历史从不缺乏巧合，但有时候，巧合背后藏着深意。

故事要从1983年说起。

彼时，关系型数据库刚刚在商业市场崭露头角。Oracle、Ingres、DB2在各自的宣传材料上相互攻讦，性能数字满天飞，却没有人能搞清楚谁说的是真话。威斯康星大学麦迪逊分校的年轻教授德维特对此深感不满。在他看来，数据库领域急需一把客观的尺子。

于是，德维特和同事Dina Bitton、Carolyn Turbyfill共同设计了《威斯康星基准测试》¹（Wisconsin Benchmark）----这是数据库历史上第一个系统性的标准化性能测试框架，涵盖连接查询、选择投影、聚合运算等核心场景。

图2 威斯康星基准测试结果

测试结果（参考https://danluu.com/anon-benchmark/，如图2所示）一出来，立刻炸了锅。

在无索引的连接查询中，大多数数据库的耗时在2到3秒之间，而Oracle----这家彼时已经号称"世界最强数据库"的公司----耗时均超过300秒。换算一下：Oracle比竞争对手慢了整整100倍以上。

这在美国学术界几乎是不可能发生的----解雇一位因合法学术研究而得罪商业公司的终身教职教授，没有任何一所大学会这么做。埃里森的这一举动，不仅没有让德维特噤声，反而让自己在学术圈留下了一段奇耻大辱，被永远记录在案。

恼羞成怒的Oracle随即做了一件影响深远的事：在用户许可协议（EULA）中加入了一条条款，明令禁止任何人在未经Oracle书面授权的情况下发布针对其产品的基准测试结果。

这一条款随后被IBM、微软等主流数据库厂商效仿，并蔓延至整个软件行业，形成了长达数十年的"基准测试寒冬"。而业界给这类反评测条款起了一个响亮的名字----DeWitt Clause（德维特条款）。

没错----一个为了压制某人而设立的条款，最终被冠以此人的名字，在历史上永久流传。这大概是埃里森最不希望看到的结果。

据报道，Oracle事后还封禁了对威斯康星大学毕业生的招聘----尽管这一禁令后来悄悄解除。而德维特则继续在威斯康星大学任教三十余年，在并行数据库领域建立了无可撼动的学术地位，成为这一领域全球公认的奠基人之一。

这段梁子，就此结下。

时间来到2008年。

互联网数据量的爆炸式增长，把整个数据库行业逼上了一个难以回头的转折点。传统的对称多处理（SMP）架构，在处理百TB级别数据时显得力不从心。以Teradata、Netezza为代表的"数据库一体机"（Database Appliance）凭借"软硬结合"与"无共享（Shared-nothing）"的大规模并行处理（MPP）技术，在高端市场形成了对传统数据库产品的降维打击。

微软的处境最为尴尬。SQL Server在中低端市场表现不俗，但在高端数据仓库领域几乎缺席。Forrester Research分析师James Kobielus毫不客气地指出："微软在并行数据仓库方面有点姗姗来迟，他们自己也知道这一点。"

正是因为有了这样的商业判断，弗罗斯特在Netezza的创业历程中看到了创新缝隙。他认为Netezza的创新在于三点：一是利用开源数据库管理系统（Postgres）来降低工程成本、缩短上市时间；二是采用一体机模式，为数据库管理员（DBA）和系统管理员消除了一大复杂性来源；三是将传统的随机I/O转变为顺序I/O，这样可以使用容量更大、价格更低的SATA硬盘驱动器，从而实现了极具竞争力的性价比。但是，Netezza的战略存在一个重大缺陷----为了实现上述第三点，他们打造了一个高度专有的硬件平台，实际上也形成了一个专有软件平台（Postgres的成分所剩无几）。

研究Netezza的架构后，弗罗斯特意识到有机会在采用完全非专有平台的前提下，创造类似的价值主张。DATAllegro选择了开源的Ingres数据库作为核心引擎（早期曾用PostgreSQL，约18个月后成功迁移至Ingres），操作系统采用64位Linux，硬件平台完全基于Dell服务器、EMC存储和Cisco网络交换机等商用标准设备。Ingres曾是Oracle的有力竞争者，具有成熟的事务处理能力和范围分区（Range Partitioning）功能，这些特性对于数据仓库应用至关重要。DATAllegro方案的核心竞争力是Shared-Nothing MPP架构----这一架构模式最早由迈克尔·斯通布雷克（Michael Stonebraker）在1980年代提出，Teradata于1983年首次商业化实现。

DATAllegro的产品具有令人印象深刻的性能数据：数据加载速度可达1 TB/小时，查询处理速度超过1.5 TB/分钟。DATAllegro的性能不负其名----这一名字是由两个部分组合而成的复合词，Data是指数据，Allegro意为"快板"（源于意大利语，在音乐中表示快速、活泼的节奏）。Data和Allegro合并起来暗喻公司的数据仓库技术具有高性能、高速度的特点。图5是DATAllegro的产品架构图。

图5 DATAllegro产品架构

除了数据仓库产品，DATAllegro还于2007年推出了DR200在线归档设备。该产品单机架可存储200TB数据，每TB成本低于8,000美元----这个价格几乎把Teradata和Oracle逼得无处遁形。

微软在数据库领域向来善用"拿来主义"。早年通过与Sybase合作，获取了SQL Server的源代码起家；而在数据库一体机领域，这一次，微软盯上了DATAllegro。

2008年7月24日，微软宣布收购DATAllegro，收购价格为2.75亿美元。这笔交易于2008年9月16日正式完成。

DATAllegro的成功与斯图尔特·弗罗斯特的个人意志息息相关。他成长于一个创业家庭----父亲从事建筑行业----弗罗斯特最早的童年记忆之一，就是跟着父亲外出跑销售、催收账款。正因如此，他从小就从未想过要给别人打工。弗罗斯特于1984年开始为自己工作，并于1988年创办了第一家企业。在此后的32年里，他创办、管理或运营过31家不同的初创公司。他依靠一种独特的能力：识别市场需求、"串联线索"（connect the dots），并判断某项特定技术的应用如何才能创造出可行的解决方案。正是因为弗罗斯特强大的"串联线索"能力，他选择了采用通用技术去实现一体机的技术路线。

弗罗斯特出售公司被认为是技术圈的一个神级"逃顶"案例：他在雷曼兄弟破产（2008年9月）前的两个月，在全球经济彻底停滞前夕，成功套现2.75亿美元。如果再晚两个月，这场交易几乎不可能完成。

从财务角度看，这笔交易颇为昂贵----收购时DATAllegro的公开客户数量极少，2.75亿美元相当于其营收的约26倍，为种子轮投资者带来了36倍回报。但对微软而言，买的不只是产品，更是时间和技术路线。

微软数据与存储平台部门副总裁Ted Kummert表示："DATAllegro是一家极具创新性的公司，已经开始重新定义数据仓库市场。微软SQL Server 2008在业务智能和数据仓库方面提供了企业级能力，而DATAllegro团队及其技术的加入将把我们的数据平台推向最高规模的数据仓库。"

但真正让这场收购在业界引发震动的，是另一件几乎同时发生的事情。

2008年4月22日----距离微软宣布收购DATAllegro整整三个月前----微软官方宣布：威斯康星大学麦迪逊分校数据库系系主任、荣誉教授、并行数据库领域全球顶级学者，戴维·德维特，正式加入微软，担任技术院士（Technical Fellow）。

德维特在威斯康星执教整整32年。他是Gamma数据库系统²的发明者----这个诞生于1980年代的原型系统，奠定了现代并行数据库的技术基础，其核心思想至今仍活跃在每一款MPP产品中。他获得过ACM SIGMOD Edgar F. Codd创新奖³，入选美国国家工程院院士，在数据库领域的学术地位无出其右。

更重要的是，他是那个25年前被拉里·埃里森试图"开除"的人。

现在，他选择加入微软----Oracle最强劲的竞争对手----亲自下场，参与设计足以与Oracle正面对抗的产品。历史的幽默感，莫过于此。

德维特加入微软后，主导了两件事：一是在威斯康星州麦迪逊市设立吉姆·格雷系统实验室（Jim Gray Systems Lab），以纪念早年失踪的数据库传奇人物吉姆·格雷；二是领导代号为「Project Madison（麦迪逊项目）」的技术攻坚工程。

"Madison"同时代表了一座城市（威斯康星州麦迪逊市，德维特深耕数十年的学术根据地）和一个人（德维特本人，麦迪逊项目的核心）。整个代号，既是对一座城市的致敬，也是对这位并行数据库奠基人的庄严礼遇。

麦迪逊项目的目标清晰而艰巨：把DATAllegro在Linux+Ingres技术栈上跑出的MPP能力，移植到Windows+SQL Server的生态体系中，同时保持与现有SQL Server工具链的完全兼容。

这相当于在保留赛车底盘和变速箱的前提下，把发动机、控制系统和燃料体系全部换掉。

SQL Server是一个典型的单机数据库，它对自身所在的节点视野之外的世界一无所知。在MPP集群中，每个节点上运行着一个SQL Server实例，但这些实例彼此之间并不直接通信----它们需要一个中间层来统一调度。

德维特领导的团队主持设计了两个核心组件：

• 分布式查询优化器（Distributed Query Optimizer）：负责把用户提交的SQL查询拆解成可在多个节点并行执行的子任务，并在执行计划阶段考虑数据分布和网络代价。

• 数据移动服务（Data Movement Service, DMS）：在节点间高效传输中间结果，确保分布式连接、聚合等操作能够正确完成。

这两个组件后来成为SQL Server Parallel Data Warehouse（PDW）最核心的竞争力，也是微软在MPP数据仓库领域区别于Oracle Exadata的技术差异化所在。Exadata通过智能存储卸载计算压力；而PDW则通过精密的分布式调度，让廉价商用硬件集群迸发出与专有硬件相当的性能。

