鋪天蓋地云原生，什么才是真正的云原生數(shù)據(jù)倉庫？
點(diǎn)擊可觀看精彩演講視頻
一、云原生數(shù)據(jù)倉庫的背景與定義
今天的主要內(nèi)容首先是簡(jiǎn)單介紹云原生數(shù)據(jù)倉庫的背景，定義云原生數(shù)據(jù)倉庫，然后是講常見的云原生數(shù)據(jù)倉庫的架構(gòu)，包括架構(gòu)的演進(jìn)及應(yīng)用場(chǎng)景。
1. 數(shù)據(jù)平臺(tái)的技術(shù)變革歷程
從大數(shù)據(jù)或數(shù)據(jù)分析的角度看，數(shù)據(jù)平臺(tái)的發(fā)展經(jīng)歷過四個(gè)階段，最早期的階段是最傳統(tǒng)的關(guān)系型數(shù)據(jù)庫階段，當(dāng)時(shí)關(guān)系型數(shù)據(jù)庫剛剛興起，做信息化等早期的一些系統(tǒng)。后來在1990年左右，出現(xiàn)很多數(shù)據(jù)倉庫。在2000年左右出現(xiàn)了大數(shù)據(jù)相關(guān)的一些系統(tǒng)，包括現(xiàn)在大家比較熟悉的Hadoop，當(dāng)年我們做的Greenplum等。2015年之后，隨著云的發(fā)展，出現(xiàn)了新一代的云原生數(shù)據(jù)倉庫，我們稱為智能數(shù)據(jù)云平臺(tái)的階段。每個(gè)階段關(guān)注的點(diǎn)其實(shí)不太一樣，環(huán)境、應(yīng)用出現(xiàn)變化的時(shí)候，里面的技術(shù)架構(gòu)也出現(xiàn)了一些大的變革，之后會(huì)詳細(xì)介紹。
這幾個(gè)階段的技術(shù)有很大的區(qū)別，我主要集中于分析型數(shù)據(jù)庫來介紹。現(xiàn)在很多用戶做交易、分析，如果數(shù)據(jù)量不是特別大，用一個(gè)簡(jiǎn)單的交易型數(shù)據(jù)庫就可以，比如傳統(tǒng)的Oracle、DB2等。最早期這些基本都是共享存儲(chǔ)的系統(tǒng)，共享存儲(chǔ)的架構(gòu)的可擴(kuò)展性不好，只能到十幾個(gè)節(jié)點(diǎn)，性能相對(duì)來說比較差。
后面在八十年代，當(dāng)時(shí)Teradata做MPP的一體機(jī)，相當(dāng)于軟硬一體，后面出現(xiàn)的MPP基本都是基于普通的X86服務(wù)器的，架構(gòu)變化不大，基本是一種無共享的架構(gòu)，節(jié)點(diǎn)之間通過萬兆網(wǎng)絡(luò)連接。這一代的特點(diǎn)也很明顯，它易于使用，性能也較好，但有一個(gè)較大的缺點(diǎn)：計(jì)算和存儲(chǔ)是耦合的，如果要做擴(kuò)容，計(jì)算和存儲(chǔ)必須都得擴(kuò)，它的可擴(kuò)展性受到一定的限制，一般只能到上百個(gè)節(jié)點(diǎn)或者幾百個(gè)節(jié)點(diǎn)，基本做不到再往上擴(kuò)。
后面出現(xiàn)了Hadoop，當(dāng)年我做的HAWQ其實(shí)是一個(gè)SQL-on-Hadoop引擎，其實(shí)有很多都可以叫SQL-on-Hadoop引擎，比如Hive、SparkSQL等等。但現(xiàn)在也在演化。SQL-on-Hadoop引擎有好處，它的集群規(guī)模可以做得很大，但也有一些缺點(diǎn)，比如SQL-on-Hadoop計(jì)算和存儲(chǔ)不是完全分離的。在邏輯上它是分離的，計(jì)算是計(jì)算層，存儲(chǔ)是HDFS，但是物理上大家在部署的時(shí)候基本還是把計(jì)算和存儲(chǔ)部署在一起。Hadoop很大的一個(gè)缺點(diǎn)是它的并發(fā)性不是很好，比如Hive等等，并發(fā)高之后導(dǎo)致性能上不去，很難支持非常高并發(fā)的場(chǎng)景，性能角度來看比MPP還是差一些。
