#哪本小说让你念念不忘#
读格非的这本《月落荒寺》之前，我已经有快五年没有读完过任何一本书。
这本书之所以却出乎意料地一口气读完，思前想后，主要是因为这个故事的背景内核我很熟悉——知识分子的中年挽歌。
因为出生在老师家庭，对于上一辈的知识分子是如何逐步疯掉并走向幻灭，我有很深的体验。
正如书中所说，这些知识分子的精神疾患并非行为失当所致，而是源自知识分子对“纯洁人格”的设定过于不切实际，所谓纯洁，恰恰是农耕时代的产物，随着农业文明行将就木，“我们实际上只剩下两个选择：要么发疯，要么彻底放弃对纯洁的幻想，说服自己接受并适应这个自我分裂、混乱而无趣的世界。”
疯掉也还是这个世界，也就是不管你妥协不妥协。
我在阅读月落荒寺的时候是这样的体验，一开始，是洗完澡眯起眼靠在床上；翻看两页，就不由得爬起身坐起来；再读两页，戴上眼镜披了件衣服去了书房，再翻两页，忍不住感慨：“一本小说而已，有没有必要做到这个程度？”
我们普通人写故事，起承转合，低开高走或高开低走，高潮部分即便再声若雷鸣慷慨悲歌，闲笔部分也注定草草几笔，不是因为不想，而是因为人的笔力是有限的，力有尽时，得用在刀刃上。
但是格非不一样，他的笔力非常充沛，这直接导致整本书全程保持响遏行云的状态和节奏，就好像内力无边的武林高手大战聚贤庄每一掌都是亢龙有悔一样，这使得你的整个阅读体验非常愉悦，由于是毛边书，我专门洗净一把裁纸刀，小心翼翼地裁开每一页，生怕划破，因为全程你不会想错过任何一个自然段。
表面上看，《月落荒寺》所讲述的故事似乎并不奇特，围绕着高校教师林宜生及其朋友圈子的事业、家庭、爱情，格非讲述了城市中产阶级中年人生活的方方面面：主角宜生原籍苏州，南京求学十年后毅然北上做了一名哲学教授，尽管授课颇受学生欢迎，但他并无成就感，随着商业浪潮的来临，传统文化课成为了权贵们业余生活的消遣，他的荷包鼓了起来，但妻子的背叛、离婚、新恋情的美好和曲折、儿子的成长、朋友各自的成就和困境让他痛苦不已，就在此时，意外邂逅的神秘女子楚云进入他的生活，但没想到却因此被卷入更大的谜题旋涡……从故事结构上来看，不太传统中国文学，反而更接近日本文学的故事套路——落魄中年男子在半脱离社会后偶然发现资本社会吃人的惊天秘密后，一边抗争社会一边寻找自我的救赎之旅，通过一些看似不起眼的线索串连关键剧情完成，这样的故事，要写多惨，多深刻，都不算难事，但难就难在如何保持思辨性的同时，依然保留鲜活的可读性。
但格非非常老道，他不断放下身段，用一些悬疑小说的技巧，牵引读者跟随林宜生向前推进，曼莎珠华茶社店外意外车祸的人是谁？楚云的消失是不是梦境？伯远和蓝婉希的懵懂爱情能否修成正果？月落荒寺中，林宜生到底有没有和赵蓉蓉发生关系？楚云的哥哥到底什么背景？毁掉楚云面容的神秘人是谁？以及最后，七年后再见时，林宜生的妻子到底是不是加拿大归来的前妻白薇？这些问题有的在书的后半段得以解答，而更多是留给读者自行琢磨，在被迷雾笼罩的北京城，构建成一个布满战争迷雾的巨大棋局。
书中借老贺的海归科学家父亲之口，提了一个非常有意思的问题“人们去文学作品通常是为了寻找安慰，为什么文学作品总是喜欢描绘负面或者阴暗的东西？”
林宜生的回答是：文学作品的绝望与虚无，作为自我觉醒的必要前提，不仅不是悲观，反而是一种真正意义的乐观。生活从来都有两种。一种是自动化的、被话语或幻觉所改造的、安全的生活，另一种则是“真正的生活”，而文学所要面对的正是后者。
这是什么意思呢？其实说穿了也并不复杂，破题关键就在这五个字：
“真正的生活。”
一个人，尤其是一个中年人，活了30多岁了，就一定要面对一个特别颠覆过去认知的现实——不顺遂和异化是人生的常态。
并不是文学作品喜欢描绘负面阴暗，而是生活的内核更接近悲观。一个婚姻幸福的人读到白薇婚内出轨远嫁重样落魄终生时可能会皱眉，“何至于仔细描写这样一个破烂女人？”
但你反过来想，婚姻幸福的人又有几个呢？
那些真正离过婚的人呢？或者真正被母亲抛弃过的人呢？他们读到这样的剧情，会不会切开书页的手指发抖？我们总是更愿意乐观地以为这些异化的可怜人是少数，是一小撮不稳定因素，哪怕自己就是这样的可怜人，也愿意相信自己的不幸只是偶然。
但其实，随着现代城市文明的发展，我们这些怪物才是社会的大多数。
一个什么样的人会逐字逐句地去咀嚼一个虚拟的不得志中年单亲爸爸的琐碎生活呢？答案当然是一个同样不得志的中年人。对于他来说，为什么要读下去？是因为他自己与林宜生面对的问题非常相似，但对于他得到的代价和结局，其实格非做了非常温情的处理。
