阳振坤：AI 大模型的基础是数据，AI越发达，数据库价值越大

2024年1月12日，第四届OceanBase数据库大赛决赛在北京圆满落幕。在大赛的颁奖典礼上，OceanBase 首席科学家阳振坤老师为同学们献上了一场主题为“爱上数据库”的公开课，他不仅分享了个人的成长历程，还阐述了对数据库行业现状与未来的见解和思考。

阳老师回忆了自己年轻时，与如今的同学们相仿的年纪，追随导师王选院士投身激光照排机研发的岁月。他感慨道：“那时，我们的信息系统与发达国家相比，存在着巨大的差距。虽然时至今日，这样的差距仍然存在，但已经大幅缩小，甚至在不少领域，我们已经实现了超越。”

近年来，人工智能技术迅猛发展，谈及 AI 大模型与数据库的关系，他表示，AI 大模型本身的基础其实还是数据，AI 模型越发达，数据库的价值会越大，数据库的空间也会越大。

未来数据库会如何发展？他认为，数据库的形式和功能将发生显著变化。现代数据库应具备两大核心特征：一是强大的海量数据处理能力，二是云数据库服务模式。因此，数据库的发展方向必然是多模一体化，以及具备敏捷伸缩和水平扩展的能力。

精彩节选

1、未来数据库不会消失，但形式和功能会发生显著变化

AI 大模型主要依靠训练的数据、训练的结果，以及和用户的交互，这背后海量数据的处理离不开各种各样的数据库。所以 AI 的模型越发达，我觉得数据库的价值会越大，数据库的空间也会越大。

在可预见的未来里，数据库作为存储、管理和检索数据的核心工具，作用只会更加重要，传统关系型数据库也不再是唯一选择。

NoSQL、NewSQL、分布式数据库等新型数据库将广泛应用，云数据库和 Serverless 架构让用户更多依赖云服务商提供的解决方案，AI 和机器学习的引入将使数据库管理更加自动化。

2、数据库激增、类型多样与实时处理是数据库的三大挑战

今天在数据库领域，关系数据库仍然占很大比例，差不多是 70%。有很多人预测，关系数据库的比例会缩小，我是相反的看法，我觉得关系数据库的比例会变大。

这些年，为满足多样化数据类型和复杂查询需求，NoSQL、NewSQL、KV 等部分替代了传统关系型数据库。一个重要原因是传统的关系型数据库多为单机数据库，扩展能力受限，所以人们才会用 KV、NoSQL 等作为解决方案。但这些系统缺少数据库最根本的东西：ACID，导致它本身带有局限性。

数据库这些年发展还出现了一个现象，就是交易和分析割裂。当数据量不大的时候，可以按照交易的方式进行分析，只是效率低一点。但当数据量大了之后，第一是存储，原来的交易数据库面临存储挑战，更谈不上分析；第二是效率，当数据量增长了 1000 倍，分析的时间不可能随之增加到 1000 倍，这时的分析也就失去了意义。

正是因为如此，现在的业务生产系统中，交易和分析是割裂的，形成两个系统。一旦交易系统的数据发生变化，分析系统也要同步改变。这不仅带来成本增加，复杂性也随之上升。

3、云是未来数据库发展的主要趋势

今天，云在数据库市场里占据主流。左边的图里，蓝色部分云数据库市场份额，黄色部分是线下部署的市场份额。现在，云已经占了超过 60%。从右边的图可以看出，数据库每年的市场增量有 90% 在云上，这意味着随着时间的推移，云数据库的占比会越来越大。

（数据来源：Market Share Analysis：DataBase Management Systems，Worldwide，2023）

为什么云服务发展很快？我觉得有两点：效率和成本。

云上的资源可以很快申请，马上就能得到，时间是以秒计算，而线下部署一台机器再快都是以天计算的。在成本方面，中等规模以下的企业，购买云服务很便宜；对大型、特大型的企业由于规模效应，也能带来成本的节省。这其中最重要的原因就是资源的池化与复用。

以 CPU 为例，绝大部分企业的计算机 CPU 利用率是个位数，不到 10%，造成算力浪费。而云上可以做到 20%，因为各家企业的业务有时高有时低，大家互补起来，提高资源的利用率。同时，云上的存储和人力，也可以通过复用提高利用率。

但是数据库不完全是这样，数据库是个有状态的东西。大家知道一个事务建立连接，它的很多状态你是要保持住的。数据库有敏捷的伸缩能力是一个挑战，但如果你没有伸缩能力，你就做不到资源的复用。

4、OceanBase在走一条传统数据库走不了的路

传统集中式数据库第一没有容量，第二很难能解决行存列存冲突的问题。因为行存便于数据修改，而列存的修改代价非常大。如果一个表有 100 个列，插入或删除一条记录，意味着要在硬盘上做 100 次的读、100 次的写，操作代价非常大，效率也就会非常差。

这个里面涉及到两个问题，一个是分布式一个是敏捷伸缩。如果数据库没有敏捷伸缩的能力，就无法像云那样做到资源复用，例如高德地图的导航，除了早晚高峰，凌晨用的人很少，如果没有弹性能力，就会造成资源浪费。

过去的数据库其实是不具备扩展能力的，新的数据库在朝这个方向努力，OceanBase 现在在很多地方还不如 Oracle，但是我们今天走的是一条传统数据库走不了的路。

传统集中式数据库它没有一个很好的扩展能力，而 OceanBase 这种分布式数据库成长起来，它将成为新一代的数据平台。过去需要搭一个交易数据库和一个大数据系统，而现在可以在一个数据库里实现这些功能，去掉两个系统带来的交互和成本。