就在微软进军数据仓库领域的同时，Oracle也行动了起来。这让战局愈加激烈。

2008年9月24日，就在Oracle OpenWorld大会上，拉里·埃里森面对约43,000名与会者，亲自发布了一款震撼业界的产品----HP Oracle Database Machine（即后来的Oracle Exadata第一代）。Exadata是Oracle面向数据仓库领域推出的产品，直接与Teradata和Netezza竞争，而彼时，微软还不在这一赛道上。埃里森亲自站台，宣称Exadata是"世界上最快的数据仓库机器"，称其查询速度比竞品快数十倍。这是Oracle进军硬件市场的标志性一步，也是其软硬件一体化战略的首次亮相。

Exadata的技术理念与DATAllegro不谋而合，那就是：采用通用硬件，而不是定制硬件。在软件上，Exadata采用了Oracle独有的智能存储技术，将部分SQL处理下推到存储层执行，大幅降低了数据移动量。这一架构与Netezza的FPGA加速方案在技术路线上截然不同，但殊途同归----都在挑战传统SMP数据库在大规模分析场景下的局限性。

Oracle进军硬件，意味着这场竞争已经不再只是软件之战。

而微软----那个在高端数据仓库领域一直缺席的玩家----此时正悄悄地布下一盘棋局。棋局的中心，是一个它的老对手Oracle最不愿意看到的名字。

德维特看着这一幕，大概想起了25年前自己发布的那份测试报告。

2009年8月，微软发布了麦迪逊项目的首个技术预览版，相较于DATAllegro的原始Linux+Ingres方案，在Windows+SQL Server平台上实现了5倍的性能提升。

有一件颇为讽刺的事：当SQL Server PDW与Oracle Exadata展开市场竞争时，两家公司的产品合同里都白纸黑字写着----禁止发布针对本产品的基准测试结果。

这条当年Oracle为了压制德维特而发明的条款，现在连微软自己的产品也遵循着。而德维特----那个因为让Oracle无处遁形的测试报告而被埃里森试图解雇的人----如今成了微软的技术院士，在一家必须遵守"德维特条款"的公司里，主持设计与Oracle竞争的产品。

历史有时候真的很难不让人苦笑。

DATAllegro虽然只独立运营了短短5年（2003--2008），但其技术基因在微软体系内延续了将近二十年。

DATAllegro技术演进时间线：

DATAllegro确立的"开放式MPP"设计哲学，对整个行业产生了深远影响：

• 验证了商用硬件的可行性：用标准x86服务器、标准网络和存储构建高性能数据仓库，为Hadoop、云数据仓库的兴起铺平了道路。

• 开创分层架构先河："开源数据库+专有并行层"的模式，后被Greenplum（PostgreSQL）、Aster Data（Ingres）等厂商效仿。

• 推动行业降本：每TB低于8,000美元的定价（2007年），迫使Teradata、Oracle等传统厂商重新审视定价策略。

DATAllegro的创始人斯图尔特·弗罗斯特随收购加入了微软公司，他在微软工作了两年，期间领导的数据仓库团队创造了约10亿美元的年收入。他最初为产品确定的开放集成理念最终让微软获得了巨大的成功，他曾经预言两者的整合将非常容易：

这一预言，随后被麦迪逊项目团队在实践中验证。

2016年，在微软任职8年之后，戴维·德维特也离开了微软。

太平洋彼岸的故事并未就此终结。DATAllegro确立的"开放式MPP"设计哲学穿越重洋，在太平洋另一侧的中国市场找到了遥远的回响。

2014年，云和恩墨在国内率先推出第一代Oracle数据库一体机zData，开创性地采用分布式存储承载Oracle数据库，以经济、稳定、高效的方式成倍提升了Oracle数据库的性能表现，迅速在保险、证券、运营商等行业得到广泛应用。这一时间节点比DATAllegro被收购晚了约六年，但方向上与斯图尔特·弗罗斯特所倡导的"通用硬件+开放集成"理念一脉相承----用标准x86服务器取代专有硬件，用软件定义存储取代传统SAN，以更低的总拥有成本（TCO）实现可与Oracle Exadata正面竞争的性能。zData的诞生，本身就是DATAllegro的哲学思想穿越时空的中国回响。

zData的演进，本身也是中国数据库生态变迁的缩影。2014年至2022年间，国内企业数据库架构以Oracle为单一核心，zData精准对接了那个时代的主流需求；但随着信创政策的推进和国产数据库的崛起，企业数据库架构从"单一商业数据库"快速向"商业+开源+国产多元混合架构"迁移。2023年，云和恩墨推出全新一代zData X，将技术路线从Oracle专属一体机升级为真正的多元通用平台。

zData X的核心技术内核与Exadata、PDW一脉相承：基于自研的分布式块存储软件zStorage，融合NVMe全闪存架构与InfiniBand高速网络（100Gb/s），实测可达2000万tpmC的极致性能，支持快照、克隆、多副本等企业级可靠性保障，实现"业务不中断、数据不丢失"的承诺。但zData X真正突破之处，在于它打破了Oracle Exadata的生态封闭性----通过开放存储接口，实现了Oracle、MySQL、PostgreSQL、达梦、OceanBase、openGauss等数十种商业、开源与国产数据库的统一承载，真正践行了DATAllegro所预言的"商品化玩家总会获胜"这一历史逻辑。

从技术谱系上看，zData X继承了两条清晰的脉络（如图7所示）：其一，是DATAllegro所开创、PDW所延续的"通用硬件+开放并行层"架构哲学；其二，则是德维特在威斯康星基准测试中所秉持的"开放评测、让数据说话"的精神----zData X不绑定特定数据库厂商，以客观的性能指标服务各行各业，让用户在充分透明的信息下自主选择。这种精神，与四十多年前那位在Oracle EULA（最终用户许可协议）面前拒绝沉默的年轻教授，在本质上并无二致。

图7 zData X在技术谱系上继承的两条脉络

云和恩墨副总经理熊军曾言："云和恩墨的zData X要做的，是打破这种封闭性。"这与斯图尔特·弗罗斯特在2003年创立DATAllegro时的商业判断高度共鸣----"任何真正的颠覆性创新，先行者一开始都是专有技术。但当他们遭遇商品化平台的挑战时，商品化玩家总会获胜。总是如此。"从弗罗斯特到熊军，从DATAllegro到zData X，这条跨越太平洋的开放之路，已经在越来越多的中国企业中得到验证。

从美国的DATAllegro到中国的zData，从Exadata到Azure Synapse再到zData X，这场关于"通用与专用""开放与封闭"的争论，已经走过了四十余年。而它的核心，从未改变----正是一位威斯康星的年轻教授在1983年所坚持的那句话："用一把客观的尺子，让事实说话。"

2021年，云数据仓库新贵Databricks宣布废除产品合同中的"德维特条款"，并公开呼吁整个行业效仿。Snowflake随即跟进。这一动作，被许多人视为数据库行业对那段压制历史迟来的告别----一场从1983年延续至21世纪、关于数据库评测权的漫长解冻。

而Oracle----截至本文写作时----仍然保留着"德维特条款"，现行合同中依然规定：未经Oracle事先书面同意，不得披露任何基准测试结果（You may not disclose results of any Program benchmark tests without Oracle's prior written consent）。

今天，当我们使用Azure Synapse Analytics处理PB级数据时，其底层依然可以看到DATAllegro最初设计的影子----Shared-Nothing MPP架构、商用硬件理念、将复杂并行处理对应用开发者透明的核心思想。而这一切，经由德维特之手，被注入了微软产品线的血液之中。

一位教授，因为说了真话，被一家公司试图毁掉职业生涯；二十五年后，他加入了那家公司最强劲的竞争对手，亲手打造了足以撼动前者市场地位的产品。

云和恩墨的zData X，正在延续这份坚持。

2003年，一个黑色的机柜悄悄运进了美国一家零售商的机房。几天后，那家公司的负责人打来电话，声音里带着难掩的激动：原本需要整整一夜才能跑完的分析报表，在这台机器上不到一小时就完成了----而且价格还不到原系统的一半。这台机器的制造者，是一家名不见经传的马萨诸塞州创业公司----Netezza。

如果说数据库一体机的历史是一部波澜壮阔的商业战争史，那么这场战争的主战场，在很长一段时间里，就叫做"数据仓库"。在这片江山上，Teradata曾是无可争议的王者，而Netezza的出现则改变了竞争格局，它所掀起的波澜，将在此后十年间彻底重塑数据仓库市场。

在深入讲述Netezza之前，我们必须先回溯数据仓库这一概念的诞生，因为正是这个概念的出现，定义了整个战场。

1988年，IBM爱尔兰研究中心的两位研究员----巴里·德夫林（Barry Devlin）和保罗·墨菲（Paul Murphy）----发表了一篇题为"An Architecture for a Business and Information System"（商业与信息系统的体系架构）的论文，刊载于《IBM系统期刊》（IBM Systems Journal）。在这篇论文中，他们首次正式提出了"商业数据仓库"（Business Data Warehouse，简称BDW）的概念，将其定义为用于商业报告的包含所有信息的单一逻辑仓库。

然而，这个概念在IBM内部几乎石沉大海----毕竟，那是一个主机和专有软件大行其道的年代，IBM的营收来自销售服务器和DB2、IMS数据库，而不是来自帮助用户打通数据孤岛。德夫林和墨菲的论文发表时，IBM的几位高管只是礼貌地点了点头，随即将其束之高阁。多年后，德夫林在回忆这段往事时不无苦涩地说："我们早就把答案写出来了，只是没人想看。"IBM对数据仓库这一新生概念的漠视，恰恰为日后大量创业公司打开了机会之窗。