黄山的秘密，除了心理医生无人知晓；离婚落魄了一阵，楚云没有理由的进入他的生活；叛逆的儿子，渐渐也对他敞开心扉；杀人不眨眼的楚云哥哥，听了他的哲学课对他敬佩有加；甚至于楚云出了事毁了容，也是流着泪想见他最后一面；七年之后，他有了新的妻子，再见楚云，也没有恶言，能像旧友一样寒暄，紧张地介绍彼此的丈夫与妻子。
是不幸，但真的是非常体面的不幸。
可不论是读者，还是书中宜生的朋友们，我们真正的生活里的不幸，并不那么体面。
有着迷一样背景却突然猝死的查海立和他那疯狂给死去老公戴绿帽的美艳遗孀赵蓉蓉；弃笔从商赚了大钱私底下有着奇怪性癖的周德坤与控制欲极强的狗奴老婆陈渺儿；仕途受阻、先后沉迷书法、茶道、佛经的落魄官员李绍基和爱讲人生哲理故事却又逆来顺受的妻子曾静……这些围绕林宜生的朋友们因为各种各样的机缘走到一起，但他们唯一的共同点其实就是那八个字——人到中年，伤于哀乐。
某种意义上来说，我甚至认为这不是群像，更像是分支选项，他们其实代表这个阴翳的世界中林宜生任何其余可能性的幻灭，从商不行，做官不行，沉溺艺术不行，甚至连死都不行，换而言之，他们以各自生活的集体失败对林宜生的出逃进行了群体审判——别琢磨了，你的路眼下只有带着儿子伯远和神秘女子楚云相依为命这一条，你看我们，那么努力，也算是社会精英了吧，都活成了什么吊样？
所以这种文学性包装后的体面，和宽解，的的确确，是一种对真正落魄读者的安慰，那当然是一种乐观，因为去除掉自动化的、被话语或幻觉所改造的、安全的生活，你面对的真实生活，你没有经验，你手无寸铁，如果没有文学家在前面给你开路，用这些作品告诉你这其实就是生活的正常轨迹，你甚至都没有勇气生活下去。
至于楚云，我不认为是真实存在的人物，太巧了。
刚好在前妻离去，宜生最落魄时出现，来自山西的孤女，相貌与赵蓉蓉旗鼓相当，才学不输杨庆棠的奇女子，无欲无求地要与一无所有的宜生同居，并照顾他正处在叛逆期对后妈有天然敌意的幼子。
太巧了。
结合书中最开始宜生在曼莎珠华茶社打盹时“庄周梦蝶”的暗示，以及他的心理医生安大夫对他病情严重亟需住院的暗示，我们都可以大胆地推出一个结论：
楚云是宜生幻想出来的人物，所以才说，楚云易散。
人被霸凌多了，就会看见机器猫。正如中年男人落魄了，就会看见楚云。
但是也正因如此，书的中后半段，在宜生寻找失踪的楚云办法用尽山穷水尽时，落魄了大半辈子的李绍基回光返照一般与宜生商讨破这棋局计谋时，更增添了几分风车骑士的味道。
几个都被生活折磨的奄奄一息的知识分子，在某一个时刻聚在一起，面对巨大且神秘的对手，他们突然激昂起来，在我看来，这是全书的最高潮。
——李绍基的手指在餐桌上重重地敲了两下，脸色陡然阴沉下来。在这一刻，林宜生所熟悉的那个自信、沉稳且深不可测的李绍基又回来了。
你看，像不像在微信群里故作洒脱给大学女神怎么和家暴老公离婚出谋划策，或者是在车库电话里给准备离婚分割财产的上铺兄弟疯狂支招的你？
别装。
也正因如此，我无法不羡慕林宜生，因为真的很少有人，能有他那么美好的结局，在一切漩涡与混乱尘埃落定之后，许多年后，他依然可以在世界的某个地方，遇到她，并没有任何恩怨地寒暄，他手心应该是微微发汗，脑子里一团乱麻又光影流转，他在想，要怎么和她，介绍自己的妻子。真的羡慕，因为现实生活中的我们，很难有这么文学化的机会告别，以至于我忍不住要把这一段再抄写一遍作为结尾：
过了这么些年，他们各自的生活中，都发生了太多的事。意外的相遇，让两人百感交集，竟一时找不到话说。
他暗暗希望妻子在司徒庙里待得越久越好。
与此同时，宜生也在脑子里飞快地盘算着，如果她很快就回来，他不得不向楚云介绍自己的妻时，要不要撒个小谎，隐瞒一下她的真实身份。
#微博新知博主#
读格非的这本《月落荒寺》之前，我已经有快五年没有读完过任何一本书。
这本书之所以却出乎意料地一口气读完，思前想后，主要是因为这个故事的背景内核我很熟悉——知识分子的中年挽歌。
因为出生在老师家庭，对于上一辈的知识分子是如何逐步疯掉并走向幻灭，我有很深的体验。
正如书中所说，这些知识分子的精神疾患并非行为失当所致，而是源自知识分子对“纯洁人格”的设定过于不切实际，所谓纯洁，恰恰是农耕时代的产物，随着农业文明行将就木，“我们实际上只剩下两个选择：要么发疯，要么彻底放弃对纯洁的幻想，说服自己接受并适应这个自我分裂、混乱而无趣的世界。”
疯掉也还是这个世界，也就是不管你妥协不妥协。
我在阅读月落荒寺的时候是这样的体验，一开始，是洗完澡眯起眼靠在床上；翻看两页，就不由得爬起身坐起来；再读两页，戴上眼镜披了件衣服去了书房，再翻两页，忍不住感慨：“一本小说而已，有没有必要做到这个程度？”
我们普通人写故事，起承转合，低开高走或高开低走，高潮部分即便再声若雷鸣慷慨悲歌，闲笔部分也注定草草几笔，不是因为不想，而是因为人的笔力是有限的，力有尽时，得用在刀刃上。
