多做些算子，少谈些创新
国产数据库的创新速度似乎越来越快了。前几年大家还在谈分布式、HTAP、云原生，这两年又开始谈AI数据库、多模态、超融合、智能自治。几乎每次数据库厂商召开产品发布会，都能听到几个新名词，似乎不搞出点新概念，就不好意思说自己的数据库技术有了进步。创新当然是好事，中国数据库产业发展到今天，如果没有技术创新，就很难打破国外数据库厂商长期形成的技术壁垒。不过，我始终有一个疑问：我们的数据库真的已经把基础能力做好了，必须开始卷创新了吗？
数据库的最基础的能力是什么？说到底，就是高效、可靠地存储和检索数据。无论数据库采用什么架构，支持多少种数据模型，最终都绕不开数据的读写、过滤、连接、排序、聚合等基本操作。
这些操作在数据库内核中，主要是由一个个执行算子完成的。一个数据库的SQL执行能力，很大程度上取决于它拥有哪些算子，这些算子实现得怎么样，以及优化器能否正确地选择和组合这些算子。
比如同样执行一个Hash Join，有些数据库能够充分利用内存，减少数据复制和Hash冲突；有些数据库则可能频繁申请内存，甚至因为内存管理不合理导致性能急剧下降。同样是一次排序，有些数据库能够利用Top-N优化避免全量排序，有些数据库却需要把大量无用的数据也排一遍。
再比如，一个看起来十分简单的Index Range Scan，涉及索引定位、范围扫描、谓词下推、批量读取以及回表等多个环节。不同的实现方式，可能带来数倍甚至数十倍的性能差异。
这些技术听起来没有AI数据库那么时髦，却实实在在地决定了数据库的性能。
实际上，数据库执行引擎的发展远没有走到尽头。向量化执行、流水线执行、自适应连接、Runtime Filter、分区裁剪、Late Materialization，以及面向不同数据分布的聚合算法，都还有大量值得深入研究的地方。
即使是传统的Nested Loop Join、Hash Join、Merge Join，也不是实现了就算完成任务。不同的应用场景、数据规模、数据倾斜程度和内存条件，对算子的要求完全不同。一个成熟的数据库，需要的不仅是算子种类齐全，还需要多种实现策略，以及优化器对这些策略的准确选择。
更重要的是，算子不是孤立存在的。一个优秀的执行引擎，需要让算子之间高效协作，减少不必要的数据物化、内存复制和线程切换，让数据尽可能以最低的代价完成整个执行过程。
这背后需要长期的工程积累，也需要大量真实业务场景的检验。它不像增加一个新的SQL语法，或者接入一个大模型接口那样容易展示成果，却可能需要研发人员花费几个月甚至几年时间，才能把某个算子的性能提高百分之几。
遗憾的是，这些基础工作往往不容易成为产品发布会上的亮点，也很少在国产数据库产品的发布会上被重点提及。我们的一些国产数据库，功能清单已经相当漂亮了，支持的特性甚至比某些国际主流数据库还要多。但是在实际生产环境中，一条复杂SQL的执行效率、一个错误执行计划的纠正能力、一次大规模数据更新的稳定性，仍然可能暴露出不少问题。有时候，数据库不是缺少某个先进功能，而是连已有的基础功能都没有做到足够好。
当然，我并不是反对AI数据库、HTAP或者多模态数据库。恰恰相反，这些方向都有实际价值，也可能成为未来数据库发展的重要方向。但是，新功能不应该成为忽视基础能力的理由。
AI可以帮助优化器选择执行计划，却不能让一个低效的Hash Join自动变得高效。HTAP可以把事务处理和分析处理融合在一起，但如果底层扫描、连接和聚合算子的效率不高，融合又能带来多少实际价值？多模态数据库同样需要高效的索引、检索和执行机制，而不仅仅是增加几种数据类型。
真正有价值的创新，最终还是要落实到数据库的基础能力上。
我希望未来国产数据库厂商在介绍技术进步的时候，除了告诉我们又支持了什么新功能，也能够多介绍一些内核层面的改进：增加了哪些执行算子，优化了哪些算法，解决了哪些长期存在的性能问题，在什么样的负载下取得了多大的性能提升。这些进步或许不够吸引眼球，但对于真正使用数据库的企业和DBA来说，可能比十个新概念更有价值。
数据库是一个需要长期积累的基础软件，技术竞争最终比拼的不是谁提出的新名词更多，而是谁能够把那些看似普通的基础能力做到极致。少一些概念包装，多一些内核打磨；多做些算子，少谈些创新。这或许才是国产数据库真正走向成熟必须经历的过程。
这个周末参加的内容太充实了，以至于今早起床时候还有点疲态。连续参加了金仓数据库的智能运维工具开发大赛总决赛、年度产品发布会、开发者大会和客户与意见领袖建言大会。从这几个会上，我们看到了金仓数据库在内核上的进步，也感受到了金仓的研发团队对客户使用体验的重视。多一些聆听客户吐槽的交流，少一些高大上的宣发，国产数据库会做得越来越好。很幸运的是，我在产品发布会上不仅听到了hello ai的理念，还听到了今年我们又开发了4个算子，离学习榜样又近了一步这样的总结，这才是一个“数据库”的产品发布会上必须有的内容。
