民傷財(cái)。一般大公司都會(huì)有一個(gè)專門DBA團(tuán)隊(duì)專門做這個(gè)，特別像是在雙十一 、6·18這種大促的時(shí)候，數(shù)據(jù)庫的壓力非常大，可能要提前兩三個(gè)月做數(shù)據(jù)庫容量的擴(kuò)展。
理想的情況是什么呢？可能還是一個(gè)杯子，這個(gè)大杯子由許多小杯子組成，我不停地往里灌水，但杯子自己會(huì)變大。相當(dāng)于一個(gè)小孩子，你喂他吃東西，他自己會(huì)長大，這叫彈性擴(kuò)展。
關(guān)系型數(shù)據(jù)庫的彈性擴(kuò)展是很難做的，原始的關(guān)系模型在70年代就發(fā)表了，他可能壓根就沒想到數(shù)據(jù)庫會(huì)跑到這么多臺(tái)機(jī)器上。直到2010年左右，Google終于搞出了一個(gè)新的模型，在內(nèi)部推行。Google可以說世界上數(shù)據(jù)量最大的公司，一直在與這個(gè)問題做斗爭。Google在全球有這么多業(yè)務(wù)，但它只有一個(gè)數(shù)據(jù)庫叫Spanner，上千條業(yè)務(wù)線只用訪問這一個(gè)數(shù)據(jù)庫。全球五大洲都有他的數(shù)據(jù)中心，這些數(shù)據(jù)分布在全球各個(gè)數(shù)據(jù)中心，大概有上10萬臺(tái)的物理節(jié)點(diǎn)。
這個(gè)數(shù)據(jù)庫的設(shè)計(jì)是第一個(gè)將關(guān)系型數(shù)據(jù)庫的理論與彈性擴(kuò)展的邏輯結(jié)合在一起的模型，它在2012年底到2013年初發(fā)布的兩篇論文。但是Google沒有辦法真正開源，因?yàn)樘嫶罅耍褿oogle做的東西都是疊羅漢式的開發(fā)，如果要開放自己的數(shù)據(jù)庫，就必須把基礎(chǔ)設(shè)施都開放出來。
但Google作為一個(gè)希望能夠引領(lǐng)行業(yè)的公司，還是決定把這個(gè)模型share出來。這種事情Google也不是第一次干，比如Hadoop其實(shí)就是Google在2003-2006年間3篇論文的實(shí)現(xiàn)。我們認(rèn)為2012、2013年的這兩篇論文跟當(dāng)年的Hadoop同樣重要，甚至意義更大。
這個(gè)系統(tǒng)有什么好處呢？現(xiàn)在大多數(shù)已有的方案都是在小水杯上插管，水滿了之后通過管子流向其它的杯子，或者是在業(yè)務(wù)層做劃分，A業(yè)務(wù)訪問這兒，B業(yè)務(wù)訪問那兒，但都沒有真正直面問題解決問題。現(xiàn)在很多人把數(shù)據(jù)庫和數(shù)據(jù)倉庫的概念割裂開來，也就是說大數(shù)據(jù)平臺(tái)是大數(shù)據(jù)平臺(tái)，業(yè)務(wù)數(shù)據(jù)庫是業(yè)務(wù)數(shù)據(jù)庫，它們之間需要離線倒騰數(shù)據(jù)，然后再做分析，那為什么不能變成一個(gè)巨大的Database呢？
我們與傳統(tǒng)的方案最大的區(qū)別就在于，看上去與單機(jī)數(shù)據(jù)庫一樣，但它可以彈性擴(kuò)展，容量不夠了，可以直接往集群里啟動(dòng)一臺(tái)新的機(jī)器更進(jìn)去。我們也不對(duì)硬件做任何假設(shè)，不管是什么機(jī)器，只管往集群里丟。