但是格非不一样，他的笔力非常充沛，这直接导致整本书全程保持响遏行云的状态和节奏，就好像内力无边的武林高手大战聚贤庄每一掌都是亢龙有悔一样，这使得你的整个阅读体验非常愉悦，由于是毛边书，我专门洗净一把裁纸刀，小心翼翼地裁开每一页，生怕划破，因为全程你不会想错过任何一个自然段。
表面上看，《月落荒寺》所讲述的故事似乎并不奇特，围绕着高校教师林宜生及其朋友圈子的事业、家庭、爱情，格非讲述了城市中产阶级中年人生活的方方面面：主角宜生原籍苏州，南京求学十年后毅然北上做了一名哲学教授，尽管授课颇受学生欢迎，但他并无成就感，随着商业浪潮的来临，传统文化课成为了权贵们业余生活的消遣，他的荷包鼓了起来，但妻子的背叛、离婚、新恋情的美好和曲折、儿子的成长、朋友各自的成就和困境让他痛苦不已，就在此时，意外邂逅的神秘女子楚云进入他的生活，但没想到却因此被卷入更大的谜题旋涡……从故事结构上来看，不太传统中国文学，反而更接近日本文学的故事套路——落魄中年男子在半脱离社会后偶然发现资本社会吃人的惊天秘密后，一边抗争社会一边寻找自我的救赎之旅，通过一些看似不起眼的线索串连关键剧情完成，这样的故事，要写多惨，多深刻，都不算难事，但难就难在如何保持思辨性的同时，依然保留鲜活的可读性。
但格非非常老道，他不断放下身段，用一些悬疑小说的技巧，牵引读者跟随林宜生向前推进，曼莎珠华茶社店外意外车祸的人是谁？楚云的消失是不是梦境？伯远和蓝婉希的懵懂爱情能否修成正果？月落荒寺中，林宜生到底有没有和赵蓉蓉发生关系？楚云的哥哥到底什么背景？毁掉楚云面容的神秘人是谁？以及最后，七年后再见时，林宜生的妻子到底是不是加拿大归来的前妻白薇？这些问题有的在书的后半段得以解答，而更多是留给读者自行琢磨，在被迷雾笼罩的北京城，构建成一个布满战争迷雾的巨大棋局。
书中借老贺的海归科学家父亲之口，提了一个非常有意思的问题“人们去文学作品通常是为了寻找安慰，为什么文学作品总是喜欢描绘负面或者阴暗的东西？”
林宜生的回答是：文学作品的绝望与虚无，作为自我觉醒的必要前提，不仅不是悲观，反而是一种真正意义的乐观。生活从来都有两种。一种是自动化的、被话语或幻觉所改造的、安全的生活，另一种则是“真正的生活”，而文学所要面对的正是后者。
这是什么意思呢？其实说穿了也并不复杂，破题关键就在这五个字：
“真正的生活。”
一个人，尤其是一个中年人，活了30多岁了，就一定要面对一个特别颠覆过去认知的现实——不顺遂和异化是人生的常态。
并不是文学作品喜欢描绘负面阴暗，而是生活的内核更接近悲观。一个婚姻幸福的人读到白薇婚内出轨远嫁重样落魄终生时可能会皱眉，“何至于仔细描写这样一个破烂女人？”
但你反过来想，婚姻幸福的人又有几个呢？
那些真正离过婚的人呢？或者真正被母亲抛弃过的人呢？他们读到这样的剧情，会不会切开书页的手指发抖？我们总是更愿意乐观地以为这些异化的可怜人是少数，是一小撮不稳定因素，哪怕自己就是这样的可怜人，也愿意相信自己的不幸只是偶然。
但其实，随着现代城市文明的发展，我们这些怪物才是社会的大多数。
一个什么样的人会逐字逐句地去咀嚼一个虚拟的不得志中年单亲爸爸的琐碎生活呢？答案当然是一个同样不得志的中年人。对于他来说，为什么要读下去？是因为他自己与林宜生面对的问题非常相似，但对于他得到的代价和结局，其实格非做了非常温情的处理。
黄山的秘密，除了心理医生无人知晓；离婚落魄了一阵，楚云没有理由的进入他的生活；叛逆的儿子，渐渐也对他敞开心扉；杀人不眨眼的楚云哥哥，听了他的哲学课对他敬佩有加；甚至于楚云出了事毁了容，也是流着泪想见他最后一面；七年之后，他有了新的妻子，再见楚云，也没有恶言，能像旧友一样寒暄，紧张地介绍彼此的丈夫与妻子。
是不幸，但真的是非常体面的不幸。
可不论是读者，还是书中宜生的朋友们，我们真正的生活里的不幸，并不那么体面。
有着迷一样背景却突然猝死的查海立和他那疯狂给死去老公戴绿帽的美艳遗孀赵蓉蓉；弃笔从商赚了大钱私底下有着奇怪性癖的周德坤与控制欲极强的狗奴老婆陈渺儿；仕途受阻、先后沉迷书法、茶道、佛经的落魄官员李绍基和爱讲人生哲理故事却又逆来顺受的妻子曾静……这些围绕林宜生的朋友们因为各种各样的机缘走到一起，但他们唯一的共同点其实就是那八个字——人到中年，伤于哀乐。
某种意义上来说，我甚至认为这不是群像，更像是分支选项，他们其实代表这个阴翳的世界中林宜生任何其余可能性的幻灭，从商不行，做官不行，沉溺艺术不行，甚至连死都不行，换而言之，他们以各自生活的集体失败对林宜生的出逃进行了群体审判——别琢磨了，你的路眼下只有带着儿子伯远和神秘女子楚云相依为命这一条，你看我们，那么努力，也算是社会精英了吧，都活成了什么吊样？
