“重归应用开发者的数据库，不会成功”，黄东旭万字长文剖析数据库发展新趋势

yDB，HTAP 技能；也其当中最特别是在的亮点；6月底，明星 Data Cloud 制造商 Snowflake 首次发表了 HTAP 的产品 Unistore 。

至此，全球性三大寒制造商 AWS、纤软、GCP 和 Data Cloud 领导者 Snowflake，以及正试图更快寒转标准型的元图表巨头 Oracle （MySQL Heatwave）都已经发表了以 HTAP 为主要的系统亮点的元图表的产品。

如果细看这些的产品，你亦会推断出 MySQL 在 2021 年发表的 Heatwave 虽然在比对技能上是个 MPP 的的系统，但 MySQL 本身还是4台版的，Google AlloyDB 参考了 AWS Aurora 的的系统，能用了红花的效果。NewSQL 的分支创始者是 Google Spanner，但同为 NewSQL 的系统的 TiDB 持续在 Real Time HTAP 投入生产前所未见，TiDB 早期解决问题了 MySQL 分库分表的关键因素问题，就接踵而来用于者的Skype比对根本无法。在 2018 年 TiSpark 的引入，2020 年 TiFlash 的系统完变为了 HTAP 的系统的保证了，再行到 2021 年 TiDB 5.0 旧版的 MPP 技能，这个技能也通过 TiDB Cloud 向所有马国用于者编码器，在 5 年短暂 TiDB 完变为了 Real Time HTAP 的产品技能的四连跳。

总体来看，虽然各的产品的确切认真到有所各有不同，但新近锐 HTAP 的系统有一些明显的共性信念：以Apache打底，依靠了寒端能用性，信念一个出口处，一套图表堆叠，可以将 OLTP 图表和 OLAP 图表系统对实时，部分制造商 OLAP 的认真到选用了值得忽略 MPP 都将手段，达致 No Application Change、No Schema Change、No ETL，No data move 的四不效果，最大化减低对领域处理程序的更为动。

任何一种元图表潮流都是“根本无法偏离✖️核心技术趋向✖️的系统创新近性“ 三者融合的产物，HTAP 也不例外原因。

首不须，在根本无法偏离横，推动新近锐 HTAP 的元图表制造商在提过 HTAP 的时候都一齐地用到 Operation 这个用语，依靠温图表认真到服务于分级的系统对比对，获得系统对的便是以赞同服务于肢体的调谐，这是推动新近锐 HTAP 丢下上银幕当中央的最大根本无法横偏离。

其次，在核心技术趋向与的系统创新近性横，寒基本设施的转标准型造成了了存算分开更为为之后的偏离，这是核心技术趋向造成了的新近有或许。分布式分析方法与寒算出、AI 算法的融合造成了了新近锐的的系统创新近性，这些都使得 HTAP 在寒端可以赞同各有不同的寒闪存，AI 等新近核心技术，打造更为有变为本竞争力的创新近性。

我并不认为真正 HTAP 的特征却是在马国认真涵义才大，因为 it's all about balance，只有在马国才能去打破 AP 跟 TP 彼此之间对于人力资源的不适度。比如像 TP，却是敦促的是一个有利于、轻量、极高于延期的一些芯片人力资源，但对于 AP，或许是短短暂都从的算出人力资源，因为要认真轻量的 AP，你亦会推断出在寒下这个刚才怎么桌都别扭，我为什么要去偷这么极高配的一站式器，我为什么每天就跑三次大的全表照相，但是 99% 的短暂 CPU 都压不干脆。寒原生已经开始进入下一个阶段性。来年在北美看不到的原因是却是所有子公司都在认真寒 / 寒原生顺时针的转标准型，这并不是根本无法谈论的真的，而是已经形式化的长短暂。

第三，这一轮 HTAP 的用于者个体和上世代内存元图表 HTAP 的小众贵族极其各有不同，这世代 HTAP 的用于者极其廉价，却是选用 MySQL 和 PG Apache元图表的所有从业人员都可以依靠新近锐 HTAP 的系统拓展 OLTP 和 OLAP 的技能范围，都能用上一种须要更改领域，须要增加额外图表系统且握有薄弱比对技能的元图表。

会用寒原生的手段实时进行的系统翻修

现今认真元图表，如果不获取寒一站式，回去都不想像中好意思和人打“清早”（便就亦会是 Serverless）。有很多人（特别是元图表虚拟机核心技术开源）亦会极高于估认真一个寒一站式的确定性，经典的附和：‘不就是在马国的系统会化部署吗？’ 或者 ‘赞同一下 Kubernetes Operator？’

