10月26日，由北京四維縱橫數據技術有限公司自主研發的超融合數據庫YMatrix 5.0正式發布。

不同于傳統以及專用數據庫產品，YMatrix實現了“一庫多用”，可以支持各類傳統及新興數據場景，廣泛支持多種數據類型，包括關系、時序、GIS、JSON、文本、圖片數據等，也能滿足包括機器學習、高級查詢在內的全場景數據管理和復雜分析需求。

YMatrix創始團隊曾在全球排名Top3的Greenplum工作多年，是分析型數據庫領域少見的世界級完整建制團隊。創始人姚延棟所帶領團隊有大量服務全球500強企業的經驗，對企業級數據庫產品的需求、研發和應用有深刻理解。

從第一行代碼到5.0版本，僅兩年時間，公司已獲得累計近2億元人民幣的4輪融資，股東包括晨山資本、順義產業基金、某頭部云廠商、東方富海、中科創星、清華啟迪等。

此次產品發布會上，YMatrix CEO 與創始人姚延棟分享了超融合數據庫的發展趨勢，以及萬物智聯場景下數據庫的最佳形態。另外，杭州自動化技術研究院院長徐赤、小米智能制造軟件產品部負責人封楊博士、三一重工泵送研究院泵誦云平臺大數據負責人褚鳳天，也參與了此次發布會，分別從工廠數字化、智能制造和工業互聯網、智能設備運維等不同應用場景角度，分享了他們對下一代數據庫的需求和理解。

專用數據庫 vs. 超融合：下一代技術棧的競賽

下一個時代，是萬物智聯和數智化轉型的時代。那么，作為數字基石之一的數據庫應該是什么樣的？

過去20年間，互聯網飛速發展，為了應對不斷升級、升維的數據環境，涌現了很多優秀的產品，或是功能強大，或是性能驚艷，或是易用性極佳。然而，用戶選擇時，功能、性能、易用性似乎構成了一個”不可能三角”，總是需要權衡和取舍。

為了應對新增的需求，用戶不得已的選擇是不斷疊加，先一個個疊加新的專用數據庫產品，再疊加運維不同產品的專業化團隊。最終造成的困境，杭州自動化技術研究院院長徐赤將其總結為“難、混、亂、散”：

每出現一個新需求，就要疊加一個新產品，從選型、試點到驗證，少則一兩個月，多則半年甚至一年，堪比“煉獄”。由于目標混沌、路徑混亂、缺少核心系統，數據總是呈現散亂并難以整合的狀態。

最后導致的直接結果就是“用戶成本高“、”需求難以滿足、痛點永遠存在”。

對此，徐赤在發布會上表示，在過去以專用類產品為主流的市場中，服務商忙著生產孤島、企業忙著購買孤島，工程師們忙著打通孤島，循環往復，永無止境。而且，這樣強行耦合的結構，牽一發動全身，非常不穩定。

YMatrix創始人姚延棟介紹，作為數據庫人，成立團隊的初心，就是想從用戶需求出發，做一款通用性強的產品，而不是和大多同行一樣，開發專用數據庫產品，繼續一個問題接一個問題，只解決當下問題。

據了解，在國際市場上，類似YMatrix這樣具備 “超融合”特性的產品，已經成為了近年的研發趨勢。

海外市場，Snowflake 和 Databricks 曾先后提出 “one data platform”理念；傳統數據庫頭把交椅的Oracle也在走向融合方向；對復雜新興場景需求更加熟悉的時序數據庫大佬 InfluxDB 和 TimescaleDB，也先后啟動了新一代融合型數據庫的研發，對比大廠采取了更為激進的策略。

國內市場中，YMatrix率先提出超融合數據庫概念，在2020年完成了相應產品的研發；目前也有少數創業公司試水，從專用產品出發，研發符合新一代融合理念的產品。

如何定義一款優秀的“超融合”數據庫產品？

首先，回到用戶需求。

小米智能制造軟件產品部負責人封楊博士是這么定義的：以工業互聯網場景為例，其本質是以“數據”為核心要素，企業實現全面連接。企業經營者的核心訴求，是如何最大化利用數據智能，為企業經營帶來看得見的價值。

再向上一層，則是跨過每個企業的微觀需求，在垂直產業或多個產業交叉的維度，構建起全要素、全產業鏈、全價值鏈融合的新制造體系和新產業生態。

為了實現這個目標，需要搭建一個閉環的數據鏈條。在企業內到企業外，從采集、診斷、預測到智能決策，實現全環節覆蓋。依賴優化后的結果，可以更及時、更準確的做商業決策，比如確定一個月后生產什么，需要提前備好多少原材料，技術工藝能怎么調優，等等。