这本书的出版，标志着数据仓库正式从学术概念走向工程实践。比尔·恩门也因此获得了"数据仓库之父"的称号。然而，学术界的故事并未就此平静。就在恩门的书出版后不久，另一位数据仓库大师拉尔夫·金博尔（Ralph Kimball）于1996年出版了《数据仓库工具书》，提出了截然不同的"维度建模"（Dimensional Modeling）方法论。恩门主张从企业全局出发、自上而下地构建高度规范化的企业数据仓库；金博尔则主张以部门需求为核心、自下而上地构建数据集市（Data Mart）。两派论战持续近三十年，在业界引发无数争论，至今没有定论----但这场争论本身，反而让"数据仓库"这个概念深入人心。随着数据仓库的概念成型，Teradata的历史价值才真正得以彰显。

事实上，Teradata在1979年创立时，数据仓库这个词还不存在。但其创始人杰克·谢默（Jack Shemer）和菲利普·尼奇斯（Philip Neches）在加州理工学院附近的一间小办公室里构想的系统，天然契合了日后数据仓库对大规模并行分析的需求。Teradata首台样机DBC/1012于1984年以百万美元高价交付给美国富国银行----用户愿意买单，因为它能做到其他任何系统都做不到的事：同时处理来自数百个终端的复杂分析查询，而不崩溃。到1990年代，Teradata已成为数据仓库领域无可争议的霸主，为沃尔玛、美国银行、联邦快递等巨头构建了动辄数十乃至数百TB规模的系统。然而，绝对的领先地位，有时也是骄傲的温床。

这是一对教科书式的互补搭档：欣肖沉默寡言，脑子里装的全是硬件逻辑和磁盘I/O；萨克塞纳能说会道，开口必谈市场痛点和投资人关系。欣肖可以在白板上画出整套FPGA数据过滤管道，但让他去见投资人会让双方都如坐针毡；萨克塞纳则能在风险投资人面前把一块芯片讲成一场革命，却对电路原理一窍不通。公司A轮融资从Charles River Ventures和Matrix Partners拿到了800万美元，在马萨诸塞州弗雷明汉一个普通工业园区里磕磕绊绊地造出原型机。萨克塞纳随后拉来了前Sun Microsystems首席执行官埃德·赞德²（Ed Zander）----他在Data General时代的旧友----加入董事会，此举立刻让整个行业重新审视这家名不见经传的创业公司。除了赞德，萨克塞纳还利用他在波士顿科技圈的人脉，组建了一个阵容强大的董事会。这种"老友记"式的创业模式是Netezza早期能够迅速获得大客户（如沃尔玛、亚马逊等早期测试客户）信任的关键原因。

在2000年前后，互联网泡沫正在破碎，但数据却以前所未有的速度膨胀。电商记录每一次点击，电信公司记录每一通电话，超市扫描每一件商品。各家企业拥有了前所未有的数据，却发现自己站在数据的汪洋中，望洋兴叹----分析报表要跑一整夜，等结果出来，商机早已错过。"数据爆炸"但"分析极慢"，成了那个时代所有首席信息官最头疼的难题。常规的数据流处理逻辑是，从硬盘读取大量数据，通过总线传输到CPU，在内存中进行复杂的运算。在这个流程中，硬盘读取速度慢，总线传输带宽窄，这就成为了著名的"I/O瓶颈"。欣肖认为，不应该把数据搬运到计算单元（CPU），而应该让计算直接发生在数据存放的地方。为此，他们利用了FPGA³（Field-Programmable Gate Array，现场可编程门阵列，如图4所示）芯片，在数据从硬盘读出的那一瞬间，就直接在硬件层过滤掉不需要的信息。

图4 Netezza的FPGA工作原理

Netezza的诞生是数据仓库（Data Warehousing）历史上的一场"革命"。它并没有走当时主流的"软件优化"路线，而是通过软硬件一体化的思路，硬生生地在被Oracle和Teradata垄断的市场中撕开了一道口子。

Netezza的灵感来源于Britton-Lee。Netezza用的FPGA芯片，本质上就是20年后更先进、更便宜的"Britton-Lee硬件加速器"，所以Netezza被认为是IDM（Intelligent Database Machine）的现代复兴。更值得一提的是，Britton-Lee"不能独立计算"的基因也被Netezza继承并改良了，Netezza内部专门设了一个"Host"服务器（前端机，如图5所示）。后端的FPGA和S-Blades依然只负责"暴力扫描数据"，它们还是没法处理复杂的财务逻辑或网页展示。Netezza的前端机就像是当年的"主机"，负责接待用户并解析SQL，然后再把指令发给后端的"数据库机器"。Netezza的核心架构被称为AMPP（Asymmetric Massively Parallel Processing，非对称大规模并行处理），分为两个层次：

• 前端层（Host服务器）：运行Linux SMP系统的主机，负责接收SQL查询、编译成执行计划、分发任务，以及最终汇总来自后端的结果。Host服务器本身不参与数据扫描，它是整个系统的"大脑"和"调度员"。这种设计让人想起Britton-Lee的IDM系统----同样有一台专门的"主机"处理复杂的业务逻辑和用户交互，后端的加速器只负责数据处理。Netezza内部将这台Host称为"前端机"，它的作用是当年大型机（主机）角色的精神传承：接待用户、解析SQL，再把指令发给后端的"数据库机器"。

• 后端层（S-Blade，片段处理刀片）：每一块S-Blade（即图5中的SPU）是一个完整的数据处理单元，包含一个多核Intel / PowerPC CPU、专有的FPGA芯片，以及若干硬盘。FPGA在数据从硬盘读出的瞬间执行过滤，将不需要的数据直接丢弃，CPU只处理被FPGA放行的少量数据。数十乃至数百块S-Blade并行工作，数据被均匀分布在所有S-Blade上。2009年，Netezza从PowerPC转向Intel CPU，并采用了IBM刀片服务器平台，性能进一步提升。

图5 Netezza一体机架构图

Netezza最经典的机型叫做TwinFin⁴，外观呈现为一个黑色的服务器机柜，内部密布着S-Blade和散热系统，机柜背面整齐排列着数以百计的电缆接口，有一种工业美感。据早期工程师回忆，TwinFin在满载工作时会发出一种稳定的低频嗡嗡声，工程师们亲切地称之为"数据引擎的心跳"，成为Netezza品牌的标志性记忆。整个系统的查询处理能力与S-Blade的数量完全线性相关----添加更多的S-Blade，性能就等比例提升，没有任何单点瓶颈，这种优雅的线性扩展性在当时的市场上极为罕见。

2002年秋，Netezza推出了首款正式商用产品NPS 8000系列，起步价62.2万美元。Netezza当时的营销口号是"比竞争对手便宜10倍"。当时要处理同等规模的数据，购买Teradata的硬件或者在高端服务器上运行Oracle的总成本通常在500万至1000万美元之间。2003年，改进版Performance Server正式发售，其后端的数据库是基于PostgreSQL 7.2改进的，配合Netezza的AMPP硬件架构，综合性能令业界震惊。当时它的处理速度比传统商业数据库快10到100倍。

早期客户的测试结果令人震惊：Epsilon公司（一家营销数据分析公司）在测试后报告，Netezza的查询速度比其之前使用的IBM系统快20倍，而成本仅为IBM系统的一半；TJX公司（The TJX Companies，美国最大的折扣零售商之一）表示，原本需要整整一夜才能跑完的分析作业，在Netezza上不到一小时就能完成。这些数字对Teradata的用户来说，简直像是一个来自未来的故事。

2003年，Netezza在发布首款产品的同时，还做了一件意义深远的事：他们在当年的VLDB国际会议上发表了一篇工业报告，首次在学术界和工业界的双重舞台上正式提出了"Data Warehouse Appliance"（数据仓库一体机）这一概念，并将其定义为："将存储、处理和数据库管理系统集成在单一系统中的闭环设备（A closed system integrating storage, processing, and DBMS in a single unit）"。

这是一个历史性的命名时刻。Netezza用这篇论文，为整个行业树起了一面旗帜。从此，"数据仓库一体机"成为一个真正意义上的产品品类。Netezza虽然是挑战者，但它同时也是这个品类的命名者和定义者----这在商业竞争史上是极为罕见的成就。

2004年，Netezza已拥有15家客户，交付了35套系统，并在年底实现盈利。公司的目标市场规模，2003年仅数据仓库系统一项的全球支出就达到155亿美元。一时间，大量正在因为Teradata的高价和响应迟缓而苦恼的企业，将目光转向了这家来自马萨诸塞州的小公司。

Netezza的崛起，让Teradata坐不住了。Teradata首席技术官斯蒂芬·布罗布斯特（Stephen Brobst）----前MIT教授、数据仓库领域公认的权威----在2003年前后公开开炮，嘲讽Netezza不过是把已倒闭的超算公司Thinking Machines和Kendall Square Research的旧人马和旧想法重新拼凑了一遍，并断言这种设计根本不适合真正的决策支持场景。对此，萨克塞纳只淡淡回了一句："他根本没理解我们在做什么。"市场用真金白银给出了裁决。Netezza通过一体机的"开箱即用"模式，彻底打破了Teradata的牢固壁垒。Netezza的成功，从技术层面来说固然令人叹服，但更深层的原因，是它将一种全新的商业哲学带入了数据仓库市场----"No Tuning"（无需调优）。"No Tuning"这两个词，对于那个时代所有被数据库调优折磨的DBA来说，简直像是一道治愈心灵的宣言。

在传统的Oracle或Teradata数据库中，"调优"是一门深奥的黑魔法。一个优秀的DBA需要：为高频查询建立正确的索引，否则全表扫描会让系统慢如蜗牛；定期收集统计信息，以便优化器生成正确的执行计划；精心设计分区方案，将热数据和冷数据分开存储；监控查询计划，识别并消除"笛卡尔积"等毁灭性的查询错误；以及在系统扩容时处理复杂的数据重分布⁵（Re-hashing）操作......

