10月26日，由北京四维纵横数据技术有限公司自主研发的超融合数据库YMatrix 5.0正式发布。
不同于传统以及专用数据库产品，YMatrix实现了“一库多用”，可以支持各类传统及新兴数据场景，广泛支持多种数据类型，包括关系、时序、GIS、JSON、文本、图片数据等，也能满足包括机器学习、高级查询在内的全场景数据管理和复杂分析需求。
YMatrix 创始团队曾在全球排名 Top3 的 Greenplum 工作多年，是分析型数据库领域少见的世界级完整建制团队。创始人姚延栋所带领团队有大量服务全球500强企业的经验，对企业级数据库产品的需求、研发和应用有深刻理解。
从第一行代码到 5.0 版本，仅两年时间，公司已获得累计近 2 亿元人民币的 4 轮融资，股东包括晨山资本、顺义产业基金、某头部云厂商、东方富海、中科创星、清华启迪等。
此次产品发布会上，YMatrix CEO 与创始人姚延栋分享了超融合数据库的发展趋势，以及万物智联场景下数据库的最佳形态。另外，杭州自动化技术研究院院长徐赤、小米智能制造软件产品部负责人封杨博士、三一重工泵送研究院泵诵云平台大数据负责人褚凤天，也参与了此次发布会，分别从工厂数字化、智能制造和工业互联网、智能设备运维等不同应用场景角度，分享了他们对下一代数据库的需求和理解。
专用数据库 vs. 超融合：下一代技术栈的竞赛
下一个时代，是万物智联和数智化转型的时代。那么，作为数字基石之一的数据库应该是什么样的？
过去20年间，互联网飞速发展，为了应对不断升级、升维的数据环境，涌现了很多优秀的产品，或是功能强大，或是性能惊艳，或是易用性极佳。然而，用户选择时，功能、性能、易用性似乎构成了一个”不可能三角”，总是需要权衡和取舍。
为了应对新增的需求，用户不得已的选择是不断叠加，先一个个叠加新的专用数据库产品，再叠加运维不同产品的专业化团队。最终造成的困境，杭州自动化技术研究院院长徐赤将其总结为“难、混、乱、散”：
每出现一个新需求，就要叠加一个新产品，从选型、试点到验证，少则一两个月，多则半年甚至一年，堪比“炼狱”。由于目标混沌、路径混乱、缺少核心系统，数据总是呈现散乱并难以整合的状态。
最后导致的直接结果就是“用户成本高“、”需求难以满足、痛点永远存在”。
对此，徐赤在发布会上表示，在过去以专用类产品为主流的市场中，服务商忙着生产孤岛、企业忙着购买孤岛，工程师们忙着打通孤岛，循环往复，永无止境。而且，这样强行耦合的结构，牵一发动全身，非常不稳定。
YMatrix创始人姚延栋介绍，作为数据库人，成立团队的初心，就是想从用户需求出发，做一款通用性强的产品，而不是和大多同行一样，开发专用数据库产品，继续一个问题接一个问题，只解决当下问题。
据了解，在国际市场上，类似YMatrix这样具备 “超融合”特性的产品，已经成为了近年的研发趋势。
海外市场，Snowflake 和 Databricks 曾先后提出 “one data platform”理念；传统数据库头把交椅的Oracle也在走向融合方向；对复杂新兴场景需求更加熟悉的时序数据库大佬 InfluxDB 和 TimescaleDB，也先后启动了新一代融合型数据库的研发，对比大厂采取了更为激进的策略。
国内市场中，YMatrix率先提出超融合数据库概念，在2020年完成了相应产品的研发；目前也有少数创业公司试水，从专用产品出发，研发符合新一代融合理念的产品。
如何定义一款优秀的“超融合”数据库产品？
首先，回到用户需求。
小米智能制造软件产品部负责人封杨博士是这么定义的：以工业互联网场景为例，其本质是以“数据”为核心要素，企业实现全面连接。企业经营者的核心诉求，是如何最大化利用数据智能，为企业经营带来看得见的价值。
再向上一层，则是跨过每个企业的微观需求，在垂直产业或多个产业交叉的维度，构建起全要素、全产业链、全价值链融合的新制造体系和新产业生态。
为了实现这个目标，需要搭建一个闭环的数据链条。在企业内到企业外，从采集、诊断、预测到智能决策，实现全环节覆盖。依赖优化后的结果，可以更及时、更准确的做商业决策，比如确定一个月后生产什么，需要提前备好多少原材料，技术工艺能怎么调优，等等。
封杨博士介绍，从企业级用户的角度来看，代表最先进生产力的产品，首先应该是极致简单的，最好是一个顶N个，能降低企业的财务、人力、学习成本；其次，要好用易用，因为制造场景采集的数据类型五花八门，不同数据类型的交叉分析、应对业务诉求的复杂分析也是层出不穷。