却是并不是，甚至远距离都必要反回来：我们要认真的并不是一个元图表软体，而是一个元图表一站式，当我们用更为长的心态去看的时候就亦会推断出，后者是包含在此之前者的。这个观念的趋向是认真好元图表寒一站式第一步，也是最不必或缺的一步。

无论如何我们核心技术开发处理程序，各有不同的基本功能看不到的环境是映射且确切的，例如：核心技术开发一个4台上接入的软体，各有不同的基本功能虽然可以有逻辑上的疆界，但是链接到两兄弟之前，接入两兄弟看不到的还是这台算出机的一亩三分地，「Everything is a trade-off」。即使近几年分布式系统的式微，但对于经典的分布式软体而言，粗略还是4台软体所设计思路的相连，只是通过 RPC 将多台算出机连接在两兄弟，环境是相对确切的，尽管很多软体对于上层的环境偏离认真了一些可视：例如分布式元图表的动态配套，图表再加平衡 Re-balance 等，但是只不过并未偏离，只是根本无法随心所欲和分派的人力资源变多了。

然而，在马国，这些假定都牵涉到了偏离：

多样且却是无限的人力资源通过 Service API 的基本概念获取，对于人力资源的分派和相应可以通过示例完变为，这是突破性的趋向。

一切人力资源明码标价，所以处理程序优化的顺时针从无论如何的一维的攫取最好的性能（因为芯片的变为本已经事不须缴交），变变为一个动态的关键因素问题：以求花替人办大事。

假定的偏离造成了核心技术上的偏离：马国的元图表，首不须必要是多个自治的纤一站式组变为的互联网。这里的纤一站式并非一定是在各有不同的电脑上，在力学上或许在一台电脑上，但是根本无法能在远程次访问，另外这些一站式必要是无长短暂的（无副作用），有效率短时间的张力扩充，这个造成了对于核心技术开源的趋向就是：下定决心对于实时语义的坚信，这个当今是异步化且不必靠的。我很极高兴我的偶像 Amazon 的 CTO Werner Vogels 在 2022 年 ReInvent Keynote 上也强调了这一点。

下定决心丢弃对于实时和4台的幻不想，得到了什么？我们看一些举例：

第一，在在几年被“聊烂”的存算分开。在马国，算出的其单位价格比闪存要极高得多，如果算出和闪存适配，那么就不会办法能用闪存的价格占优，另外对于一些特定的请，如对算出的根本无法很或许与闪存结点的力学人力资源是全然不对等的（不只不过一下再加标准型的 OLAP 请的 Resuffle 和分布式聚合）。另外，对于分布式元图表来告诉他，配套速度快是一个不必或缺的用于者感官加权，当存算分开后，法理上配套速度快是能能用极快的，因为配套变变为了：一是触发原不须算出结点，二是堆堆叠预温；反之亦然。

第二，对于元图表来告诉他，一些结构上组件的纤一站式化，例如：DDL-as-a-Service。宗教性元图表的 DDL 对于Skype金融业务是有受到影响的（即用于了 Online DDL），例如添加索引时候，不必避免的根本无法实时进行图表填，这对于正试图一站式 OLTP 载荷闪存结点来告诉他亦会引起跳动。如果我们精心思考一下 DDL 就亦会推断出它是一个：1]的、偶发的、再加算出、可其他用户实时进行，可再加入的基本功能，如果有一更进一步力资源共享的闪存层（例如 S3），这类基本功能极其适合复合出来变变为一个 Serverless 的一站式，通过 S3 与 OLTP 的闪存螺旋桨人力资源共享图表。造成了的诱因毋庸置疑：

对Skype金融业务也是却是不会性能受到影响。

因为按需接入，造成了变为本升极高。

值得忽略的举例还有很多：快照（CPU 用于极少，但是对于闪存敦促极高）、LSM-Tree 闪存螺旋桨的 Compaction、图表压缩、元信息一站式、连接池、CDC等等，都是可以且很适合被复合的某类。在原不须 Cloud-native 旧版的 TiDB 当中，我们用于了 Spot Instances 实时进行闪存螺旋桨的 Remote Compaction，造成了的变为本升极高是惊人的。