Netezza的一体机理念，让用户可以像家电一样开箱即用，不需要像Oracle那样聘请昂贵的数据库管理员（DBA）进行复杂的调优，也不需要像Teradata那样进行复杂的部署和调试。Netezza通过AMPP架构的设计哲学彻底回避了这些问题：FPGA的暴力扫描架构意味着不需要索引，数据直接推入就能查询；均匀分布的并行架构意味着不需要精心设计分区；线性扩展的S-Blade意味着扩容不需要Re-hashing。用户只需要把数据载入Netezza，然后提交SQL，就能得到结果----和传统数据库相比，这简直就是两种技术范式的碰撞。

Netezza的"No Tuning"哲学，带来了一个意料之外的市场效果：它的用户不再主要是技术极客，而是业务分析师。在Netezza之前，能够操作数据仓库系统的人，必须是经验丰富的数据库工程师。但Netezza的简单性和快速性，让那些只会写SELECT语句的业务人员也能直接上手。相较而言，Teradata的门槛非常之高，它像一辆赛车，需要专业技师（高级DBA）长期维护、调优、设计索引。

这一变化的商业意义极为深远。当"数据分析"从工程师的专属领地变成业务团队的日常工具时，数据分析的需求量就呈现出指数级增长----更多的分析师提出更多的问题，更多的问题催生更多的查询，更多的查询驱动更多的系统购买。Netezza通过降低使用门槛，创造了属于自己的需求。这一逻辑，在后来的Tableau、Power BI等商业智能工具中被反复验证。Netezza是最早将这一逻辑应用于数据仓库基础设施层的公司。

在商业层面，Netezza的发展轨迹同样令人印象深刻：2002年1月完成Battery Ventures领投的2500万美元B轮融资；2003年7月完成红杉资本（Sequoia Capital）领投的2000万美元C轮融资----红杉是Google和Apple的早期投资人，这次背书让整个行业对Netezza刮目相看。

2005年，福斯特·欣肖离开Netezza，创立了一家名为Dataupia的新公司，专注于更大规模的数据存档解决方案。他的离开，标志着Netezza从技术驱动向商业驱动的转型完成。2007年7月，Netezza以股票代码"NZ"在纽约证券交易所成功上市，完成了吉特·萨克塞纳这位连续创业者人生中的又一次资本市场征程。2008年，联合创始人吉特·萨克塞纳宣布退休，将CEO一职交给了2006年加入的吉姆·鲍姆（Jim Baum）。

故事并未在此落幕。2010年9月20日，IBM宣布以每股27美元、总价约17亿美元的现金全面收购Netezza----距离福斯特·欣肖在特拉华州注册那家小公司，恰好整整十年。一个人在工业园区里画出的电路图，最终以17亿美元的价格，嵌进了世界上最大的科技公司的版图。

在Netezza所代表的"开箱即用"（Appliance）哲学在西方市场大获成功的同时，中国的数据库市场正在经历一场深刻的变革。2010年代，中国企业的数据量和数据分析需求急速增长，Oracle、IBM、Teradata的传统产品虽然强大，但高昂的价格和对高端DBA的依赖，对于大量中型企业来说仍是难以逾越的门槛。就在这一背景下，云和恩墨走上了与Netezza相似的历史舞台。

云和恩墨成立于2011年，核心技术团队包括中国数据库技术圈最早的一批Oracle ACE总监（峰值期间有6位）。云和恩墨的技术专家在长达20余年的时间里为中国各行业客户处理Oracle数据库的疑难杂症，深知Oracle"功能强大但运维复杂、价格昂贵"的双重特性。在这个历史窗口期，云和恩墨开始了一条独特的zData一体机产品创新之路。

zData的设计思路与Netezza有异曲同工之妙，但是更进一步。No Tuning不是真正的"不优化"，而是在出厂前深度优化，将复杂消弭于用户应用之前，自己极繁、而用户极简。云和恩墨的企业基因是数据库优化，所以zData不仅能够将数据库所需的计算、存储、网络、监控管理等组件预先集成并优化，更能够针对不同品类的数据库设计最佳实践，并实现自动化部署。这样，用户在zData上线后，不需要懂存储架构、不需要进行复杂的数据库规划，接通电源、完成简单配置部署，即可将现有数据库迁移上去----"开箱即用"，这正是Netezza的核心哲学在中国场景下的精准复刻。云和恩墨的一站式数据库环境构建方式，为用户带来了极致简化的应用体验（如图6所示）。

图6 云和恩墨一站式数据库环境构建方式

与Netezza构建专用硬件不同的是，云和恩墨构建的是通用分布式存储软件。这是一条极具挑战的道路。分布式存储是计算机科学中最复杂的领域之一，涉及分布式一致性、数据冗余、故障自愈、性能优化等数十个子领域。云和恩墨的工程团队选择了一条有别于Ceph通用分布式文件系统的路线：专门针对数据库I/O模式进行优化，开发了zStorage----一套去中心化的分布式块存储软件，专门为数据库的读写特性量身定制。zStorage采用去中心化架构，I/O通过哈希直接寻址，无需查询元数据，减少交互环节，大幅降低时延；搭载高速InfiniBand网络（带宽达200Gb/s）；使用NVMe闪存SSD，释放闪存潜能。

中国移动某省公司的实践是对这套架构最好的验证之一。2018年，该省移动的多套系统中就存在数据量快速增加，性能衰减严重，同时存储无法扩展等问题，其中性能问题尤以I/O慢最为突出。面对数百TB的实时计费系统、上百TB的数据仓库带来的巨量I/O压力，zData采用了6台高端x86服务器作为支撑三套RAC的计算服务器，配合插入多块高I/O闪存卡的15节点存储服务器，以裸容量1.2PB、三副本后实际可用存储空间400TB，构成具备高计算能力、千万级高IOPS能力、百GB级IO吞吐能力和高可用能力的分布式架构（如图7所示），全面支撑具有巨量IOPS需求的高并发交易，以及海量数据吞吐需求的批处理、数据统计、报表等业务的高效运行。2019年6月zData上线后，核心业务的运行速度明显加快----系统整体性能提升超过5倍，在真实生产环境中得到了充分验证。

图7 zData在某省移动的"6计算节点+15存储节点"配置架构

回顾Netezza的历史，其成功的核心是在技术创新与市场洞察的交汇处找到了一个切入点----在I/O瓶颈最为严重、DBA资源最为稀缺的时代，提供了一个"硬件+软件+服务"深度集成的闭环解决方案。

云和恩墨的zData，同样是在中国数据库市场的特殊矛盾中找到了自己的切入点：在国产化替代的政策背景下，在Oracle等外资数据库的高成本与高复杂度面前，提供一个"通用、易用、可扩展"的数据库承载平台，让企业不必更换数据库应用，只需更换底层基础设施，即可获得成倍的性能提升和成本节约。

更深远的意义在于：zData是数据库一体机这一产品品类在"多元数据库时代"的进化形态。Netezza只支持一种数据库（基于PostgreSQL的Netezza数据库）；Oracle Exadata主要为Oracle数据库服务；而zData打破了"一体机=单一数据库"的桎梏，真正实现了让任意数据库在同一套优化硬件上以最优性能运行的愿景----这是过去任何一款数据仓库一体机都未曾实现的目标。

历史证明，每一代数据库机的革命，都是在上一代技术的局限与下一代技术的可能性之间，由那些敢于想象、敢于坚持的人，一点一点凿出来的。这条路，还远没有走到终点。

萧开美在论文中回顾了数据库机技术的发展，并满怀热情地呼吁数据库机的时代已经到来。这篇论文被视为数据库机领域的"动员令"和"战斗檄文"。

值得玩味的是，这篇论文的标题中，"Data"和"Base"是两个独立的单词，而非我们今天熟知的合体词"Database"。这个小细节，折射出那个时代技术词汇尚未定型的历史语境----Database作为单一词汇的通用化，本身就是1980年代以后的事情。

萧开美论文的核心论点可概括为：新兴研究的持续发力与硬件技术的最新进展，将很快使商用数据库机成为现实。这一论断包含三层内涵：

第一，技术就绪性判断。萧开美指出，大规模集成电路、半导体存储器、微处理器等硬件技术的进步，已使构建成本可控的数据库专用硬件成为可能。

第二，研究生态成熟度判断。论文强调数据库机并非孤立的硬件创新，而是需要数据库理论、体系结构、算法优化等多领域研究的协同推进。

第三，商业化前景预期。论文明确指向商业数据库机，而非纯粹的学术研究原型，体现了作者对技术转化路径的清晰认知。

从技术架构角度，萧开美论文虽未展开详细设计，但指明了数据库机的核心特征：将数据库操作从通用CPU卸载（offload）至专用处理单元，实现存储与计算的协同优化。这一思想成为后续所有数据库机/一体机设计的根本遵循。

同年6月，萧开美又发表了配套论文《DBC----一台为超大型数据库设计的数据库计算机》（DBC--A Database Computer for Very Large Databases）⁵，进一步探讨了数据库机的架构与设计方案。

在20世纪70年代末到80年代初，数据库机之所以成为热点，是因为随着数据量的指数级增长，通用计算机的CPU逐渐成为处理大规模数据库任务的瓶颈。萧开美通过研究提议："既然通用计算机慢，那我们就为数据处理量身定制一套硬件。"

1983年，萧开美主编出版了《高级数据库机架构》一书，系统总结了该领域的各种技术路线，指明了数据库机前进的方向，成为那个时代数据库机研究者的重要参考。正是这本书，在数十年后出现在史忠植访谈画面里，再度唤起了我们对这段历史的记忆。

萧开美关于数据库机的研究论文影响了很多人，杰克·谢默（Jack E. Shemer，1940-2020）是其中之一。谢默曾在施乐工作，在看到萧开美的文章后，他相信数据库机的时代即将到来。1979年7月，谢默联合几位来自施乐和花旗银行的资深技术专家创立了Teradata。Teradata在大规模并行数据处理领域做出了革命性的开创工作。后来，Teradata成为了VLDB的长期赞助商。

萧开美还曾为另外一家数据库机公司----布里顿-李（Britton-Lee）----提供咨询。关于Teradata和Britton-Lee的故事，读者可以参考前面的文章，这里不再详述----