再之后，在2015年左右出現(xiàn)了云原生架構(gòu)，隨著云的發(fā)展，存儲(chǔ)在云上轉(zhuǎn)向?qū)ο蟠鎯?chǔ)，相對(duì)HDFS來說對(duì)象存儲(chǔ)會(huì)便宜一些，但性能較差。在云上如果自己再搭建一個(gè)HDFS，運(yùn)維成本較高，所以大家在做云原生架構(gòu)的時(shí)候，存儲(chǔ)基本就用云上的對(duì)象存儲(chǔ)，在私有環(huán)境底下當(dāng)然沒關(guān)系，在物理機(jī)上可以用其他的存儲(chǔ)；在公有云上，上面的計(jì)算完全是分隔的，這樣就可以做到計(jì)算、存儲(chǔ)可獨(dú)立擴(kuò)容。
2. 云原生 ? 數(shù)據(jù)庫 = 云原生數(shù)據(jù)庫
現(xiàn)在說云原生的概念，比如CNCF的概念，一般都是偏應(yīng)用視角的定義。我之前在的EMC是提云原生概念最早的公司，主要是從敏捷開發(fā)，DevOps等方面來簡(jiǎn)化應(yīng)用的開發(fā)，部署和運(yùn)維等等。云原生火了之后，大家抽象出了很多特性。云原生系統(tǒng)的本質(zhì)特性主要指在各種不同云環(huán)境下可以做到架構(gòu)上彈性可擴(kuò)展、松散耦合、易于管理、易于升級(jí)、易于運(yùn)維、易于交付等等。從云原生數(shù)據(jù)庫系統(tǒng)來說，要做一個(gè)云原生數(shù)據(jù)庫系統(tǒng)是非常復(fù)雜的，要實(shí)現(xiàn)大規(guī)模計(jì)算、存儲(chǔ)、事務(wù)管理等等，大的集群架構(gòu)不像只是在容器里面跑一個(gè)小的應(yīng)用。云原生數(shù)據(jù)庫或者云原生數(shù)據(jù)倉庫還沒有一個(gè)非常好的定義。
我根據(jù)多年經(jīng)驗(yàn)結(jié)合現(xiàn)在云原生的一些系統(tǒng)，梳理出了一個(gè)簡(jiǎn)單的定義。我認(rèn)為云原生數(shù)據(jù)庫是在公有云、私有云和混合云等新型動(dòng)態(tài)環(huán)境中，基于存儲(chǔ)與計(jì)算分離架構(gòu)的、存儲(chǔ)和計(jì)算可以獨(dú)立彈性擴(kuò)展的、松散耦合的數(shù)據(jù)庫系統(tǒng)。因?yàn)閿?shù)據(jù)庫并不只是一個(gè)云原生的應(yīng)用程序，它有數(shù)據(jù)庫的特性，不能因?yàn)樵圃⒋鎯?chǔ)計(jì)算分離，就把很多特性都扔了，還是必須保證性能、可擴(kuò)展性、一致性，包括符合SQL的標(biāo)準(zhǔn)、容錯(cuò)、易于管理和多云支持。多云也是很重要的，這是防止廠商lock in的一種方式。
3. 云原生數(shù)據(jù)庫的特點(diǎn)
簡(jiǎn)單說說云原生數(shù)據(jù)庫的一些特點(diǎn)，現(xiàn)在很多都說自己是云原生數(shù)據(jù)庫，但其實(shí)不是，比如把Oracle直接放到云上的虛擬機(jī)跑一下，它是不是就叫云原生？不是，因?yàn)樗鼭M足不了很多特點(diǎn)。我覺得有幾大特點(diǎn)能把云原生數(shù)據(jù)庫區(qū)分開。第一個(gè)是從數(shù)據(jù)庫用戶的角度來看，計(jì)算和存儲(chǔ)是分離的，有人說Oracle是不是也是計(jì)算與存儲(chǔ)分離？我底下是EMC的存儲(chǔ)，上面是Oracle的數(shù)據(jù)庫，是不是也是存算分離？其實(shí)這個(gè)不算，因?yàn)镺racle整個(gè)的軟件層次，內(nèi)部的存儲(chǔ)是它自己的軟件實(shí)現(xiàn)的，EMC只是硬件的支持。