在所设计寒元图表的时候，另一个不必或缺的要思考的关键因素问题是：QoS(Quality of service)，确切到或许差不多是：

根本无法概念 WCU 和 RCU，作为控制的其单位，如果不会办法概念它，你将没办法实时进行人力资源的相应和分派，乃至定价。

多超级商品是必表单，超级商品彼此之间一定要可以人力资源共享芯片甚至战略性人力资源，大超级商品也可以独占人力资源（单超级商品模式是多超级商品的一种特化），造成了的关键因素问题：如何避免 Noisy Neiberhood 关键因素问题？如何所设计 Throttling 手段？如何避免人力资源共享的元信息一站式 Overwhelm？如何遏制偏好的温点？

关键因素时刻还有很多，我就不因由列举了。

另一个很不必或缺的戏谑是：马国哪些一站式可以依赖性？这是因为对于一个第三方制造商来告诉他，跨寒（甚至是跨寒下，值得忽略混合寒）的的产品感官是天然的占优，如果对于特定的寒一站式依赖性得想像中深想像中紧，将亦会让你丧失这份灵能活性。所以必需依赖性的时候根本无法极其小心，前面是一些法理：

依赖性接口和协议 ，而不是确切认真到，一站式结构上可以随便自己搞，但是给其他一站式暴露的接口要通用且切勿认真极极少假定，直观来告诉他，就是被调用者人格税金最小化（UNIX 以前留存很久的古来由智慧）。一个不想像中好的举例是：VPC Peering 和 PrivateLink，如果按照这个法理，毫无疑问必需 PrivateLink，因为 VPC Peering 偏好于暴露更为多的或许给被用于者。

有从业人员标准就 Follow 从业人员标准（S3，POSIX 硬盘），每个马国都有某类闪存，而且每个寒的某类闪存 API 差不多都亦会原任容 S3 协议，这就是好的。

唯一的例外原因是公共安全。如果没办法能用跨寒的直观，也别自己设法造轮子，寒有什么就用什么，例如密钥监管、IAM 等，千万切勿自己发明。

前面举几个举例告诉他明一下，对于 Cloud-Native TiDB 来告诉他，在必需依赖性的时候认真出如下必需：

闪存

S3，就像纸片提过的，每个寒都亦会有 S3 协议的某类闪存一站式。在元图表当中用于值得忽略 LSM-Tree 的最上层闪存，造成了的诱因是根本无法通过一套 API 来能用各有不同层次的闪存介质，例如上层的温图表可以用于本地闪存，上层的图表在 S3 上，通过异步的 Compaction 来将上层的图表交换到 S3 上。这是 TiDB 存算分开的基本，只有图表在 S3 之前，才能解锁 Remote Compaction 等加载。但是造成了的关键因素问题是：S3 的极高延期毕竟了它不能出今日主要的读写到数据传输上（上层堆堆叠过温，亦会造成了大幅提极高的长尾延期）。对于这个关键因素问题，我是非常明朗的：

如果我们顾虑 100% 本地堆堆叠的一幕，就退化变为经典的 Shared-Nothing 的所设计，用于支撑最偏好的 OLTP 一幕我并不认为是没关键因素问题的（参考今日的 TiKV），额外付出代价只是 S3 上的闪存变为本哪一个是很极高于。

如果分片认真得能够细，堆堆叠和温点关键因素问题是好解决问题的。

最上层闪存当中还可以加入 EBS（分布式块闪存）来作为二级堆堆叠，大幅度削峰（动摇本地堆堆叠过温造成了的延期特异性）

我在 2020 年的一次分享当中提过，对于寒原生的元图表而言，如何能能用好 S3 亦会是关键因素。这个论点到今日还不会偏离。

算出

容器 + Kubernetes，和 S3 一样，每个寒都有 K8s 的一站式，就像 Linux 一样，K8s 是寒的加载系统，虽然存算分开认真完后，算出相对好监管一点，但是像一些算出人力资源池的监管，例如 Serverless 战略性根本无法的短时间触发（冬眠唤醒），从 0 开始触发尚德近 Pod 毫无疑问来不及，根本无法有一些预留的人力资源，又例如用于 Spot Instance 来处理 Compaction 侦查，万一某个 Spot Instance 被回收，能否再行短时间找个电脑在此期间文书工作，又例如载荷平衡和 Service Mesh…

虽然 S3 帮忙你把最难搞的长短暂关键因素问题解决问题了，但是这些则有算出结点的分派关键因素问题是很琐碎的，如果你必需自己造轮子，那么差不多率之前你亦会原不须发明一个 K8s，所以不如直接拥抱。