《从Teradata到Exadata和zData的容量愿景》

《从Britton-Lee的陨落到Exadata和zData的智能复兴》

《从Britton-Lee到zData，专用硬件和通用硬件之抉择》

《从德维特的Gamma系统到开放集成的zData实践》

1983年，一篇措辞犀利的学术论文在数据库机领域引发了轩然大波。这篇论文的作者，是来自威斯康星大学麦迪逊分校的戴维·德维特（David J. DeWitt）----日后的并行数据库系统权威、数据库学界最具影响力的学者之一。

论文的标题极为直白，充满挑衅意味：《数据库机：一个已经过时的构想？----对数据库机未来发展的批判性分析》（Database Machines: An Idea Whose Time has Passed? A Critique of the Future of Database Machines）⁶。要知道在几年以前，德维特还是数据库机的坚定支持者，他和保拉·霍索恩（Paula Hawthorn）的合作直接影响了Britton-Lee的创立和发展。然而短短几年之后，德维特对数据库机的看法就发生了转变。

文章开头，德维特写道："萧开美撰写《数据库机来了》一文时，数据库机的前景似乎一片光明，许多研究项目正在进行，几款商业产品也即将面世。然而现在我们的观点完全不同，我们曾一度想将本文标题定为'数据库机死了（Database Machines are Dead, Database Machines are Dead）'"。

这种呼应萧开美论文标题的刻意反转，颇具文学色彩，也让这篇批判性论文获得了更广泛的传播。

德维特的核心观点是：磁盘容量的增加对高度并行数据库机产生了非常不利的影响，除非找到提高大规模存储设备带宽的方法，否则高度并行的数据库机架构注定要消亡。

这个论断在当时颇有说服力。专用数据库机的硬件成本高昂，而通用计算机的性价比则在摩尔定律的驱动下快速提升。专用硬件的优势，正在被通用硬件的迅猛进化所侵蚀。

然而，德维特本人并未就此放弃。批评者往往也是探索者----在发表那篇批判性论文的同一年，他在威斯康星大学悄悄启动了一个全新的研究项目：Gamma数据库机项目⁷。

Gamma项目从1984年1月正式启动，持续运行到1992年底。其核心目标，恰恰是去验证德维特在1983年论文中所质疑的东西：使用非专用的通用（"廉价"）硬件，能否实现高性能的并行数据库系统？

Gamma运行在一个由普通工作站通过高速网络互联而成的集群上，采用无共享（Shared-Nothing）架构，通过数据分区（Partitioning）和并行查询处理实现高性能。它证明了一个关键命题：并行数据库不一定需要专用的昂贵硬件，通用硬件的集群同样可以实现出色的性能。这一发现，深刻影响了此后整个并行数据库系统的发展方向。

时间来到1992年，德维特与吉姆·格雷（Jim Gray）联合撰文发表了《并行数据库系统：高性能数据库系统的未来》（Parallel Database Systems: The Future of High Performance Database Systems）。在这篇论文中，他们共同反驳了德维特1983年的判断：

高度并行的数据库系统正开始取代传统的大型机，用于超大规模的数据库和事务处理任务。这些系统的成功驳斥了1983年一篇预测数据库机消亡的论文。十年前，高度并行数据库机的未来看起来黯淡无光，即使在其最坚定的支持者看来也是如此。批评者预测，除非找到解决I/O瓶颈的方案，否则多处理器系统将很快受到I/O限制。虽然这些关于硬件未来的预测相当准确，但批评者关于并行数据库系统的整体未来的判断肯定错了。在过去十年中，Teradata、Tandem和许多初创公司成功地开发并销售了高度并行的数据库系统。

德维特作为一位学者公开承认自己十年前的判断"肯定错了"，这在学术界并不多见。德维特和格雷的这篇论文成为并行数据库系统领域的经典文献，也标志着这一方向完成了从"被质疑"到"被认可"的历史性转折。

德维特在1983年指出的那个死结----磁盘I/O带宽的增长速度跟不上数据量的增长----并没有消失，它只是被推迟了。时间进入21世纪，这个问题再度以新的形式出现在数据库设计者的面前。

然而，技术的进步也带来了新的解法。到2000年代中期，InfiniBand高速互联技术的成熟，为打破带宽瓶颈提供了一把"钥匙"。InfiniBand是一种高性能、低延迟的网络互联标准，其带宽远高于同期的以太网，延迟则低至微秒级。正是这把"钥匙"，让Oracle等待已久的数据库一体机蓝图成为可能。

当Oracle开始谋划推出数据库一体机时，德维特当年所指出的约束条件都已经有了解决方案。Oracle数据库一体机的目标是通过开放硬件打造高性能的数据库基础设施。

与Smart Scan配合的，是连接计算节点和存储节点的InfiniBand高速内部网络。InfiniBand在Exadata内部同时承担两个角色：其一，作为Oracle RAC（Real Application Clusters）节点间的私有互联网络；其二，作为计算节点与Exadata存储服务器之间的数据传输通道。两个角色都要求极低的延迟和极高的带宽，InfiniBand完美胜任。

这一架构，正是对德维特所预言的"提高大规模存储设备带宽"的工程实现----只不过，解法不是传统意义上的磁盘带宽提升，而是通过高速网络与存储计算下推的组合，在系统层面上规避了带宽瓶颈。

Oracle的第一代一体机产品面向数据仓库场景。很快，在2009年推出的第二代产品，将Exadata的应用场景扩展至OLTP。同时，闪存技术被用来加速I/O，Smart Scan技术则被用来缩减网络流量。一体机开始解除束缚，Exadata进入高速发展期（如图5所示）。

图5 Oracle Exadata的早期创新

Oracle Exadata的成功带动了数据库一体机市场的复兴，很多厂商开始提供第三方的同类产品。但本质上，所谓第三方的"Oracle数据库一体机"是不存在的。因为Oracle并不授权任何第三方一体机预装Oracle数据库。而且第三方一体机需要依赖Oracle ASM才能实现数据冗余和条带化，导致产品竞争力不足。

"数据库机"的真正进化在于软件定义时代的到来。2010年代初，"软件定义"浪潮席卷整个IT产业：软件定义网络（SDN）、软件定义数据中心（SDDC）、软件定义存储（SDS）......这场浪潮的核心逻辑，是将原本固化在专用硬件中的功能，以软件的形式在通用硬件上实现，从而获得更高的灵活性、可扩展性和成本效益。

软件定义存储领域涌现出多个具有代表性的项目和产品：Ceph----由加州大学圣克鲁兹分校博士生Sage Weil于2004年发起的开源分布式存储系统，2012年以LGPL协议开源，2014年被Red Hat收购，被誉为"存储领域的Linux"⁹；ScaleIO（现更名为Dell PowerFlex）----EMC收购自以色列公司ScaleIO，提供基于服务器的软件定义块存储。

通用的软件定义存储可以支持对象、块存储等，而云和恩墨基于自身的数据库基因，走上了一条与Ceph等通用SDS方案不同的专业化道路：不做通用的SDS，而是聚焦专为数据库场景深度优化的软件定义块存储。这就是zStorage的由来。

zStorage是云和恩墨自主研发的数据库分布式存储软件，针对数据库I/O特征----高IOPS、低延迟、大量随机读写----进行了深度优化，并充分利用现代NVMe闪存和高速网络（InfiniBand和RoCE）的性能潜力。以zStorage为内核灵魂的zData数据库一体机，因而将Exadata的愿景再度向前推进一步：以开放的通用硬件，实现通用数据库的性能加速。

在软件定义存储的数据库部署模式中，传统的"数据库服务器+专用存储阵列"架构被彻底重构：

• 存储资源池化：基于x86标准服务器的分布式存储资源池取代专用存储阵列，存储节点可以独立横向扩展。

• 性能与容量协同扩展：通过节点级横向扩展，使性能与容量同步增长，消除传统集中式架构的性能瓶颈。

• 在线弹性扩容：数据库的扩容完全可以在线进行，无需停机，业务连续性得到根本保障。

• 高速网络加持：25Gb至200Gb带宽的高速RoCE / InfiniBand网络，确保存储I/O路径的极低延迟和超高吞吐。

这是技术进步为数据库基础设施带来的根本性革命：数据库摆脱了存储层的束缚，获得了极致性能与极致弹性的双重自由。传统存储架构与软件定义存储架构的对比如图6所示。

图6 传统存储架构与软件定义存储架构的比较

2025年10月，具备多元数据库承载能力的新一代zData X在金杯电工正式上线，帮助这家传统制造业巨头将其生产制造（MES）、供应链（SRM）、销售（CRM）、财务（ERP）等核心系统整合到新平台之上。系统完成重构迁移之后，数据库I/O性能较原架构提升了10倍，并且从超融合平台回收了148核CPU、17.7TB存储，让用户的资源得以充分利用，整体IT运行成本得到大幅优化。zData X提供的可视化智能运维平台更让数据库管理实现了现代化（如图7所示）。

图7 zData X在金杯电工的应用实践

写完这段历史，不能不向前眺望。

当下，人工智能的浪潮正在深刻改写数据库与存储的版图。GPU加速数据库、向量数据库、AI原生数据库......一批专为AI工作负载设计的"新型数据库机"正在悄然涌现。有趣的是，这些新物种的核心思路，与1970年代数据库机研究者们的初衷惊人地相似：为特定的计算特征设计专用的硬件与软件协同方案。

倘若萧开美与德维特能够并肩站在今天，面对这一幕，或许会会心一笑：这场关于专用硬件与通用硬件的辩论，从未真正结束，也永远不会结束----因为它的本质，是人类永不停息地追逐计算极限的冲动。