封楊博士介紹，從企業級用戶的角度來看，代表最先進生產力的產品，首先應該是極致簡單的，最好是一個頂N個，能降低企業的財務、人力、學習成本；其次，要好用易用，因為制造場景采集的數據類型五花八門，不同數據類型的交叉分析、應對業務訴求的復雜分析也是層出不窮。

對此，姚延棟進一步解釋，“用戶并不關心什么TP、AP、湖倉、批流，他們想要的就是一個強大的數據庫，能接入所有數據，做得了各種各樣的分析。有數據就可以往里寫，想用的時候隨時用，允許他們把精力放在數據價值上，而不是數據庫上。所以，行業內曾熱烈討論的湖倉之分、批流之分，只會是階段性產物”。

“使用YMatrix，用戶只需要做一次選型，運維一個產品，就可以支持所有數據類型，滿足所有可能的需求。每次新需求出現時，只需要考慮在YMatrix中怎么實現。這大大降低了選型成本和開發運維成本”，姚延棟介紹。

“企業內很難有精通不同產品的通才，所以廠商應該把復雜度處理掉，把簡單應用給到我們用戶，這樣既省錢，又省心省力”，封楊博士表示在應用YMatrix的超融合產品后，相當于實現了“無縫集成”，僅僅需要管理“1個極致輕松的數倉建設團隊+1個極致專注的工業算法團隊”。

三一重工泵送研究院泵誦云平臺大數據負責人褚鳳天表示，“使用高效的產品，可以大量釋放出精力和創造力，讓團隊聚焦工廠運營、設備管理、工藝調優等更有價值的工作”。

“以常見的堵管故障為例，以前總是很難明確堵管的真實原因，現在可以在庫內通過批量的算法，在采集到的工礦數據上，更好的定位原因，提升服務水平，降低客戶投訴率”，褚鳳天介紹，“在嘗試從制造企業向服務型企業升級的過程中，數據能力會是重點之一，直接決定了服務水平和盈利水平” 。

性能突破，是超融合價值放大的必要前提

在數據庫行業，性能似乎是一個永遠有吸引力的話題。

性能數據直觀，誰高誰低，誰強誰弱，一目了然。最近，很多數據庫廠商都開始性能打榜打擂。姚延棟對此表示，“這是好事，說明技術在進步。但是，僅僅在某個場景下實現性能快20%-30%，甚至1倍，是很難贏得客戶的?？蛻粜枰氖氰F人三項，甚至是十項全能” 。

“在YMatrix團隊內部，我們關注全場景性能表現，包括寫入能力、時序查詢能力、單表OLAP分析、多表關聯OLAP分析、Machine Learning性能以及 OLTP 能力等諸多方面”，姚延棟介紹，“性能加持下的超融合，才是真正的超融合，才能給用戶提供價值” 。

目前，YMatrix在生產場景下的寫入速度實現了1.52 億數據點/秒。通常一個工廠的數據點大概在10萬點以內，1.52億是該場景規模的1500倍，哪怕是對寫入能力要求最高的時序場景，也可以輕松滿足其高并發、低延遲的寫入需求。

此外，對比時序數據庫獨角獸TimescaleDB，查詢耗時是YMatrix的5.1倍；對比知名OLAP數據庫產品Clickhouse，YMatrix在SSB基礎測試上快27%；對比MPP數據庫主流廠商Greenplum，YMatrix在多表關聯分析場景上實現了數倍的性能提升；對比全球流行的開源大數據平臺Spark，YMatrix在機器學習場景上的性能是其8倍；在Intel實驗室的TPC-B 國際標準測試中，YMatrix主鍵查詢tps高達160萬，數十倍于絕大多數產品。

對于性能優化的重要性，三一重工褚鳳天表示，“最直接的體現就是提高運行速度，我們可以更快速的反應，大大提高了運維團隊的效率”。

姚延棟介紹，此次發布的YMatrix 5.0版本，還包含了多至138項的性能優化，特別是針對寫入和分析等重點領域，進行了深度的指令級優化。

在易用性方面，YMatrix設計了用戶體驗極佳的圖形化installer，只需10分鐘左右就可以完成數據庫集群的搭建。同時，為了降低初學者的學習曲線，YMatrix提供了on boarding功能，用戶可以在3分鐘內體驗一個完整的IoT場景，包括數據寫入和查詢分析。

目前，YMatrix已經獲得了從創業公司到大型企業的認可，其中有超過萬億市值的行業龍頭企業，包括寧德時代、比亞迪等，以及世界500強企業，包括小米、三一重工等。

“后續，YMatrix會在已經存在海量需求的時序場景深耕，嘗試替代傳統數據庫和專用類產品”，創始人姚延棟介紹，“數據量大、指標量多的車聯網、智能制造、智慧能源、智慧城市、智慧園區、智慧醫療等場景會是重要方向。這些場景所產生的業務需求，將最大化體現超融合產品的價值”。