在马国，还有一个很小的所设计关键因素问题：硬盘是一个好直观吗？这个关键因素问题来自于在哪层直观放任无法访问寒的基本设施。在 S3 式微之在此之前，各个大标准型的分布式系统闪存系统，特别是 Google 的 BigTable、Spanner 等都必需了一个分布式硬盘作为台座（我并不认为这里有很深的 Plan9 的痕迹，毕竟 Google 结构上这些 Infra 大神很多都在在贝尔实验室来的）。

那么关键因素问题来了，如果有了 S3，我们还需不根本无法一层硬盘的直观？我目在此之前还不会不想清楚，我偏好于有，理由无论如何是闪存的堆堆叠，如果有一层硬盘，在硬盘层根本无法根据文件的次访问温度认真实时进行一层堆堆叠，大幅提极高配套时候的预温速度快；另一个诱因是基于硬盘，生态应用软体原任容性亦会更为好，很多 UNIX 的应用软体能直接复用，运维多样度增大。

我在 2022 年的 PingCAP DevCon 的 Keynote 当中提过了一点：马国的元图表如何与当今的核心技术开源感官融合？这个是一个很有意思的戏谑，因为元图表那么多年了，却是还是这个小孩子，SQL is still the king。但是另一方面今日核心技术开源核心技术开发的领域以及用于的应用软体已经和几十年在此之前大不一样了，作为一个从 UNIX 以前回来的来由处理程序员，看不到今日年轻世代的核心技术开源用于的眼花缭乱的不须进核心技术开发应用软体和思路，根本无法赞叹世代比世代强，虽然加载图表 SQL 无论如何是标准，但是元图表软体能否认真更为多，去根植这些当今的领域核心技术开发感官当中？

Serverless 将变为为元图表之后的的产品特征

我并不认为寒原生的下一个阶段性，其本身亦会日益自洽，并亦会逐渐形变为全堆叠的寒原生，这种全堆叠的寒原生将亦会促成 Serverless 的转标准型。Serverless 的只不过却是很直观，依旧是帮忙助核心技术开源更为大幅度地隐秘基本设施的确定性。说明了来看，今后却是所有在马国的软体都亦会形变为一个自洽的 Serverless 生态。

Serverless ，很多人并不认为的 Serverless 是一个核心技术用语汇。我并不认为不是，Serverless 更为不必或缺的在在用于者感官角度概念了什么是更为好的马国软体的的产品特征。或者这本来就必要是理所应当的：为什么作为用于者根本无法倾听你有几个结点？为什么根本无法倾听结构上的给定和内置？为什么我点了触发，你要让我再行等半小时？

这些在我们从业人员里无论如何看两兄弟只不过理所应当的真的，却是精心不想不想都实在一挺可笑的，举个举例：假定你去偷个车上，卖车上的不须送给你一本螺旋桨修理概要，告诉你读完才能上路，车上追过惊讶，然后告诉你某个螺旋桨给定根本无法你调一下，每次触发汽车上都要等半小时…这确实很无聊？

对于 Serverless 的的产品来告诉他，从用于者感官来告诉他，最大的涵义在于三件真的：

无法访问丢弃内置，增大了用于者的人格税金；

极其短时间的触发短暂，这点扩充了用于一幕和易懂性；

Scale-to-Zero，在多数一幕当中增大了用于的变为本（人口为129人明显波峰波谷，且你没法比对的一幕），在为数众多时甚至可以折扣。

有了以上同一天，才能不想像中好地将元图表连在一起到其他的领域核心技术开发基本当中，这是构筑更为大的生态的基本。

除了 Serverless 外，当今的核心技术开源感官（DX）当中还包含很多其他的关键因素元素，例如：

Modern CLI：对于核心技术开源来告诉他，CLI 的可靠性比图形界面极高得多，而且较易通过 Shell 原所作组合其他应用软体认真到系统会化。

寒端-本地统一的核心技术开发/调试/部署感官：不会人不想天天扯一站式器，本地能搞定的真的，就切勿让人 SSH。特别对于寒一站式来告诉他，如何在寒下核心技术开发和调试，目在此之前是一个有很多痛点的商品。