所以这种文学性包装后的体面，和宽解，的的确确，是一种对真正落魄读者的安慰，那当然是一种乐观，因为去除掉自动化的、被话语或幻觉所改造的、安全的生活，你面对的真实生活，你没有经验，你手无寸铁，如果没有文学家在前面给你开路，用这些作品告诉你这其实就是生活的正常轨迹，你甚至都没有勇气生活下去。
至于楚云，我不认为是真实存在的人物，太巧了。
刚好在前妻离去，宜生最落魄时出现，来自山西的孤女，相貌与赵蓉蓉旗鼓相当，才学不输杨庆棠的奇女子，无欲无求地要与一无所有的宜生同居，并照顾他正处在叛逆期对后妈有天然敌意的幼子。
太巧了。
结合书中最开始宜生在曼莎珠华茶社打盹时“庄周梦蝶”的暗示，以及他的心理医生安大夫对他病情严重亟需住院的暗示，我们都可以大胆地推出一个结论：
楚云是宜生幻想出来的人物，所以才说，楚云易散。
人被霸凌多了，就会看见机器猫。正如中年男人落魄了，就会看见楚云。
但是也正因如此，书的中后半段，在宜生寻找失踪的楚云办法用尽山穷水尽时，落魄了大半辈子的李绍基回光返照一般与宜生商讨破这棋局计谋时，更增添了几分风车骑士的味道。
几个都被生活折磨的奄奄一息的知识分子，在某一个时刻聚在一起，面对巨大且神秘的对手，他们突然激昂起来，在我看来，这是全书的最高潮。
——李绍基的手指在餐桌上重重地敲了两下，脸色陡然阴沉下来。在这一刻，林宜生所熟悉的那个自信、沉稳且深不可测的李绍基又回来了。
你看，像不像在微信群里故作洒脱给大学女神怎么和家暴老公离婚出谋划策，或者是在车库电话里给准备离婚分割财产的上铺兄弟疯狂支招的你？
别装。
也正因如此，我无法不羡慕林宜生，因为真的很少有人，能有他那么美好的结局，在一切漩涡与混乱尘埃落定之后，许多年后，他依然可以在世界的某个地方，遇到她，并没有任何恩怨地寒暄，他手心应该是微微发汗，脑子里一团乱麻又光影流转，他在想，要怎么和她，介绍自己的妻子。真的羡慕，因为现实生活中的我们，很难有这么文学化的机会告别，以至于我忍不住要把这一段再抄写一遍作为结尾：
过了这么些年，他们各自的生活中，都发生了太多的事。意外的相遇，让两人百感交集，竟一时找不到话说。
他暗暗希望妻子在司徒庙里待得越久越好。
与此同时，宜生也在脑子里飞快地盘算着，如果她很快就回来，他不得不向楚云介绍自己的妻时，要不要撒个小谎，隐瞒一下她的真实身份。
#微博新知博主#
今天给爷爷打电话问家里疫情最近如何
有没有吃的乱七八糟的
超市和卖吃的地方都不让开
爷爷和我偷偷炫耀说在做核酸的时候偷偷找卖东西的地方，前天买到了一箱香蕉，昨天买到了苹果
他总是这么乐观豁达明明糟心的事情在他这也可以变得有趣[泪]
瞬间难过又心酸想想那些孤寡老人又不会用微信的该有多难[泪]
好朋友发给我的又温暖又心酸
求求这该死的疫情快点结束吧[泪]
有没有吃的乱七八糟的
超市和卖吃的地方都不让开
爷爷和我偷偷炫耀说在做核酸的时候偷偷找卖东西的地方，前天买到了一箱香蕉，昨天买到了苹果
他总是这么乐观豁达明明糟心的事情在他这也可以变得有趣[泪]
瞬间难过又心酸想想那些孤寡老人又不会用微信的该有多难[泪]
好朋友发给我的又温暖又心酸
求求这该死的疫情快点结束吧[泪]
【金融业分布式数据库选型及HTAP场景实践】作为数据基础设施的重要组成部分，数据库在其中扮演着重要的角色。近些年来，数据库整体发展也呈现出较之以往很大的不同。其一、是开源数据库受到更为广泛的关注，从多家机构的最新报告来看，开源数据库无论从产品数量还是受关注程度都超过商业数据库。开源这一新模式，正成为未来数据库发展的主流。其二、是云计算成为未来主要资源供给方式得到普遍共识。已经有越来越多的企业选择在云上构建基础环境，包括云上数据库的发展速度也远高于非云环境。据乐观估计，在未来5~10年云数据库将占据整体数据库市场的七成以上。此外，对迁移到公有云、使用多云环境等问题，也普遍被企业所接受。其三、是数据融合趋势，针对数据多场景应用，使用融合技术简化访问，提升效率。作为数据使用高地，金融行业一方面对数据库有着极高的要求，一方面又面临很多来自数据新的挑战，诸如海量规模、高并发、数据安全、实时分析等诉求亟待解决。分布式数据库的出现，迎合这一发展趋势，对于金融企业解决上述问题带来新的解决思路。本文从金融用户角度入手，对如何选择分布式数据库及选型后的最优实践进行阐述。
1. 金融业数据库选型背景
随着企业数字化转型深入，对于数据使用场景也呈现多元化趋势，正有越来越多数据被企业利用起来。金融行业作为数据库应用“高地”，这一趋势表现更为明显。同时我们也看到，近些年来数据库领域也发展迅速，有分布式数据库、多模数据库、云数据库为代表的产品不断涌现。这些新兴数据库在特定场景有很好的使用前景。基于上面两种趋势，金融行业很多企业都在面临选择数据库的问题。