還有一個(gè)比較核心的功能是，剛剛提到Google的數(shù)據(jù)庫是遍布在全球各個(gè)數(shù)據(jù)中心的，這個(gè)好處是什么呢？你從來沒聽過Google因?yàn)槟硞€(gè)機(jī)房光纖被挖斷就停止工作了，異地多活，砍掉一個(gè)，其他的也不會(huì)受影響，仍然正常運(yùn)轉(zhuǎn)。而且，過一段時(shí)間它會(huì)發(fā)現(xiàn)數(shù)據(jù)中心的小伙伴不見了，會(huì)再去跟其他的數(shù)據(jù)中心或者部署了這個(gè)數(shù)據(jù)節(jié)點(diǎn)的機(jī)器修復(fù)數(shù)據(jù)，重新長出來。
目前我們應(yīng)該是唯一一個(gè)能夠做到異地多活的數(shù)據(jù)庫。它的內(nèi)部就像是細(xì)胞，它會(huì)做有絲分裂，一個(gè)分裂成兩個(gè)，兩個(gè)分裂成4個(gè)，細(xì)胞是這個(gè)系統(tǒng)的最小單位，它會(huì)均勻地分布在各個(gè)機(jī)器上。你可以感覺到這個(gè)系統(tǒng)是活著的，我們作為數(shù)據(jù)庫的開發(fā)者，并不清楚數(shù)據(jù)在數(shù)據(jù)庫中怎樣流動(dòng)、分布、分裂，這由這個(gè)數(shù)據(jù)庫自己決定，好像有一個(gè)大腦指揮。
CDA：開源和商業(yè)化之間矛盾嗎？怎么解決這個(gè)問題？
黃東旭：開源不等于不做商業(yè)化，開源不分國界，技術(shù)也不分國界，我們的理想并不是只做一個(gè)中國的開源項(xiàng)目。其實(shí)，如果不知道我們公司在北京，多數(shù)人不會(huì)認(rèn)為這是個(gè)中國的項(xiàng)目，社區(qū)內(nèi)參與的人來自多個(gè)國家各種行業(yè)，所以這更像一個(gè)國際化的項(xiàng)目，我們只想做全球最頂尖的技術(shù)。
至于商業(yè)路徑，我們的想法是不能說只做中國市場，而是反過來，要世界上打出名氣，確實(shí)能讓大家知道這個(gè)東西的質(zhì)量非常高，代表未來，大家都在follow你，再回過頭來進(jìn)入中國，這個(gè)路徑可能會(huì)更順暢一些。畢竟我們現(xiàn)在IT行業(yè)的水平跟硅谷還是有點(diǎn)距離，大家還處于學(xué)習(xí)的階段。
另一方面，開源不等于免費(fèi)，我們的數(shù)據(jù)庫內(nèi)核是開源的，但商業(yè)公司并不會(huì)因?yàn)殚_源而不付費(fèi)，那他可能就得不到support。對(duì)開源項(xiàng)目來說，用的人越多，就越能夠成為事實(shí)標(biāo)準(zhǔn)，比如說你有100個(gè)用戶，其中三五個(gè)大客戶愿意為你付費(fèi)，就很牛了。
我們也設(shè)計(jì)了一些商業(yè)選件，比如監(jiān)控工具、管理工具、安全插件等。數(shù)據(jù)庫的問題是很多企業(yè)的痛點(diǎn)，尤其是在傳統(tǒng)行業(yè)中，他沒有互聯(lián)網(wǎng)公司那么強(qiáng)大的架構(gòu)能力和擴(kuò)展能力。所以他們一直在跟互聯(lián)網(wǎng)取經(jīng)，但目前很多方案都非常復(fù)雜，很難一下子吸收，所以我們是直接把最先進(jìn)的東西打包在一起，與原來的操作沒有多大區(qū)別，但可以直接獲得最先進(jìn)的大數(shù)據(jù)擴(kuò)展能力。
所以商業(yè)的問題，首先要真正有兩把刷子，第二真正解決了用戶的痛點(diǎn)，這就夠了。這是最樸素也最有效的商業(yè)模式。
CDA：您一直強(qiáng)調(diào)開源精神，那么什么才是真正的開源精神？