我們一般說云原生數(shù)據(jù)庫基本上是分布式的，如果是分析型的，基本上是分布式的存儲(chǔ)，比如底下文件系統(tǒng)或者是對(duì)象存儲(chǔ)，或者是分布式文件系統(tǒng)，又或者是其他自研的一些分布式存儲(chǔ)等等，這是從計(jì)算存儲(chǔ)分離的架構(gòu)區(qū)分開的，這樣存儲(chǔ)、計(jì)算都可以獨(dú)立擴(kuò)容，缺計(jì)算的時(shí)候可以擴(kuò)計(jì)算，缺存儲(chǔ)的時(shí)候可以擴(kuò)存儲(chǔ)，節(jié)省成本。
存算分離的另一個(gè)好處是：一個(gè)查詢用10個(gè)節(jié)點(diǎn)需要跑一個(gè)小時(shí)，如果線型可擴(kuò)展、加速比做得很好，100個(gè)節(jié)點(diǎn)可能只需要跑6分鐘，就能把這個(gè)查詢跑出來；但是在云上往往是按照計(jì)算使用量和存儲(chǔ)使用量來計(jì)費(fèi)的，相當(dāng)于用同樣的成本得到了更加好的用戶體驗(yàn)。如果存算是綁定的，要起100個(gè)節(jié)點(diǎn)一直放著，很痛苦，整個(gè)機(jī)器都一會(huì)兒停一會(huì)兒?jiǎn)ⅲ瑪?shù)據(jù)還要持久化，這不太現(xiàn)實(shí)，所以這是存算分離包括松散耦合等帶來的很大好處。
在同樣的計(jì)算環(huán)境下還應(yīng)該保持高性能，因?yàn)榇嫠惴蛛x后有很多優(yōu)化工作需要做，比如存儲(chǔ)分離之后需不需要使用一些緩存來加速？大家如果用過對(duì)象存儲(chǔ)都知道它很慢，對(duì)象存儲(chǔ)的設(shè)計(jì)是為了放一些小的文件、圖片等，并不是為了數(shù)據(jù)庫的工作負(fù)載。所以為了達(dá)到很好的性能，要做很大的優(yōu)化，不能把性能給丟了。
高可擴(kuò)展性可以保證這個(gè)系統(tǒng)，數(shù)據(jù)量越來越大，應(yīng)用越來越多，可以很容易做到擴(kuò)展，但是傳統(tǒng)的MPP集群就做不到這一點(diǎn)，云原生數(shù)據(jù)庫則可以保證。
大家做交易型數(shù)據(jù)庫都說一致性是必須的，但是做分析型數(shù)據(jù)庫一致性是不是必須的呢？現(xiàn)在一致性的觀點(diǎn)是肯定需要事務(wù)處理，很多早期的Hadoop上的分析型系統(tǒng)不支持事務(wù)，但后來都支持了，為什么？很多應(yīng)用場(chǎng)景其實(shí)還需要更新，比如拉鏈表等等，在增刪改查的時(shí)候既能保證好事務(wù)，又能保證好分析的性能不變。一致性的要求也是云原生數(shù)據(jù)庫的一個(gè)特點(diǎn)。
在出錯(cuò)的環(huán)境下可以不中斷、易于管理，也是云原生數(shù)據(jù)庫一個(gè)很大的特點(diǎn)。傳統(tǒng)數(shù)據(jù)庫的管理非常復(fù)雜的，而在云上非常簡(jiǎn)單。
最后一點(diǎn)是多云支持，站在最終用戶的角度，他希望只需要一個(gè)數(shù)據(jù)庫，因?yàn)閿?shù)據(jù)庫的黏性非常強(qiáng)，數(shù)據(jù)量進(jìn)來之后再轉(zhuǎn)移相對(duì)比較麻煩，所以很多客戶對(duì)多云的要求非常多。
從這些特點(diǎn)很容易判斷出一個(gè)聲稱是云原生數(shù)據(jù)庫的數(shù)據(jù)庫是否名副其實(shí)，如果只是把Oracle或者M(jìn)ySQL簡(jiǎn)單搬到虛擬機(jī)環(huán)境下，它不能稱為云原生數(shù)據(jù)庫。
二、云原生數(shù)據(jù)倉庫架構(gòu)
我以幾個(gè)實(shí)際的大數(shù)據(jù)相關(guān)的云原生數(shù)據(jù)庫架構(gòu)舉例來說明。Snowflake前段時(shí)間剛上市，估值很高，巴菲特也投了這個(gè)公司，業(yè)界一片看好，收入規(guī)模漲得很快。下圖是它的架構(gòu)，在這里面有三層，最上面一層是Cloud services，做查詢解析、優(yōu)化、元數(shù)據(jù)管理，包括安全控制等等，如果你了解分布式，這里指的是他們的主節(jié)點(diǎn)/控制節(jié)點(diǎn)做的一些事情。