1).选型技术层面要素分析
从技术角度来看，在数据库选型中有哪些要素需要考虑呢？下面以近期比较关注的分布式数据库的选型为例，说明下重点考量的技术要素。
分布式事务
分布式架构，自然会带来分布式事务的问题。由于需要跨节点的网络交互，因此较单机事务会有很多损耗。随之带来的是事务处理时间较长、事务期间的锁持有时间也会增加，数据库的并发性和扩展性也会受到影响。针对单笔事务来说，分布式事务执行效率是肯定会有降低的，分布式带来的更多是整体处理能力的提升。
性能
由于分布式数据库通常使用的二阶段提交和各节点之间的网络交互会有性能损耗，分布式数据库优势不是单个简单SQL的性能，而是大数据量的SQL查询，每个节点会将过滤之后的数据集进行返回，会提升性能，并且分布式数据库的优势是并发，大量的SQL并发也会比单机数据库强大，应用需要做分布式架构的适配，将串行执行机制尽量都改造成并发处理。对于含有需要节点间数据流动的SQL语句的事务，OLTP类的分布式数据库处理效率一般较差，事务处理时间会较长，事务期间的锁持有时间也会增加，数据库的并发性和扩展性也会受到影响。建议尽量改造存在跨节点数据流动的SQL语句（主要是多表关联）的事务。
数据备份
分布式数据库的一致性保证通过内部时钟机制所提供的全局时间戳，所有节点都会遵循该机制，所以备份恢复的增量也是基于全局时间戳，但是分布式数据库的备份解决方案最重要的标志为是否支持物理级的备份，物理级的备份会比逻辑的备份性能吞吐大很多，还有就是是否支持一些分布式备份方案，比如S3协议接口，是否支持压缩等功能。分布式数据库基本都具备备份和恢复方案，通常从备节点进行连续备份（全量+日志），恢复的时候指定节点进行恢复到指定时间点，整个过程可配置自动任务、自动执行。
高可用
分布式数据库大多都是基于多数派协议，同城双中心不适合多数派的要求，同城数据级多活建议采用三中心部署。如果同城主备可以采用集群级的异步复制，异地建议采用集群级的binlog异步复制，建议实例的主备节点设置在同城两个双活数据中心，仲裁节点三机房部署；异地灾备单独启实例与本地实例进行数据库间同步，也可以将本地备份文件T+1恢复到异地灾备。
数据一致性
分布式数据库大多都是通过获取全局时钟时间戳，采用二阶段提交，可以实现一致性的保证，分库分表架构对于事务的一致性，需要应用层考虑，比如通过合理的分区键设计来规避。部分分布式数据库对于跨节点事务目前还是实现的最终一致，对于全局一致性读，一般通过引入类似全局时间戳的组件统一管理全局事务，在数据库选型时可以重点关注厂商对这一块的实现。如果目前暂时无法提供全局一致性读的分布式数据库，对于要依赖分布式事务“中间状态”的业务，优先进行业务改造进行规避，其次通过合理的数据分片设计让其在单节点内完成。
数据分析
分布式数据库，多采用存算分离架构。针对数据分析场景，需要对数据从下层存储节点上移到计算节点，这对分布式数据库提出了更高的要求。一方面可通过算子下推等技术，减少需传输到计算节点的数量；一方面针对汇聚后的结果需要通过流式处理等方式，规避诸如OOM的问题；此外也可采用如MPP等并行处理技术，加速数据分析过程。
2).选型过程问题痛点分析
在选型过程中，会遇到来自以下几方面的痛点。
一是由于分布式数据库整体架构还比较新，也是近十年来逐步发展完善的。针对新型架构的诸多特点，包括厂商和用户还都在不断摸索积累之中，还需要有个长期实践的过程。此外，新架构也需要有个逐步成熟完善的过程。
二是大量产品来自国内数据库厂商，其发展周期相对较短，还需要在产品成熟度、稳定性、周边生态等方面不断完善。对于用户来说，一方面需面临产品多、技术栈多的现状；另一方面还需面对成熟度不足等问题，存在较多痛点。
三是近些年金融行业发展迅速，各种新的业态产品不断涌现，这些对作为底层数据基础的数据库也提出了更高的要求。
四是随着内外部环境的变化，自主可控等问题受到更多的关注。金融行业首当其冲，针对上述问题也需要引起足够的重视。在数据库选型问题上，也需要考虑这一因素。这无疑对用户选择带来一定困难。
2. 数据库选型技术架构
1).分布式路线分析
针对分布式数据库的发展路线，大体可分为两种：
分布式中间件
这种架构是从中间件路线演进而来。其采用存储与计算分离架构，底层采用标准单机数据库，副本间基于数据库主从复制机制。上层承担计算，并可将部分计算下推到存储节点执行。这种架构在分布式事务、全局MVCC等方面，往往存在一定难点，各厂商也有各自解决之道。
原生分布式
这种架构正是受到Google论文影响演进而来。其采用存储与计算分离架构，底层采用单机库(不一定是关系型)，副本间采用分布式一致性协议完成复制，支持多数派提交。上层承担计算，并可将部分计算下推到存储节点执行。