Example Code / Demo / 脚手架：新近锐的相对于 PLG 的一站式网络服务。例如：Vercel、Supabase 这一套玩的很拦，不想不想这也是适当的，对于一般来说的 CRUD 领域来告诉他，基本的示例基本都是相似的，获取一些短时间上手的举例，根本无法让核心技术开源更为快的体亦会到你的的产品效益，也帮忙助核心技术开源更为快的构筑他们的领域。

因此，通常而言 Serverless 元图表必要原任顾如下四点关键因素特性：

按量计价且一站式费透明。在 Serverless 元图表一站式特征下，用于者极极少需为每次举例来告诉他或核对比对所消耗的 CPU、闪存、互联网带宽、闪存 I/O 等人力资源用于量而极极少限，须要则不造成了一站式费。这为用于者节约了大量变为本，特别是在接入载荷不有利于或不必比对的领域处理程序时。此外， Serverless 元图表的计价手段全然透明，用于者可以明了便是人力资源消耗量，并算出准确的投入生产产出比，即 ROI。

极致张力。Serverless 元图表可以曾随金融业务多样偏离系统会冗余所需人力资源，在很短的短暂内大幅扩充遏制输水和载荷极高峰，也可以在不会根本无法时缩到 0。从而帮忙助用于者的领域处理程序常常能握有适当的人力资源以保持最佳接入长短暂，而须要过度内置。

用于直观。Serverless 元图表无法访问了基本设施的确定性，用于者用于时须要认真人力资源选标准型和发电量预估，也须要再行去倾听上层的基本设施的监管维护。用于者因此可以从繁琐的人力资源监管文书工作当中之后无情地。

极高能用。Serverless 元图表根本无法在任何算出示例、互联网，或者芯片牵涉到短路时，通极极少副本以及系统会短路读取技能，保障用于者的的图表自始至终能用，并且图表常常正确无误。

听两兄弟很美好，Does it even possible？经过大半年的短暂，我们终于把首个原标准型认真出来了，并在 11 月底 1 号网易公测，它就是 TiDB Serverless Tier。

我自己写到了一个小处理程序，在一个全原不须环境下，通过示例触发一个 TiDB 的 Serverless Tier 示例。在整个过程里，我只是告诉这个处理程序，要触发一个战略性，这个战略性叫什么英文名字，然后把密码一输，20 秒之前可以直接拿一个 MySQL 用户端连干脆了，这个短暂今后亦会大幅度大大缩短。不只不过一下，如果大大缩短到三五秒钟，这亦会更大地偏离核心技术开发领域的用于方式上和感官。而且须要倾听它的能用性，即使网易以后，金融业务输水变得前所未见无比的时候，它也根本无法不想像中好地配套干脆，不会输水的时候，它还能缩回来。

它看似却是有很多很多的核心技术或许，本文就不因由细告诉他了。其当中我们有一个法理，就是怎么能用好寒获取的各有不同的一站式，比如 Spot Instances、S3、EBS、张力的 Load Balancer。TiDB 的 Serverless Tier 看似对于马国所有的张力人力资源都实时进行了不想像中好的整合，以及变化多端的分派，获取了一个极致张力的用于者感官。这个用于者感官比原有的寒原生元图表更为往在此之前横贯了一步，或许更为极少，直观程度更为极高。

我却是可以很毫无疑问的告诉他，对于新近创的所有元图表子公司，如果告诉他在此之前两年你的套票是寒原生的话，你来年的套票就变变为 Serverless，不会 Serverless 都是不了牌桌。今日，Serverless 元图表也变为了国内外各家公有寒制造商，以及独立元图表制造商开始大肆整体所设计的领域。如 AWS、Azure、GCP、阿里寒、腾讯寒，以及 MongoDB、PingCAP、CockroachDB、Snowflake，在在一年来都在更快投入生产 Serverless 元图表一站式。

2023 年展望：新近的产品特征、大子公司、技术开发其组织、AI 感官

今后，元图表核心技术还是有很多真的可以认真。不过，我更进一步实在有一条接续，这条接续就是挂着领域核心技术开源，之前不管在在业人员级领域还是其他各种领域，这些领域都是处理程序员写到出来的，都是示例核心技术开源核心技术开发出来的。

在 ChatGPT 出来之在此之前，我长期并不认为 AI 实际上过度造谣的变为分，但 ChatGPT 真的让我感觉到欢笑，让我体亦会到 AI 的效益，它并非直接过渡到工程师，而是大幅提极高工程师的生产可靠性。这类应用软体与从业人员结构上现有金融业务的为基础将亦会是整整极其值得关注的态势。