中間這一層叫查詢計(jì)算層，計(jì)算層很有意思，這是這一代數(shù)據(jù)庫的特點(diǎn)，它的計(jì)算層可以分成多個(gè)小的集群，這是非常好的資源隔離方式，計(jì)算和存儲(chǔ)分離，就等于可以動(dòng)態(tài)地起很多小的集群，不同的用戶可以使用不同的集群，類似于多租戶的概念，這樣就帶來了高并發(fā)等好處。底下存儲(chǔ)層，Snowflake用的是對(duì)象存儲(chǔ)，其實(shí)他們?cè)趧?chuàng)業(yè)初期的時(shí)候想嘗試開發(fā)一套自己的存儲(chǔ)，但后來失敗了，為什么？因?yàn)榇鎯?chǔ)還是很復(fù)雜的，想開發(fā)一套好的存儲(chǔ)需要好幾年，使用了現(xiàn)在的S3，當(dāng)然也踩了很多坑。
另外一個(gè)例子是現(xiàn)在我們?cè)谧龅腛ushuDB。
OushuDB是一個(gè)云原生的數(shù)據(jù)倉庫，是這種存儲(chǔ)與計(jì)算分離、松散耦合的架構(gòu)。大家可以看到架構(gòu)方面跟Snowflake有一點(diǎn)點(diǎn)相像，左上邊這一塊藍(lán)色的部分是主節(jié)點(diǎn)做的事情，多個(gè)主節(jié)點(diǎn)可以管理著獨(dú)立的元數(shù)據(jù)，管理資源，做查詢的解析、查詢的優(yōu)化等等；右上邊那一塊是計(jì)算，我們叫虛擬計(jì)算集群，用戶可以動(dòng)態(tài)起一些虛擬計(jì)算集群。在云的支持方面，我們不僅支持公有云，也支持私有云，還支持物理機(jī)的部署。
在存儲(chǔ)支持方面，OushuDB支持多種存儲(chǔ)，包括對(duì)象存儲(chǔ)、HDFS等。在公有云上我們推薦用對(duì)象存儲(chǔ)，比較簡(jiǎn)單，不需要獨(dú)立存儲(chǔ)的部署；在物理集群上，我們建議部署HDFS。隨著各種各樣的混合工作負(fù)載越來越多，我們研發(fā)了Magma分布式表存儲(chǔ)，我們這種新的存儲(chǔ)支持混合工作負(fù)載，支持高并發(fā)、小查詢、帶索引等等，這些工作負(fù)載在對(duì)象存儲(chǔ)上比較難實(shí)現(xiàn)，支持可插拔存儲(chǔ)是我們相對(duì)Snowflake更好的地方。
另外一部分是我們極速的數(shù)據(jù)分析能力，大家知道Greenplum性能包括HAWQ性能是很好的，而現(xiàn)在OushuDB的版本里，新一代的執(zhí)行器性能無論是單表性能還是非常復(fù)雜的查詢，已經(jīng)可以比Greenplum快5-10倍，這非常難，但我們做到了。而且完全兼容SQL的標(biāo)準(zhǔn)，如果以前你用了Teradata、Oracle、DB2、Greenplum或者其它數(shù)據(jù)倉庫，應(yīng)用可以非常容易地遷移到我們新一代的數(shù)據(jù)庫里。
這是幾大類產(chǎn)品簡(jiǎn)單的對(duì)比，比較客觀，左邊兩個(gè)是新一代的架構(gòu)，其他的是一些傳統(tǒng)的共享存儲(chǔ)架構(gòu)系統(tǒng)，類似于Oracle這種數(shù)據(jù)庫、數(shù)倉的一些系統(tǒng)。第二種是傳統(tǒng)MPP，類似于Greenplum，Vertica等系統(tǒng)，第三種是Hadoop相關(guān)的一些系統(tǒng)。
從數(shù)據(jù)共享角度來看，比如新一代的云原生架構(gòu)可以共享同一份數(shù)據(jù)，不需要因?yàn)榧旱囊?guī)模導(dǎo)致要分割很多種小的存儲(chǔ)集群，相當(dāng)于用一個(gè)大的存儲(chǔ)集群就搞定了。存儲(chǔ)是統(tǒng)一的，只需要存一份數(shù)據(jù)，不會(huì)形成數(shù)據(jù)孤島。