2).重点需求满足情况
针对上述遇到的痛点，两类产品实现逻辑也所有不同。
3). 路线场景分析
从数据使用场景来讲，可大致按下面进行划分：
针对不同的场景，不同分布式数据库路线产品各有所长。
针对事务类场景下，强调高并发联机交易、对分析能力要求不高的场景比较适合分布式中间件路线产品。
针对事务类及事务/分析混合类场景，既要满足常规联机交易场景的同时，还需满足分析类的一部分能力，这种情况比较适合原生分布式产品。基于原生分布式的 HTAP 数据库，用一个数据平台应对规模化交易和实时分析，提升业务决策的时效性，降低数据技术栈的复杂性，越来越多的混合负载需求推动了 HTAP 在金融场景的落地。
3. 金融业 HTAP 应用场景实践
1). 金融场景下 HTAP 的分析
在金融企业数字化转型的过程中，各类业务对“海量、实时、在线”的数据需求变得愈发迫切。在金融企业运营场景中，实时推荐、精准营销是企业提升竞争力的一大因素。在企业风险控制场景中，实时风控、反欺诈等业务开展可以更早地识别和阻断风险可以让企业减少损失，HTAP正是基于上述背景诞生出的需求，为各类实时数据处理需求提供了解决方案。
2).某金融用户 HTAP 的架构设计和实践
随着金融市场同业业务的蓬勃发展，业务部门对于交易数据的实时统计分析和展现有了急切的需求。基于大数据技术栈的 T+1 报表模式，已无法满足业务部门通过实时分析交易发生情况来防范风险以及提供决策的需求，迫切的需要找到一种能让数据实时变现的解决方案。结合金融行业特点，在技术选型过程中，重点考察待选产品如下能力：包括承载业务复杂查询处理、海量数据容量存储、应用透明无侵入、开发协议可适配及混合负载下的表现等。经过测试，选择 TiDB 作为基础数据库平台。通过一段时间上线使用，满足业务场景，基于其 HTAP 的特性，打造金融市场实时数据平台，目前已投产了灵活报表和交易对手分析等功能。整个处理流程包括：
Flink 消费交易系统产生的实时增量数据，对部分事实表进行拉宽处理并写入TiDB
维表和其他明细表直接写入 TiDB
BI 工具直接连接 TiDB，提供秒级的实时计算和分析能力
这一案例中，构建千万及以上数据规模、超过五张表的复杂关联实时查询能力，让业务人员在极短的时间内（大部分报表执行时间为几十到几百毫秒、个别报表秒级别）获得实时交易的详情。
3).未来 HTAP 的场景发展
实时数据处理技术还以某些具体的应用场景为主，从现状来看以事件驱动类、流式管道数据计算类为代表的场景，已经开始使用 HTAP 场景的。未来随着 HTAP 计算能力进一步的提升，实时全量数据的计算将带来更多场景。
4. 面向未来的架构趋势
1).云原生
从未来的发展趋势来看，云方向是一个大的趋势。
从上图可见，云数据库的发展经历了几个阶段，从云托管、云服务、云原生之路。
云托管，是最接近传统数据库系统的部署模式。本质是将原本部署于IDC机房内物理服务器上的传统数据库软件部署在了云主机上。这种模式下，云平台提供诸如高可用、异地灾备、备份恢复、数据安全、SQL审计、性能优化和状态监测等企业级数据库管理能力，用户可减少运维投入即可享受之前同等的服务水平。
云服务，之前的托管架构中，受限于传统数据库架构的局限，未能完全发挥云计算的优势。在诸如弹性扩展、高性能、高可用等方面，均有不足。到了云服务时代，充分利用云基础设施的底层能力，提供定制化的数据库产品。
云原生，与之前的云服务架构不同，这一阶段产品将更为充分地利用云基础设施的能力，通过多层资源解耦，可享受云带来的弹性扩展、按需供给、超大规模能力。真正做到了数据库与云的深度结合。从长期来看，金融机构逐渐把业务和技术向云原生演进，实现传统应用迁移上云和云原生改造是重要的方向。在这个过程中需要考虑分布式数据库对 K8s、微服务应用的支持，提供高效、弹性调度能力，同时需要兼顾开发运维和敏捷度。
2).多云方向
云作为未来主流的资源供给方式，多云必然是企业不得不考虑的问题。多云通常指金融机构同时采用多种不同的云环境组合来满足业务需求的多样性和金融业监管的要求。如何围绕数据打造面向未来的多云 IT 架构，满足在多云之间提供数据服务能力，摆脱单一供应商的弊端，是必须考虑的问题。多云架构对分布式数据库的考察重点聚焦于跨地域、跨公有私有云、跨本地 IDC 和 K8S 的部署、服务提供与统一运维能力等。
1. 金融业数据库选型背景