对此，姚延栋进一步解释，“用户并不关心什么 TP、AP、湖仓、批流，他们想要的就是一个强大的数据库，能接入所有数据，做得了各种各样的分析。有数据就可以往里写，想用的时候随时用，允许他们把精力放在数据价值上，而不是数据库上。所以，行业内曾热烈讨论的湖仓之分、批流之分，只会是阶段性产物”。
“使用 YMatrix，用户只需要做一次选型，运维一个产品，就可以支持所有数据类型，满足所有可能的需求。每次新需求出现时，只需要考虑在YMatrix中怎么实现。这大大降低了选型成本和开发运维成本”，姚延栋介绍。
“企业内很难有精通不同产品的通才，所以厂商应该把复杂度处理掉，把简单应用给到我们用户，这样既省钱，又省心省力”，封杨博士表示在应用 YMatrix 的超融合产品后，相当于实现了“无缝集成”，仅仅需要管理“1个极致轻松的数仓建设团队+1个极致专注的工业算法团队”。
三一重工泵送研究院泵诵云平台大数据负责人褚凤天表示，“使用高效的产品，可以大量释放出精力和创造力，让团队聚焦工厂运营、设备管理、工艺调优等更有价值的工作”。
“以常见的堵管故障为例，以前总是很难明确堵管的真实原因，现在可以在库内通过批量的算法，在采集到的工矿数据上，更好的定位原因，提升服务水平，降低客户投诉率”，褚凤天介绍，“在尝试从制造企业向服务型企业升级的过程中，数据能力会是重点之一，直接决定了服务水平和盈利水平” 。
性能突破，是超融合价值放大的必要前提
在数据库行业，性能似乎是一个永远有吸引力的话题。
性能数据直观，谁高谁低，谁强谁弱，一目了然。最近，很多数据库厂商都开始性能打榜打擂。姚延栋对此表示，“这是好事，说明技术在进步。但是，仅仅在某个场景下实现性能快20%-30%，甚至1倍，是很难赢得客户的。客户需要的是铁人三项，甚至是十项全能” 。
“在YMatrix团队内部，我们关注全场景性能表现，包括写入能力、时序查询能力、单表OLAP分析、多表关联OLAP分析、Machine Learning性能以及 OLTP 能力等诸多方面”，姚延栋介绍，“性能加持下的超融合，才是真正的超融合，才能给用户提供价值” 。
目前，YMatrix在生产场景下的写入速度实现了1.52 亿数据点/秒。通常一个工厂的数据点大概在10万点以内，1.52亿是该场景规模的1500倍，哪怕是对写入能力要求最高的时序场景，也可以轻松满足其高并发、低延迟的写入需求。
此外，对比时序数据库独角兽 TimescaleDB，查询耗时是 YMatrix 的 5.1 倍；对比知名 OLAP 数据库产品 Clickhouse，YMatrix 在 SSB 基础测试上快 27%；对比 MPP 数据库主流厂商 Greenplum，YMatrix 在多表关联分析场景上实现了数倍的性能提升；对比全球流行的开源大数据平台 Spark，YMatrix 在机器学习场景上的性能是其 8 倍；在 Intel 实验室的 TPC-B 国际标准测试中，YMatrix 主键查询 tps 高达 160 万，数十倍于绝大多数产品。
对于性能优化的重要性，三一重工褚凤天表示，“最直接的体现就是提高运行速度，我们可以更快速的反应，大大提高了运维团队的效率”。
姚延栋介绍，此次发布的 YMatrix 5.0 版本，还包含了多至 138 项的性能优化，特别是针对写入和分析等重点领域，进行了深度的指令级优化。
在易用性方面，YMatrix设计了用户体验极佳的图形化installer，只需10分钟左右就可以完成数据库集群的搭建。同时，为了降低初学者的学习曲线，YMatrix提供了on boarding功能，用户可以在3分钟内体验一个完整的IoT场景，包括数据写入和查询分析。
目前，YMatrix已经获得了从创业公司到大型企业的认可，其中有超过万亿市值的行业龙头企业，包括宁德时代、比亚迪等，以及世界500强企业，包括小米、三一重工等。
“后续，YMatrix会在已经存在海量需求的时序场景深耕，尝试替代传统数据库和专用类产品”，创始人姚延栋介绍，“数据量大、指标量多的车联网、智能制造、智慧能源、智慧城市、智慧园区、智慧医疗等场景会是重要方向。这些场景所产生的业务需求，将最大化体现超融合产品的价值”。
收看发布会完整回放视频请至“B站“ ：bilibili.com/video/BV1b84y1B7ys