在事務(wù)方面完全支持事務(wù)的ACID，所有的特性包括索引等等都可以支持。數(shù)據(jù)治理方面其實(shí)比較簡(jiǎn)單，性能、可擴(kuò)展性、SQL標(biāo)準(zhǔn)支持、支持?jǐn)?shù)據(jù)類型，包括結(jié)構(gòu)化、半結(jié)構(gòu)化。存儲(chǔ)引擎的選擇，有的云原生數(shù)據(jù)庫可以支持多種，有的云原生數(shù)據(jù)庫只能支持一種，其它的基本上都是綁死的，比如Oracle不能選別的，Greenplum只能選私有的存儲(chǔ)，Hadoop基本上是HDFS。使用難度來看，新一代云原生架構(gòu)繼承了傳統(tǒng)數(shù)據(jù)庫Oracle，MPP數(shù)據(jù)庫等的特征，完全兼容SQL包括存儲(chǔ)過程、自定義函數(shù)等等，運(yùn)維和實(shí)施難度較簡(jiǎn)單。
三、數(shù)據(jù)平臺(tái)架構(gòu)演進(jìn)
前面主要說了從架構(gòu)角度來看云原生數(shù)據(jù)倉庫或者云原生數(shù)據(jù)庫跟傳統(tǒng)數(shù)據(jù)庫的一些區(qū)別，真正做一個(gè)數(shù)據(jù)分析的應(yīng)用場(chǎng)景，并不單純是一個(gè)數(shù)據(jù)庫，它是很多系統(tǒng)組合的結(jié)果，需要一個(gè)好的數(shù)據(jù)架構(gòu)。我們從這個(gè)角度來看數(shù)據(jù)架構(gòu)演進(jìn)的路線。
這是最傳統(tǒng)的數(shù)據(jù)架構(gòu)，在2000年之前比較流行，大家都叫傳統(tǒng)數(shù)據(jù)倉庫平臺(tái)架構(gòu)，這個(gè)架構(gòu)非常簡(jiǎn)單，有數(shù)據(jù)源，進(jìn)行ETL，到傳統(tǒng)的數(shù)據(jù)倉庫，上面有多個(gè)數(shù)據(jù)集市，再上面有報(bào)表等應(yīng)用，這是最傳統(tǒng)、最經(jīng)典的數(shù)據(jù)倉庫的架構(gòu)。
后面等Hadoop出來后，大家開始構(gòu)建數(shù)據(jù)湖，很多人對(duì)數(shù)據(jù)湖這個(gè)概念的理解不是很一樣，那數(shù)據(jù)湖到底是什么？數(shù)據(jù)湖解決了什么問題？以前傳統(tǒng)數(shù)倉的模式，數(shù)據(jù)從數(shù)據(jù)源、從ETL加載過來，到數(shù)據(jù)倉庫，再到數(shù)據(jù)集市，再到應(yīng)用。數(shù)據(jù)倉庫有著非常好、非常嚴(yán)格的建模方式，比如在金融里有FSDM，還有維度建模等各種各樣建模的方法，使得很多數(shù)據(jù)大家用起來不爽——為什么做一件事情我不能拿到所有的數(shù)據(jù)，拿到數(shù)據(jù)還要經(jīng)過這么長(zhǎng)時(shí)間才能用，用起來也不是那么靈活，開發(fā)一個(gè)創(chuàng)新場(chǎng)景比較慢。
引入數(shù)據(jù)湖的概念，就是把所有的數(shù)據(jù)，無論結(jié)構(gòu)化、非結(jié)構(gòu)化，都扔進(jìn)來，沒有經(jīng)過嚴(yán)格的數(shù)據(jù)建模等等過程，原始數(shù)據(jù)放在這兒，大家可以去用，用完之后如果形成了一些好的模型，可以轉(zhuǎn)到數(shù)據(jù)倉庫里。數(shù)據(jù)湖出現(xiàn)之后，大家形成的架構(gòu)上基本上是這樣一種架構(gòu)：有數(shù)據(jù)湖，有數(shù)據(jù)倉庫，上面還有數(shù)據(jù)集市，現(xiàn)在大部分的架構(gòu)都是這樣，當(dāng)然包含一些流處理等，流數(shù)據(jù)由不同的組件實(shí)現(xiàn)。