随着企业数字化转型深入，对于数据使用场景也呈现多元化趋势，正有越来越多数据被企业利用起来。金融行业作为数据库应用“高地”，这一趋势表现更为明显。同时我们也看到，近些年来数据库领域也发展迅速，有分布式数据库、多模数据库、云数据库为代表的产品不断涌现。这些新兴数据库在特定场景有很好的使用前景。基于上面两种趋势，金融行业很多企业都在面临选择数据库的问题。
1).选型技术层面要素分析
从技术角度来看，在数据库选型中有哪些要素需要考虑呢？下面以近期比较关注的分布式数据库的选型为例，说明下重点考量的技术要素。
分布式事务
分布式架构，自然会带来分布式事务的问题。由于需要跨节点的网络交互，因此较单机事务会有很多损耗。随之带来的是事务处理时间较长、事务期间的锁持有时间也会增加，数据库的并发性和扩展性也会受到影响。针对单笔事务来说，分布式事务执行效率是肯定会有降低的，分布式带来的更多是整体处理能力的提升。
性能
由于分布式数据库通常使用的二阶段提交和各节点之间的网络交互会有性能损耗，分布式数据库优势不是单个简单SQL的性能，而是大数据量的SQL查询，每个节点会将过滤之后的数据集进行返回，会提升性能，并且分布式数据库的优势是并发，大量的SQL并发也会比单机数据库强大，应用需要做分布式架构的适配，将串行执行机制尽量都改造成并发处理。对于含有需要节点间数据流动的SQL语句的事务，OLTP类的分布式数据库处理效率一般较差，事务处理时间会较长，事务期间的锁持有时间也会增加，数据库的并发性和扩展性也会受到影响。建议尽量改造存在跨节点数据流动的SQL语句（主要是多表关联）的事务。
数据备份
分布式数据库的一致性保证通过内部时钟机制所提供的全局时间戳，所有节点都会遵循该机制，所以备份恢复的增量也是基于全局时间戳，但是分布式数据库的备份解决方案最重要的标志为是否支持物理级的备份，物理级的备份会比逻辑的备份性能吞吐大很多，还有就是是否支持一些分布式备份方案，比如S3协议接口，是否支持压缩等功能。分布式数据库基本都具备备份和恢复方案，通常从备节点进行连续备份（全量+日志），恢复的时候指定节点进行恢复到指定时间点，整个过程可配置自动任务、自动执行。
高可用
分布式数据库大多都是基于多数派协议，同城双中心不适合多数派的要求，同城数据级多活建议采用三中心部署。如果同城主备可以采用集群级的异步复制，异地建议采用集群级的binlog异步复制，建议实例的主备节点设置在同城两个双活数据中心，仲裁节点三机房部署；异地灾备单独启实例与本地实例进行数据库间同步，也可以将本地备份文件T+1恢复到异地灾备。
数据一致性
分布式数据库大多都是通过获取全局时钟时间戳，采用二阶段提交，可以实现一致性的保证，分库分表架构对于事务的一致性，需要应用层考虑，比如通过合理的分区键设计来规避。部分分布式数据库对于跨节点事务目前还是实现的最终一致，对于全局一致性读，一般通过引入类似全局时间戳的组件统一管理全局事务，在数据库选型时可以重点关注厂商对这一块的实现。如果目前暂时无法提供全局一致性读的分布式数据库，对于要依赖分布式事务“中间状态”的业务，优先进行业务改造进行规避，其次通过合理的数据分片设计让其在单节点内完成。
数据分析
分布式数据库，多采用存算分离架构。针对数据分析场景，需要对数据从下层存储节点上移到计算节点，这对分布式数据库提出了更高的要求。一方面可通过算子下推等技术，减少需传输到计算节点的数量；一方面针对汇聚后的结果需要通过流式处理等方式，规避诸如OOM的问题；此外也可采用如MPP等并行处理技术，加速数据分析过程。
2).选型过程问题痛点分析
在选型过程中，会遇到来自以下几方面的痛点。
一是由于分布式数据库整体架构还比较新，也是近十年来逐步发展完善的。针对新型架构的诸多特点，包括厂商和用户还都在不断摸索积累之中，还需要有个长期实践的过程。此外，新架构也需要有个逐步成熟完善的过程。
二是大量产品来自国内数据库厂商，其发展周期相对较短，还需要在产品成熟度、稳定性、周边生态等方面不断完善。对于用户来说，一方面需面临产品多、技术栈多的现状；另一方面还需面对成熟度不足等问题，存在较多痛点。
三是近些年金融行业发展迅速，各种新的业态产品不断涌现，这些对作为底层数据基础的数据库也提出了更高的要求。
四是随着内外部环境的变化，自主可控等问题受到更多的关注。金融行业首当其冲，针对上述问题也需要引起足够的重视。在数据库选型问题上，也需要考虑这一因素。这无疑对用户选择带来一定困难。
2. 数据库选型技术架构
1).分布式路线分析
针对分布式数据库的发展路线，大体可分为两种：
分布式中间件
这种架构是从中间件路线演进而来。其采用存储与计算分离架构，底层采用标准单机数据库，副本间基于数据库主从复制机制。上层承担计算，并可将部分计算下推到存储节点执行。这种架构在分布式事务、全局MVCC等方面，往往存在一定难点，各厂商也有各自解决之道。
