田丰博士，矩阵起源CTO。师从数据库元老级前辈 David DeWitt，拥有20年数据库内核开发经验，多篇论文入选数据库领域国际顶级会议SIGMOD、VLDB。
本次专访，田丰博士与IT168分享了对数据库公司技术路线演变的思考。
从细分到融合的演化过程
技术细分与融合是一个不断变化的过程，会随着供给与需求的变化而动态调整。
以HTAP数据库的发展为例：关系型数据库的业务负载通常分为TP负载和AP负载，TP一般是做交易型的业务，数据量小，但要求低时延、高吞吐，对安全、高可用、稳定性有较高的要求。AP一般对历史数据进行分析，对系统资源开销大，主要面向数据量大、查询复杂以读为主的分析类业务。
早期数据量较小，数据库并不区分TP和AP，所有业务都放在一个数据库上，如Oracle既能支持TP负载，也能支持AP负载。随着时间的推移，数据量逐渐增大，受限于当时的技术，一套架构很难满足不同的负载需求，TP和AP开始分开，交易型数据库处理TP负载，数据仓库处理AP负载，中间通过ETL工具将交易型数据库上的数据传输到数据仓库中，当时业务对时效性要求并不高，可以满足业务需求。
实时分析需求不断上升
随着数字化深入，市场变化加快、竞争加剧，无论是移动互联网产品，还是智能制造、智慧城市等新兴场景，企业对数据使用的要求越来越高，需要获得实时洞察指导经营决策。
对于企业来说，以前做数据分析需要将数据从OLTP库ETL到数仓再进行分析，这样的数据分析方法实时能力较弱;随着对更大规模、更复杂的数据集进行实时分析的需求不断上升，催生出了HTAP数据库。
数据库产品的制胜关键
田丰博士介绍，当前众多的HTAP数据库，大概有以下三种技术路线。
一是从TP走向AP，在TP基础上增加AP能力。二是从AP走向TP，在AP的基础上增加TP的能力。三是从一开始同时支持AP和TP。其中有的方案是将一套TP系统和一套AP系统粘合起来，表面上看一套HTAP系统，但是粘合的方案在数据新鲜度和延迟方面难以把控，能力相对会弱一些。而且在一套系统的基础上增加额外的能力，在资源隔离、资源优化方面也会遇到挑战。
矩阵起源在进行MatrixOne产品设计时，较好地兼容了企业的实时分析需求，统一实现 AP、TP、流等不同类型数据和支持不同异构基础设施的应用，保证性能与简便管理。
实际上，用户对数据库的需求并不是简单的TP和AP，用户真正的需求是让写得更好、更准，读得更多、更快，人为地做了很多应用之后就把TP和AP两个数据库分开。云使得资源颗粒度更细且能近似无限地扩展，这意味着对于用户需求的组合可以不像以前那样一定是TP和AP之分。 比如MatrixOne将存储、计算、事务三层解耦，通过完全容器化的设计来实现极致扩展，更细颗粒度地按照数据的操作混合，通过资源隔离优化，充分利用资源，这样的架构创新离不开云的支持。
数据库竞争已进入崭新阶段
在快速变化的时代，基础软件的创新发展需要长期主义，小步迭代快跑，毕竟好的数据库是用出来的，更是在工程上不断迭代优化出来的。
数据库竞争已进入崭新阶段，一切可能刚刚开始。