历史的螺旋，还在转动。

在上一篇《从Britton-Lee到zData，专用硬件和通用硬件之抉择》中，我们提到了数据库领域的先驱之一保拉·霍索恩（Paula Hawthorn）。有朋友对这对伉俪的携手经历很感兴趣，我在迈克尔·斯通布雷克（Michael Stonebraker）的书中找到了一张照片，这张照片是Illustra团队的合影（如图1所示）。图中，前排中间的是保拉·霍索恩，中排左一为迈克·乌贝尔（Michael Ubell）。这个团队中每个人都有一个绰号，霍索恩的外号是"老妈（Mom）"、乌贝尔的外号是"小个子（Short One）"。她们妇夫二人在Britton-Lee之后，追随斯通布雷克的第二次创业历程，共同发起了Illustra，致力于将Postgres商业化。当然，照片前排左一正是大家所熟知的Ingres传奇的缔造者迈克尔·斯通布雷克，他也是数据库领域第四位图灵奖得主。

图1 Illustra团队核心成员

德维特毕业后一度想到加利福尼亚大学伯克利分校工作，未果。但他与斯通布雷克保持了非常密切的合作关系。斯通布雷克为德维特提供了早期的Ingres版本，供其在课堂上使用，并邀请他参加了1977年5月在伯克利举行的第二届"分布式数据管理和计算机网络研讨会"。斯通布雷克在这里发表了他的第一篇关于分布式Ingres的论文。在这次会议上，德维特受到斯通布雷克的启发，将自己的博士论文研究方向调整为构建并行数据库系统，并于1978年初启动了DIRECT项目。在DIRECT项目的实施过程中，德维特决定尽可能复用Ingres的代码。斯通布雷克更加调动了Ingres团队帮助德维特解决有关Ingres工作原理的问题，其中就包括鲍勃·爱泼斯坦和保拉·霍索恩。

云和恩墨zData数据库一体机的缘起正是Engineered Systems理念的一个典型实践。2013年6月，EMC以2～3亿美元收购了以色列的一家初创软件定义存储公司ScaleIO；2014年5月，希捷以4.5亿美元现金购入了Avago旗下LSI的加速解决方案事业部及存储器组件事业部。云和恩墨创立于2011年，是中国市场上数据库解决方案的领导厂商。当时EMC与希捷找到云和恩墨，希望通过三方合作来整合一套工程系统----将LSI的闪存、EMC的ScaleIO，通过云和恩墨的解决方案能力集成为数据库一体机，这便是zData的由来。时至今日，云和恩墨初代的zData仍运行在部分用户的生产环境中，稳定运行已逾十载。

面对不同场景，zData在满足可靠性与性能需求的前提下，推出了不同架构的产品以满足不同用户的成本控制需求。目前，zData以存算分离架构满足电信、金融、能源等行业的大型核心应用需求；以存算融合架构（如图7所示）满足制造业、医疗、教育等行业的中等规模核心场景需求，在可靠性、性能和成本之间求解最佳模型。

图7 zData的存算融合部署架构

2023年，云和恩墨zData上线某省电力营销2.0系统，高效支撑了该省3000万户的供电服务，是zData服务核心客户的里程碑事件之一。该系统全面采用国产化设备，1000用户并发下的TPS（每秒事务处理量）稳定达到62843，较传统架构提升近3倍；随机写IOPS高达2172K，顺序读吞吐量达到23.7GB/s；1.98秒即可完成上亿条记录的检索运算，将复杂查询响应时间压缩至原架构的1/10。zData的上线为该省电力营销系统的实时服务提供了坚实支撑（如图8所示）。

图8 zData在某省电力营销2.0系统的应用实践

在数据库一体机的历史上，从Exadata到zData，这些系统都受到了Gamma数据库机项目开创性研究的影响。在新的时代里，通用硬件和软件优化成为行业不断努力的目标。戴维·德维特的Gamma系统还深刻影响了一系列数据库产品的构建，这其中包括IBM DB2 Parallel Edition、Informix Version 8、Tandem Non-stop SQL、Vertica、Netezza、DATAAllegro、Greenplum、Aster Data和ParAccel等。因在Gamma系统中的贡献，德维特于1995年当选ACM会士，"Gamma并行数据库系统"亦于2008年荣获ACM软件系统奖。

话说戴维·德维特可能是拉里·埃里森最痛恨的人之一。1983年，德维特发布了首个科学的数据库评测基准----威斯康星基准。该基准不再只看单一任务，而是通过复杂的SQL组合来测试系统的性能瓶颈。德维特用该基准测试发现Oracle性能不佳并公开了结果，这激怒了拉里·埃里森。埃里森甚至试图施压威斯康星大学解雇德维特。Oracle后来在其软件许可协议中加入了一条：禁止用户在未经允许的情况下发布性能评测结果。这一条款被业界戏称为"德维特条款"，至今仍出现在许多数据库巨头的合同中。

图灵奖得主、数据库领域的另一位传奇人物吉姆·格雷（Jim Gray）曾多次在公开场合和论文中引用德维特的工作作为并行计算的黄金标准。

1992年，吉姆·格雷和戴维·德维特联合发表了并行数据库领域的里程碑论文：Parallel Database Systems: The Future of High Performance Database Systems。在这篇论文中，他们系统性地提出了并行数据库的定义。由于德维特主导了Gamma系统的绝大部分工程实现，格雷在后来的访谈中多次将并行数据库的实用化归功于德维特，德维特也被很多人称为"并行数据库之父"。

2008年，微软聘请德维特成立麦迪逊实验室，称其为"数据库领域的传奇"，并强调他将把"并行数据库的基因"带入微软产品线。当时微软斥巨资收购了并行数据库公司DATAllegro，德维特的任务是带领团队将DATAllegro的MPP（大规模并行处理）架构与微软的SQL Server核心进行深度融合，这便是后来PDW（SQL Server Parallel Data Warehouse）的雏形。在PDW的演进过程中，德维特意识到结构化数据（SQL）与非结构化数据（Hadoop/HDFS）不应是两个孤岛，因而主导开发了PolyBase。这项技术允许用户使用标准的T-SQL语句直接查询存储在Hadoop或Azure Blob Storage中的数据，而无需了解MapReduce或复杂的编程。同时，他将并行数据库的"谓词下推（Predicate Pushdown）"和"并行数据移动"算法应用到了异构数据源之间，极大地提升了混合数据环境下的查询效率。PDW后来演变为SQL Server APS（Analytics Platform System），并最终发展为目前微软云业务的核心----Azure Synapse Analytics。

又及，INGRES公司于1988年上市。IPO前，三位联合创始人的持股比例分别为：Lawrence Rowe 5.3%、斯通布雷克5.3%、王佑曾5.1%。INGRES公司IPO前后的主要股东持股情况如图10所示。王佑曾退休后参与了中国的很多科技建设。1994年至1996年间，他曾经担任香港科技大学副校长，并于2001年出任董建华任期内的香港创新科技顾问委员会主席。

图10  INGRES公司IPO前后的主要股东持股情况

在上一篇《从Britton-Lee的陨落到Exadata和zData的智能复兴》中，我们讲述了Britton-Lee（图1是其公司标志）的创业历程。从1979年创立，到1981年推出世界上第一台大规模量产的商业数据库机，Britton-Lee是这一领域的绝对前瞻者。

1989年5月，Brittion-Lee更名为ShareBase，展示了其向数据库软件转型的决心，然而此时距离鲍勃·爱泼斯坦（Bob Epstein）出走创立Sybase已经5年。他们的转型并不顺利，1990年6月，ShareBase被Teradata收购。从1979年创立到1990年被收购，Britton-Lee用11年的发展历程验证了专用硬件与通用硬件之间路线选择的成败。

图1 Britton-Lee公司标志及后期更名为ShareBase后的公司标志

在创立Britton-Lee之前，大卫·布里顿（David L. Britton）和杰弗里·李（Geoffrey M. Lee）曾经于1977年联合创立国际存储器公司（IMI），销售了业界首款8英寸温彻斯特（Winchester）磁盘驱动器。随后，他们为巴斯夫公司（BASF）在德国建立了一家8英寸温彻斯特磁盘驱动器制造厂。作为企业家，他们相信关系数据库模型代表着一个日益受到关注且充满机遇的领域，于是联系了加州大学伯克利分校Ingres项目的负责人。通过对此课题的讨论和研究，他们认为软硬件结合的系统，能够解决仅基于软件方法的关系系统中存在的许多固有问题。这就是Britton-Lee创立的机缘。

保拉·霍索恩于1943年出生于俄克拉何马城（Oklahoma City）。她在休斯顿大学学习期间数学成绩非常突出，原本计划成为一名数学老师，但由于参与民权抗议活动而被捕（当时美国社会仍普遍存在种族隔离与种族歧视），她被禁止在德克萨斯州教书。在个人生活方面，她18岁离家与丈夫结婚，26岁生下第一个孩子，28岁生下第二个孩子，随后离婚。尽管如此，她仍坚持完成学业，并于1974年获得休斯顿大学的硕士学位。之后，她带着孩子进入加州大学伯克利分校攻读电气工程和计算机科学的博士学位，师从图灵奖得主迈克尔·斯通布雷克。当时，斯通布雷克的职业生涯也刚刚起步。霍索恩与斯通布雷克同龄（均出生于1943年），她也是斯通布雷克的第一位女博士生。

霍索恩与斯通布雷克的相识颇具偶然性。她初到伯克利时原本想学习操作系统，但当时计算机资源极为稀缺。负责操作系统课程的老师告诉她："你可以独自使用计算机的时间只有从午夜到凌晨三点。"当时霍索恩已有两个孩子，无法在深夜留在学校，因此一度考虑退学。但是她在休斯顿的导师劝她不要离开，并建议她去找斯通布雷克。她的导师说："那里还有另一位教授，他从事数据库研究工作，有自己的计算机，你可以在他的计算机上运行你的实验。"于是，霍索恩去找斯通布雷克，对他说："我对底层操作系统方面的研究很感兴趣。"斯通布雷克回应道："这对我来说其实并不太有吸引力，不过如果你真的很优秀，我们或许可以接收你。"就这样，霍索恩加入了斯通布雷克的研究项目，并且表现优异。她后来回忆说："当时在斯通布雷克的项目中担任首席程序员的鲍勃·爱泼斯坦（后来成为Sybase的创始人）最终向斯通布雷克推荐了我，说我做得很好，并决定雇佣我。于是我就这样加入了Ingres项目。"也正是在Ingres项目组，她遇到了自己的第二任丈夫迈克・乌贝尔。