原生分布式
这种架构正是受到Google论文影响演进而来。其采用存储与计算分离架构，底层采用单机库(不一定是关系型)，副本间采用分布式一致性协议完成复制，支持多数派提交。上层承担计算，并可将部分计算下推到存储节点执行。
2).重点需求满足情况
针对上述遇到的痛点，两类产品实现逻辑也所有不同。
3). 路线场景分析
从数据使用场景来讲，可大致按下面进行划分：
针对不同的场景，不同分布式数据库路线产品各有所长。
针对事务类场景下，强调高并发联机交易、对分析能力要求不高的场景比较适合分布式中间件路线产品。
针对事务类及事务/分析混合类场景，既要满足常规联机交易场景的同时，还需满足分析类的一部分能力，这种情况比较适合原生分布式产品。基于原生分布式的 HTAP 数据库，用一个数据平台应对规模化交易和实时分析，提升业务决策的时效性，降低数据技术栈的复杂性，越来越多的混合负载需求推动了 HTAP 在金融场景的落地。
3. 金融业 HTAP 应用场景实践
1). 金融场景下 HTAP 的分析
在金融企业数字化转型的过程中，各类业务对“海量、实时、在线”的数据需求变得愈发迫切。在金融企业运营场景中，实时推荐、精准营销是企业提升竞争力的一大因素。在企业风险控制场景中，实时风控、反欺诈等业务开展可以更早地识别和阻断风险可以让企业减少损失，HTAP正是基于上述背景诞生出的需求，为各类实时数据处理需求提供了解决方案。
2).某金融用户 HTAP 的架构设计和实践
随着金融市场同业业务的蓬勃发展，业务部门对于交易数据的实时统计分析和展现有了急切的需求。基于大数据技术栈的 T+1 报表模式，已无法满足业务部门通过实时分析交易发生情况来防范风险以及提供决策的需求，迫切的需要找到一种能让数据实时变现的解决方案。结合金融行业特点，在技术选型过程中，重点考察待选产品如下能力：包括承载业务复杂查询处理、海量数据容量存储、应用透明无侵入、开发协议可适配及混合负载下的表现等。经过测试，选择 TiDB 作为基础数据库平台。通过一段时间上线使用，满足业务场景，基于其 HTAP 的特性，打造金融市场实时数据平台，目前已投产了灵活报表和交易对手分析等功能。整个处理流程包括：
Flink 消费交易系统产生的实时增量数据，对部分事实表进行拉宽处理并写入TiDB
维表和其他明细表直接写入 TiDB
BI 工具直接连接 TiDB，提供秒级的实时计算和分析能力
这一案例中，构建千万及以上数据规模、超过五张表的复杂关联实时查询能力，让业务人员在极短的时间内（大部分报表执行时间为几十到几百毫秒、个别报表秒级别）获得实时交易的详情。
3).未来 HTAP 的场景发展
实时数据处理技术还以某些具体的应用场景为主，从现状来看以事件驱动类、流式管道数据计算类为代表的场景，已经开始使用 HTAP 场景的。未来随着 HTAP 计算能力进一步的提升，实时全量数据的计算将带来更多场景。
4. 面向未来的架构趋势
1).云原生
从未来的发展趋势来看，云方向是一个大的趋势。
从上图可见，云数据库的发展经历了几个阶段，从云托管、云服务、云原生之路。
云托管，是最接近传统数据库系统的部署模式。本质是将原本部署于IDC机房内物理服务器上的传统数据库软件部署在了云主机上。这种模式下，云平台提供诸如高可用、异地灾备、备份恢复、数据安全、SQL审计、性能优化和状态监测等企业级数据库管理能力，用户可减少运维投入即可享受之前同等的服务水平。
云服务，之前的托管架构中，受限于传统数据库架构的局限，未能完全发挥云计算的优势。在诸如弹性扩展、高性能、高可用等方面，均有不足。到了云服务时代，充分利用云基础设施的底层能力，提供定制化的数据库产品。
云原生，与之前的云服务架构不同，这一阶段产品将更为充分地利用云基础设施的能力，通过多层资源解耦，可享受云带来的弹性扩展、按需供给、超大规模能力。真正做到了数据库与云的深度结合。从长期来看，金融机构逐渐把业务和技术向云原生演进，实现传统应用迁移上云和云原生改造是重要的方向。在这个过程中需要考虑分布式数据库对 K8s、微服务应用的支持，提供高效、弹性调度能力，同时需要兼顾开发运维和敏捷度。
2).多云方向
云作为未来主流的资源供给方式，多云必然是企业不得不考虑的问题。多云通常指金融机构同时采用多种不同的云环境组合来满足业务需求的多样性和金融业监管的要求。如何围绕数据打造面向未来的多云 IT 架构，满足在多云之间提供数据服务能力，摆脱单一供应商的弊端，是必须考虑的问题。多云架构对分布式数据库的考察重点聚焦于跨地域、跨公有私有云、跨本地 IDC 和 K8S 的部署、服务提供与统一运维能力等。
✋热门推荐