在新一代云原生的架構(gòu)底下，數(shù)據(jù)架構(gòu)變得簡(jiǎn)單了。底下的對(duì)象存儲(chǔ)或是其他存儲(chǔ)是共享的，數(shù)據(jù)進(jìn)來之后可以不加整理直接放到存儲(chǔ)中（數(shù)據(jù)湖中），想做處理的時(shí)候，可以直接使用，經(jīng)過加工之后形成倉庫里建模好的數(shù)據(jù)，再到集市，整個(gè)的加工處理都在一套平臺(tái)里，不同的計(jì)算場(chǎng)景可以使用不同的計(jì)算集群。這種架構(gòu)我們稱之為最新的數(shù)據(jù)云平臺(tái)架構(gòu)。“湖倉一體”基本上也是這個(gè)概念，湖和倉可以統(tǒng)一在一套系統(tǒng)中，可以做數(shù)據(jù)加工、數(shù)據(jù)資產(chǎn)管理、數(shù)據(jù)治理、數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)、建模等等，可以非常好地解決傳統(tǒng)的需要多個(gè)集群、多個(gè)系統(tǒng)之間做數(shù)據(jù)倒騰等各種復(fù)雜的事情。
更具體一點(diǎn)，這個(gè)架構(gòu)里其實(shí)有非常多的組件，在公有云上可以用對(duì)象存儲(chǔ)，在物理機(jī)上部署的話，還可以使用HDFS。數(shù)據(jù)可以分為不同的區(qū)域，計(jì)算可以使用多個(gè)集群，比如在做ETL的時(shí)候用一個(gè)集群，那邊要做即席查詢，可以使用另外一個(gè)計(jì)算集群，不同的計(jì)算集群做不同的事情，但是數(shù)據(jù)是共享的，實(shí)現(xiàn)了一個(gè)完美的架構(gòu)。
四、云原生數(shù)據(jù)倉庫的應(yīng)用
最后，我們?cè)賮碇v一個(gè)云原生數(shù)據(jù)倉庫在國有銀行的一個(gè)應(yīng)用案例。國內(nèi)的大行資產(chǎn)規(guī)模在世界上非常領(lǐng)先，因此數(shù)據(jù)量非常巨大，有幾十個(gè)PB。傳統(tǒng)的MPP數(shù)據(jù)倉庫和Hadoop都很難解決高并發(fā)，數(shù)據(jù)孤島等問題。另外，銀行的要求非常高，包括穩(wěn)定性、功能支持的完備性等等，因此跟互聯(lián)網(wǎng)公司有一些區(qū)別，在互聯(lián)網(wǎng)公司能湊合用人肉運(yùn)維使用的系統(tǒng)在銀行一般很難用得起來。現(xiàn)在行里大約有好幾十個(gè)數(shù)據(jù)倉庫集群，云原生架構(gòu)可以很好地解決數(shù)據(jù)孤島等問題，現(xiàn)在我們正在慢慢地將它遷移到新一代云原生架構(gòu)里。
講師簡(jiǎn)介
常雷
偶數(shù)科技創(chuàng)始人、CEO，騰訊云TVP
偶數(shù)科技創(chuàng)始人、CEO，騰訊云TVP，Apache HAWQ數(shù)據(jù)庫頂級(jí)項(xiàng)目創(chuàng)始人，曾任EMC高級(jí)研究員、EMC/Pivotal研發(fā)部總監(jiān)，長(zhǎng)期專注于AI和大數(shù)據(jù)領(lǐng)域，曾在國內(nèi)外頂級(jí)數(shù)據(jù)管理期刊和會(huì)議（如SIGMOD等）發(fā)表數(shù)篇論文，擁有多項(xiàng)國際專利。常雷博士是中國計(jì)算機(jī)學(xué)會(huì)數(shù)據(jù)庫專委，中國大數(shù)據(jù)產(chǎn)業(yè)生態(tài)聯(lián)盟專家和中國人工智能百人專家。2017年入選美國著名商業(yè)雜志《快公司》“中國商業(yè)最具創(chuàng)意人物100”榜單。他于2008年博士畢業(yè)于北京大學(xué)計(jì)算機(jī)系。
點(diǎn)擊觀看峰會(huì)的精彩總結(jié)視頻??
6月5日，Techo TVP 開發(fā)者峰會(huì) ServerlessDays China 2021，即將重磅來襲！
掃碼立即參會(huì)贏好禮??