保拉·霍索恩于1979年获得博士学位，她是那个时代少有的女博士之一。据她回忆，她在伯克利入学时，一个90人的班级里只有两名女生，另外一位是芭芭拉·布卢斯坦·西蒙斯（Barbara Bluestein Simons，曾担任ACM主席）。

保拉·霍索恩为Ingres项目做出了重要贡献。她在博士论文《关系型数据库管理系统的性能评估与增强》（Evaluation and Enhancement of the Performance of Relational Database Management Systems）中对几种不同的数据库机进行性能评估，以确定哪些因素对数据库性能的影响更为关键。最终她发现，工作负载特征在很大程度上决定了专用硬件对数据库系统性能的影响，数据库机对性能具有极大的提升作用。

值得注意的是，虽然Teradata长期坚持专用硬件路线，但如今的Teradata（尤其是Teradata Vantage平台）也已经实现了硬件解耦。核心组件BYNET已经演变为软件形态（Virtual BYNET），可以运行在标准的InfiniBand或以太网上。目前，Virtual BYNET已经可以运行在AWS、Azure和Google Cloud等公有云的通用硬件上。

我们身处不同的历史时期，往往难免受到时代视角的局限。要理解历史上的某一种产品形态，就必须深入了解当时各方面的技术条件与约束。以史为鉴，方能洞察未来。

zData诞生于软件定义存储（Software-defined storage，SDS）时代。这一时期的硬件能力已经大幅提升，因此zData从起步阶段就支持通用的开放硬件架构，并专注于在存储特性方面对数据库进行针对性优化。在2010年代，关键挑战在于：虽然闪存存储、InfiniBand网络以及软件定义存储等技术都已出现，但它们在核心数据库生产环境中的应用还非常有限，zData必须实现卓越的可靠性、可用性、稳定性和性能，才能被用户真正接受。这四个方面的核心价值主张，主要通过云和恩墨持续投入zStorage³的研发来实现。

在可靠性方面，zStorage采用Raft协议保障多副本一致性与完整性，实现"数据不丢"；通过端到端校验，并将校验和写入元数据区，精准检测静默错误，确保"数据不错"。该方案支持2副本和3副本冗余模式，分别可实现5个9（99.999%）和9个9（99.9999999%）的数据可靠性，从而最大程度保障用户数据在运行过程中的安全性。

在可用性方面，zStorage在保证数据一致性的前提下优先实现高可用设计。当存储节点数量≥5时，系统可容忍任意2个节点故障而业务不中断；磁盘故障时I/O挂起≤2秒，节点或交换机故障时I/O挂起≤10秒。同时，zStorage的智能网络稳态自治引擎（Intelligent Network Stability Autonomy Engine，INSAE）攻克业界难题"非对称网络故障"，保障该场景下服务不中断。

非对称网络故障是指故障节点只与部分节点能连通。如图4所示，图中节点1与节点4之间不通，但与节点2和3都是相通的。在这种情况下，节点1和节点4上作为Leader的数据副本就不能向对方复制副本数据，从而导致I/O挂起。zStorage通过两种方案解决了此问题：

方案1：将节点1或节点4踢出集群；

方案2：通过节点2或节点3转发节点1和节点4之间的网络通信。

zStorage会实时探测网络连通情况，在两种方案中选择影响最小的一种进行处理，以保证I/O正常。

图4 非对称网络故障及zStorage的解决方案

进入2020年代，整个环境再次发生变化，信创产业在国内蓬勃发展。云和恩墨也更加深刻地体会到自主研发为用户带来的价值。zData数据库一体机的早期版本主要支持Intel处理器，后来逐步扩展到支持ARM架构，如今更是进一步支持鲲鹏和海光处理器，实现了全栈国产化。在存储介质方面，zData最初支持HDD与SSD混合架构，其中SSD主要作为缓存；随后逐步演进为支持全SSD架构。在当前存储价格持续攀升的背景下，zData X又新增了智能零感压缩引擎（Intelligent Zero-Impact Compression Engine，IZICE），可以通过无感压缩实现2～10倍的空间压缩率，从而显著降低用户的存储成本。在某保险客户的财险场景中，zData X的智能零感压缩引擎特性（如图5所示），通过冷热数据分层压缩，帮助用户节省了近10倍存储空间，避免了迫在眉睫的存储扩容，有效缓解了扩容压力，切实为用户创造了卓越价值。

图5 zData X的智能零感压缩引擎（IZICE）特性

图7 Oracle数据库和CPU结合的优化示意

其实早在2013年，Oracle就曾基于Sun的SPARC T5处理器打造的8路服务器，在TPC官网测得了单机850万tpmC的打榜纪录（如图8所示）。T5芯片制程仅仅28纳米，但是直至今日，这个纪录都是值得一提的。Sun之一时辉煌，最终也只能在滚滚IT浪潮中归于沉寂。

图8 Oracle在SPARC T5-8路服务器上测得的性能纪录

从Britton-Lee到Oracle，虽然专用硬件设计具有令人艳羡和期待的能力，但事实最终证明，专用硬件高昂的成本和封闭的生态，使其在与通用硬件的竞争中逐渐失去优势。然而，世事并无绝对，在每一波新的技术浪潮来临之际，总会有创新产品的机遇。当云计算与AI时代到来后，专用硬件领域也再次出现了试图改变世界的新一轮探索。

本篇最后的延展是关于保拉·霍索恩的。在她的职业生涯中，霍索恩曾在惠普、劳伦斯伯克利国家实验室、Britton-Lee、Illustra、Informix工作，并为多家初创公司提供咨询。她以强大的亲和力和高效的管理能力而闻名。在Britton-Lee工作期间的一次大型活动上，创始人大卫·布里顿（David L. Britton）介绍说："这就是我们的大地母亲（This is our earth-mother）, Paula!"。从那之后，霍索恩便有了一个正式的外号"Mom"。她回忆说："那会儿所有的女性意识都已经觉醒了，但我说：'没关系。'甚至有些工程师在我还没大到能当他们妈的时候，就已经管我叫'老妈'了。"

在任何地方，她都被视为团队的守护神。霍索恩和吉姆·格雷（Jim Gray）一家是挚友。当吉姆·格雷于2007年1月28日在海上失踪后，霍索恩全力投入到组织和协调搜救资源的工作中。吉姆·格雷的妻子唐娜·卡恩斯（Donna Carnes）写下过一段深情的感激之言："我要感谢保拉（Paula）在过去一年中提供的所有帮助和安慰，特别是她在整个水下搜寻过程中陪伴着我。保拉，我想吉姆会说我欠你大约一百万瓶Ridge仙粉黛（我正在努力）。但最重要的是，我想让你知道，在那段漫长而艰难的水下搜寻过程中，你带来了多么积极的改变。"

2022年，伯克利计算机科学校友迈克尔·奥尔森⁴（Michael Olson）在母校设立了保拉·霍索恩研究生奖学金，以"帮助改善历史上长期由男性主导的科技领域中的性别不平等"。

在上一篇《从Teradata到Exadata和zData的容量愿景》中，我们讨论了Teradata开创的"数据库机"时代。很多文献也将Teradata视为第一个成功的商业数据库机创造者，但这一说法其实并不完全准确。

在数据库机的历史上，还有一家名噪一时的公司----布里顿-李（Britton-Lee）。Britton-Lee是世界上第一台大规模量产的商业数据库机的构建者，其一时之兴衰，更能说明数据库机的过往与未来。

Britton-Lee的"智能数据库机"（Intelligent Database Machine，IDM）于1981年正式推出（比Teradata早3年），主要包括IDM 500和IDM 200两种型号。在宣传中，他们将IDM称为"真正的数据库机（A TRUE DATABASE MACHINE）"。这一命名是否似曾相识？----Oracle的RAC全称是Real Application Cluster。从"True"到"Real"，技术圈里真假难辨，最后导致大家在命名上开始较劲。此外，数据库一体机从诞生之初，就以"智能"为名，其核心价值就是通过智能化加持，使软硬件协同创造超越用户期待的性能奇迹。

图3展示了IDM 500的产品架构。图中清晰显示，Britton-Lee IDM的本质是一种数据库加速外设。它必须作为"后端（Back-end）"连接到大型主机或大型微机，无法独立面向终端用户提供计算服务。这种"术业有专攻"的设计，正是早期"Database Machine"理念的精髓：让计算归计算，让数据处理归数据处理。

在20世纪80年代，计算资源极其昂贵，架构分工非常明确。Britton-Lee的设计初衷是"卸载（Offloading）"。Britton-Lee IDM实际上实现了现代存储界梦寐以求的"近数据计算（Near-Data Computing）"。传统存储必须把成千上万条原始数据搬运到主机内存，再由CPU判断哪些数据符合条件。这会导致主机网络带宽被占满（I/O瓶颈）。IDM内部集成了处理器和硬件加速器（Database Accelerator），它在数据离开自己的机箱之前，就把不需要的数据"扔掉"了。

图3 IDM 500的产品架构图

Britton-Lee的IDM数据库机中包含了完整的数据库系统，具有清晰完整的技术栈层次，其中并发控制、审计日志、崩溃恢复等功能一应俱全。主机系统则负责查询、报表等用户侧功能的实现。

到1983年，Britton-Lee销售了大约200台IDM数据库机，取得了良好的开端。但是行业也在发生变化，随着硬件技术的加速进步，爱泼斯坦认为为数据库研发专用硬件已无必要，应该将优化聚焦于数据库软件层完成，客户端/服务器架构的理念在他脑海中形成。