只不过上，从业人员如何大幅提极高领域核心技术开源的可靠性，这或许是一个大的转标准型顺时针，有或许这个接续转标准型到今后，亦会推断出元图表核心技术在认真很多真的上都不是元图表核心技术了，比如一个更为好用的 Serveless 元图表怎么认真？我用一大堆载荷平衡或者张力算出的核心技术，甚至整整我在不想确实 SQL 对于领域核心技术开源来告诉他还是想像中多样了，有不会更为好的离用于者更为近的图表的产品表现特征？TiDB Cloud Serverless Tier 在在推出了一个 AI 应用软体 Chat2 Query beta 版，它可以让用于者用重构生变为 SQL 去认真相应的图表核对，从而让每一个用于者都可以以极其容易的手段从图表当中获取便是。

我实在整整今后的元图表核心技术，核心技术本身不不必或缺，之前的顺时针是大幅提极高每一个领域核心技术开源的人生指数。元图表核心技术一定亦会往更为直观、就越发好用、就越发有效率地让大家写到出原不须领域，向更快进入商品的顺时针去坚持不懈。

以前面一段作为结尾，列一部分有意思的关键因素时刻，虽然毫无疑问不形式化，借此能对你有所启发：

原不须的产品特征。当各有不同超级商品的闪存螺旋桨上的图表都在 S3 之前，假定可以解锁一个更为大的基于图表人力资源共享和交换的商品（不只不过一下 Google Docs），又或者在 S3 上 + MVCC 假定可以认真到值得忽略 Git 似的对于图表的旧版控制，不只不过一下 git checkout 的顺滑感官，只是各有不同的是，你读取的是你的元图表镜像（我告诉他已经有马国的元图表的产品开始探索该种的产品特征），这亦会造成了很多原不须领域一幕和新近颖的效益。

原不须大子公司。寒是原不须算出机，但当今上必要不能只有几台算出机，除了标准的 SaaS 模式外，还有不会或许将 DBaaS 作为一个整体实时进行编码器，这或许又是一种全原不须大子公司（特别是在和一些二线或者私有寒合作的时候），此时元图表制造商亦会变变为编码器元图表一站式的产品的制造商（有点环绕）。

原不须技术开发其组织。对于一个元图表制造商来告诉他，无论如何技术开发和的产品的根本无法却是只之外虚拟机核心技术开发，但是在认真寒一站式的过程当中，你不极极少是核心技术开源，还亦会是运维和服务于者，而且核心技术开发寒一站式对于技术开发人员的核心技术堆叠的敦促和元图表虚拟机是全然不一样的，其当中里也就是说包括前所未见的其组织趋向和人事调整。

元图表的交互感官亦会被 AI 全然再加塑。当我们把 Serverless、HTAP、AI 为基础在两兄弟时，它们亦会全然偏离我们与元图表互动手段的有或许。今日我们已经可以能用 AI 的技能将重构转化为标准的 SQL 示例，任何人，即使他倒是懂 SQL 也可以轻松认真到多样的图表核对比对，让有为都有机亦会变为为图表比对师，这就是今后元图表的小孩子，而这一天刚刚早些。

之前，无论如何一年，我们已经看不到当欧美的很多核心技术、计划、核心技术开源在全球性造成了了一定受到影响力也，我也看不到了宽广的全球性商品在向当欧美从业人员招手。今后，日益多来自当欧美的核心技术亦会逐渐丢下向全球性，构筑独自的全球性受到影响力也。

所作讲解：

凤东旭，PingCAP 倡议创始人原任 CTO，资深基本软体工程师，的系统师，曾离职于纤软亚洲研究院，腾讯公司有道及豌豆荚，擅长于分布式系统以及元图表核心技术开发，在分布式闪存领域有丰富的经验和独到的见解。痴迷的Apache爱好者以及Apache软体所作，经典之作是分布式 Redis 堆堆叠方案 Codis，以及分布式人关系标准型元图表 TiDB。

基于元图表核心技术，CSDN 也号召了《2022-2023 当欧美基本软芯片核心技术开源大调查》问卷。欢迎照相左横二维码，投身于有为都在用于的「基本软芯片」的问卷调研，更为有 iPad 等精美宾客等你拿！。

金笛复方鱼腥草合剂
复方鳖甲软肝片如何软肝
迈普新
肚子咕咕叫一直拉稀水怎么办
治疗肝硬化效果好的药物有哪些