黃東旭：Opensource最核心的精神就是分享和溝通。溝通很重要?，F(xiàn)在很多國內(nèi)的開源項(xiàng)目只是開放源代碼而已，其實(shí)源代碼只是整個(gè)opensource精神內(nèi)涵中很小的一部分。開源不僅僅是碼代碼，而是大家自發(fā)地聚集在一起做一件有意義有意思的事情，這個(gè)過程中各種各樣的問題都是需要溝通的，但現(xiàn)在國內(nèi)很少有人在認(rèn)真地做這件事情。在我看來社區(qū)比源代碼更重要。
第二，我們是希望能夠在國內(nèi)樹立一個(gè)做開源項(xiàng)目的標(biāo)桿，讓大家知道世界級(jí)的開源項(xiàng)目該怎么做。現(xiàn)在國內(nèi)已經(jīng)有很多人和大公司已經(jīng)在扭轉(zhuǎn)觀念，不能再閉門造車，特別是基礎(chǔ)軟件，閉門造車是很困難的，你需要大量的用戶做測試、反饋，所以開源是一種更好的軟件分發(fā)的方式。不能藏著掖著，心態(tài)開放，得有自信去引領(lǐng)整個(gè)社區(qū)，大家齊心協(xié)力把這個(gè)東西做好。開源社區(qū)里有一條不成文的規(guī)則就是，當(dāng)一個(gè)問題得到完美解決的時(shí)候，不會(huì)再有第二個(gè)人嘗試，所以先發(fā)者是有優(yōu)勢的。所以我并不太擔(dān)心這個(gè)東西開源出去之后就被人拿走了，我們最寶貴的資源不是那些代碼，而是這些社區(qū)的管理者以及我們之間的溝通配合。
CDA：你想給想要進(jìn)入這個(gè)領(lǐng)域的人什么建議？
黃東旭：我們這個(gè)領(lǐng)域算是大數(shù)據(jù)中的一個(gè)細(xì)分，屬于基礎(chǔ)設(shè)施，分布式系統(tǒng)的開發(fā)更偏向于編程相關(guān)的工程能力。其實(shí)我們公司很多人剛加入的時(shí)候，相關(guān)的經(jīng)驗(yàn)也不多，只不過他們都非常熱愛這項(xiàng)工作。
在我看來編程能力反而不是什么硬的門檻，只要智商正常，大家都能搞。興趣和激情是更重要的東西，不害怕接受挑戰(zhàn)。很多人還沒開始做，就有一種畏懼心理。你要對(duì)這項(xiàng)工作有興趣和決心。我和我們的CEO很熱愛這項(xiàng)工作，也長期關(guān)注這個(gè)領(lǐng)域，可以帶著大家一起做。
在這個(gè)行業(yè)里面，工業(yè)界是走在學(xué)術(shù)界前面很多的，如果你是一個(gè)在校大學(xué)生，眼界要放開闊一點(diǎn)，開源社區(qū)中做出來的東西或者像Google這類大公司發(fā)布的論文遠(yuǎn)比你在實(shí)驗(yàn)室里做的東西先進(jìn)的多。如果有志于這個(gè)行業(yè)，可以盡早地讓自己在大公司里實(shí)現(xiàn)，接觸當(dāng)下真正在用的思想和理念。對(duì)于從業(yè)者來說，如果有興趣，不要畏懼困難，真正參與到社區(qū)里來。
想?yún)⒓覥DAS2016中國數(shù)據(jù)分析師行業(yè)峰會(huì)，請(qǐng)點(diǎn)：
http://cdas.cda.cn/?utm_source=cda.cn&utm_medium=cpc&utm_campaign=syhd
CDA數(shù)據(jù)分析師考試相關(guān)入口一覽（建議收藏）：
? 想報(bào)名CDA認(rèn)證考試，點(diǎn)擊>>>
“CDA報(bào)名”
了解CDA考試詳情；
? 想學(xué)習(xí)CDA考試教材，點(diǎn)擊>>> “CDA教材” 了解CDA考試詳情；
? 想加入CDA考試題庫，點(diǎn)擊>>> “CDA題庫” 了解CDA考試詳情；
? 想了解CDA考試含金量，點(diǎn)擊>>> “CDA含金量” 了解CDA考試詳情；
京公網(wǎng)安備 11010802034615號(hào)
經(jīng)營許可證編號(hào)：京B2-20210330