在技术创新期的瞬息万变中，形势可能一夜之间就会逆转。Britton-Lee在1987年经历了数据库机销售的严重放缓，当年营收约2500万美元，亏损约900万美元。当年第四季度亏损250万至290万美元，其中包括为裁减约50名员工（占当时280名员工总数的20%）所计提的准备金。

1990年，Britton-Lee被Teradata收购。在这一时期，Teradata成为"数据库机"领域的唯一幸存者。

此处可作一小结：专用硬件和通用硬件之争，是数据库机成败的关键。其次，是硬件与软件之争，当硬件进化速度超过软件，数据库机就获得关注；当软件进化速度超过硬件，数据库机就归于沉寂。可谓此起彼伏、此消彼长。

1991年9月，AT&T公司收购了NCR公司，后者于12月宣布以约2.5亿美元收购了Teradata。幸运的是，Teradata并未在并购中沉沦。2007年1月，NCR宣布Teradata将成为一家独立的上市公司。图6是Teradata自2007年以来的收入变化曲线。截至2026年1月底，Teradata的市值约为26亿美元。

图6 Teradata收入历史趋势图

Teradata的目标市场是数据仓库。伴随着开源产品（如Hadoop等）的普及以及大数据技术的崛起，其市场进一步被蚕食。

真正为数据库一体机带来复兴的是Oracle。Exadata以通用硬件为基础，将数据库一体机从OLAP环境拓展到OLTP环境，从而为"数据库一体机"打开了广阔市场，开启了真正波澜壮阔的新时代。而云和恩墨的zData更进一步，通过分布式存储技术，将数据库一体机推进到通用数据库支持范畴，实现了统一数据库运行平台的交付，大大简化了用户的数据库基础设施架构。

从Teradata到Exadata和zData，数据库一体机经历了从"专用硬件+专用软件"到"通用硬件+专用软件特性"再到"通用硬件+通用软件"的演进过程（如图7所示）。

图7 数据库一体机的时代演进

"专用硬件+专用软件"时代：早期Teradata使用自研的专用网络交换机和网卡（BYNET）。BYNET是系统的"神经中枢"，负责处理MPP架构中的节点间高速通信、合并排序和消息广播。整个系统被封装在特定的物理机柜中，包含定制的存储阵列和容错电源。

"通用硬件+专用软件特性"时代：Exadata设计的核心目标是使用通用硬件，采用开放架构实现集成化交付。Oracle采用InfiniBand技术作为网络互连方案；在数据库软件层面，通过Smart SCAN技术、混合列压缩等专用软件特性实现一体机加速。

"通用硬件+通用软件"时代：zData的设计目标是通过智能化的软件定义存储技术，面向数据库场景提供高性能块存储，实现软硬件解耦并支持所有数据库产品。用户可采用经官方认证的通用硬件，构建自有的数据库统一存储资源池，实现性能与成本的自主可控。

从以上演进过程可以看到，技术的进化是在需求驱动下不断重塑的。例如，zData为顺应国内用户的需求，从过去仅支持Mellanox的InfiniBand，进化为支持更通用的RoCE（RDMA over Converged Ethernet）高速网络技术；网络带宽从过去的100Gb扩展为支持从25Gb到200Gb的不同带宽配置；硬件平台也从Intel处理器扩展到支持AMD、海光、鲲鹏等处理器；支持的数据库更是从Oracle扩展到DB2、SQL Server、MySQL、PostgreSQL、GaussDB、OceanBase、达梦、崖山等数十种。如图8所示，zData的进化，为用户带来了稳定可靠、性能卓越的数据库运行平台。通过整合的数据库资源池和智能化运维能力，数据库管理效率显著提升，运营成本也得以优化。

图8 云和恩墨数据库一体机从zData到zData X的进化

作为补充，关系型数据库在诞生之初，曾被认为最适合数据仓库场景，因为当时其性能表现有限，但具备存储更多数据的能力。DB2诞生后，就是作为IMS的补充先被尝试用于分析型系统的。而Oracle创始人拉里·埃里森也曾回忆说："我们经历了传统观点所预测的那些非常严重的性能问题。我们始终无法让数据库运行得足够快。我们尝试了一个又一个方法。最终我们取得了突破，实现了十倍的性能提升。在最后的测试中，我们的性能超越了当时被认为是最快的PDP-11数据库CODASYL系统运行得更快。"

作为本篇最后的延展，我们通过图10来看一下Britton-Lee的IDM 500一体机在当年的性能表现。由于年代久远，此处不再提供测试用例和详细解释，但可直观看出，数据库机的性能表现非常强劲。

图10 Britton-Lee IDM 500的性能表现

参考文献：

题记：本文是对数据库一体机历史的一次回顾和总结。从数据库技术的诞生到软硬件结合的尝试，数据库一体机的进化史，本质上是一部人类对抗数据规模爆炸的奋斗史。

数据库一体机更早期的名字是"数据库计算机（Data Base Computer）"，其诞生的目标就是高效处理超大规模的数据集。从Teradata、Exadata到zData，这一领域的产品命名就体现了这一愿景（如图1所示）。

图1 数据库一体机的演进

Teradata的命名源自TB（Tera Byte），该公司创立于1979年，并于1984年发布了其DBC/1012数据库机。"DBC"是指Data Base Computer，这一时期，Data和Base两个名词尚未完成公认的合体，人们熟知的Database一词也未正式诞生。"1012"代表的是他们当时的野心----10的12次方（Tera）字节，也即TB。Teradata创立的时期，硬盘容量最常见的单位是MB，关于TB的畅想已经属于大胆。

Exadata的命名明显直指Teradata，EB代表10的18次方（Exa）字节，EB是TB存储容量的100万倍。事实上，Oracle数据库在数仓方面一直缺乏竞争力，Teradata、DB2、Informix在当时的数仓能力都远超Oracle。在2000年代初期，Oracle开始向数据仓库领域进军，并于2008年推出其与HP合作的第一代数据库一体机（Hp Oracle Database Machine）产品。

zData的命名遵循了TB、EB的存储容量序列。云和恩墨自2014年开始探索数据库一体机产品，在软件定义存储领域率先创新，所以选择以ZB为愿景。1ZB（Zetta Byte）等于1000 EB，是更大规模的存储容量。大约在2020年左右，zData上实现了首个PB级别的数据库存储，是产品跃迁的第一个里程碑。

图2 数据库一体机的命名

图6 Teradata架构原理图

值得一提的是，谢默于1970年至1976年在施乐公司工作期间，还联合创立了高级开发实验室（ADL），该实验室隶属于帕洛阿尔托研究中心（Palo Alto Research Center），被认为是全美最具声望的同类实验室。高中时期的史蒂夫·乔布斯（Steve Jobs）、史蒂夫·沃兹尼亚克（Steve Wozniak）和艾伦·凯（Alan Kay）等人都曾在谢默的指导下参与ADL的工作。而在施乐公司之后，谢默在花旗集团工作时，还协助领导团队开发了自动化银行系统，推动了ATM（自动取款机）在美国的广泛使用。ATM本质上也是一种机器，它负责"存储"和"取出"现金，这和数据库机具有异曲同工之妙，数据库机负责"存储"和"取出"数据。

图9是Teradata的创始团队的珍贵合影，后端的机器就是他们的创造成果DBC1012。谢默有一句名言用于激励团队："每个创业项目都会经历至少一次濒临失败的危机时刻。团队如何应对危机时刻，将决定你是否能够成功。"这句话对于今天的创业公司，仍然适用。

图9 公司的创始团队

Oracle是在OLTP领域取得成功之后，开始向数据仓库领域进军。Oracle的加入让数据库机领域迎来彻底的变革。2000年左右，Oracle公司在内部启动了一个名为SAGE（Storage Appliance for Grid Environments，网格环境存储一体机）的项目。这是一个开放硬件栈的解决方案，也就是说，不包含任何专有硬件，其直接对手就是Teradata和Netezza。Teradata和Netezza的产品是更多依赖于定制化或专有硬件的解决方案。

2008年，Oracle首次推出Exadata数据库一体机。在发布前一个星期，这个产品被拉里·埃里森（Larry Ellison）命名为Exadata。Exadata的命名是直接针对Teradata的。埃里森在发布数据库一体机时曾经提到，他受到iPhone的启发----乔布斯通过一台iPhone，提供了高度集成的系统以及极简的操作界面，从而"重新发明了手机"。而Oracle通过Exadata，让"数据库一体机"这个名字替代了"数据库机"。数据库一体机理念被普遍接受。

Exadata 的成功不仅在于容量（EB），更在于它重新定义了"调优"。在传统时代，DBA需要花数周时间去调优存储阵列、交换机和服务器。Oracle通过"苹果式"的封闭集成，将这种复杂度封装在黑盒内。

Exadata使用的是通用硬件，但是在软件上做了增强。Oracle通过Smart Scan（智能扫描）等技术承载其 EB 级愿景。Smart Scan完成了专用硬件的功能，它不再把所有数据吐给数据库服务器，而是在存储层就过滤掉无关数据。这种"存储层大脑"设计，是它超越传统阵列的关键。

又及，2023年2月15日，Teradata官方宣布退出中国市场（如图13所示）。

图13 Teradata中国公司业务调整公告

Teradata 的离场，标志着"专有硬件数据库时代"的终结。随着信创（国产化替代）的深入和云原生数据库的崛起，中国用户对"一体机"的需求已从单纯的"性能怪兽"转向"存算均衡、自主可控、极度弹性"。

数据库一体机的进化史，本质上是一部人类对抗数据规模爆炸的奋斗史。从谢默在加州住宅里的创业梦想，到埃里森的"重新发明"宣言，再到云和恩墨的软件定义突围----每一代产品都在回答同一个命题：当数据成为新时代的石油，我们如何建造最高效的炼油厂？

从 TB 到 EB 再到 ZB，容量的单位在变，但人类对数据处理极致效率的追求从未改变。

参考文献：