InfoQ：您从年就开始从事面向大数据场景的分布式数据库研发工作，这期间您经历了大数据领域哪些新老技术的更迭和演进？沈春辉：在大数据发展史上，有两个影响深远的标志事件，一个是年前后，谷歌发表GFS、MapReduce、Bigtable三篇论文，证明了大数据从理论概念到生产实践的业务价值，并给出了架构典范；另一个是年，Hadoop正式成为Apache顶级项目，把大数据带入到各大企业尤其是互联网企业的IT基础设施中。在过去的十多年，随着对数据规模、处理速度、易用性、成本、效率等越来越多的需求，我们看到大数据架构和产品不断地推陈出新。起初，Hadoop作为大数据的代名词，支持存储和计算能力的水平扩展，很好地解决了规模化的挑战，但随着大数据应用到各个场景，各种需求开始井喷，Hadoop也从单一系统走向一个多元化生态。比如：Hive，让SQL进入到Hadoop，大大降低了使用门槛；HBase，通过LSM架构，满足了海量数据的高并发吞吐；Spark，通过基于内存的分布式计算，大幅提升了数据处理的效率；Storm、Flink、SparkStreaming等流计算系统，有效提升了数据处理的实时性；还有Presto、Kylin、Impala等，在不同场景下，加速大数据复杂分析。所以，现代企业的大数据平台大多都是基于Hadoop生态构建的“一存多算”的多元化架构，即以HDFS为统一存储，通过HBase、Spark、Flink、Presto等多种计算引擎满足不同场景的处理需求，这个架构的优点是适用范围广、灵活性强，但缺点是成本高、维护复杂、体验较差，这也会是未来技术继续向前演进的方向。InfoQ：您将在QCon深圳分享的话题是“面向多模数据管理的技术创新与实践”，在您看来，当前多模数据库的发展整体处于一个什么样的阶段？沈春辉：在互联网发展之前，数据库可以说基本就是在关系模型上发展，比如发展了几十年的Oracle、DB2，而NoSQL的出现打破了这一惯性，KV、宽表、文档、图、时序等多种模型都得到了广泛应用和快速发展，但这个趋势也会使得应用开发变得越来越复杂，记得在年的NoSQL大会上，有大佬提出了“多模数据库”的概念，设想一个系统可处理多种类型数据，以简化应用数据架构，减少开发维护成本。随着NoSQL系统在单模能力上的成熟，以及应用数据需求的多样化，业界开始进入对多模数据库的探索和实践，通过db-engine网站，我们可以看到越来越多的流行数据库已经走向多模数据库。多模数据库，其目标是将多个系统组合使用的解决方案下沉为数据库内置能力，与传统分库分表方案升级为分布式数据库能力相似，所以，这是一个相对漫长的建设过程，我们为其定义了四个阶段，也可以说是系统开发的四个路标，分别是多种类型、垂直引擎、跨模融合、统一访问，如果按此看，那么大部分业界多模数据库现在可能处于第一、二阶段，其能力主要是提供多种类型的数据接口，在不同模型的处理效率上有所侧重倾斜，在数据联接上有所缺失，还是很难在生产中真正替换多套系统组合使用的方案。InfoQ：是什么原因驱动阿里从HBase转到多模数据库的？整体架构设计是如何考量的？沈春辉：阿里HBase的发展已经有比较长的时间，过去主要聚焦在成本、性能、可用性等通用能力的深度自研，所以，在这个方向上算比较成熟了。然而，现代应用场景的玩法和功能变得越来越丰富，除了高扩展、低延时、高可用、低成本等核心需求之外，简单分析、多维检索等高级数据处理正在成为越来越多应用的基本需求，为此，我们看到当数据量小的时候，一个关系数据库基本能解所有问题，但数据量大的时候，很多场景需要混用HBase、ES、TSDB、SQL等系统，像是监控、IoT、画像、社交等等，每一个应用都需要开发数据中间层来对接多种数据库，去处理模型转换、数据分发、数据同步、查询合并等一系列问题，最终期望这多个异构系统组合成为一个数据库系统工作，面向上层的业务逻辑提供统一存储、统一访问并保证数据正确。针对这种普遍存在的共性需求，我们期望使用多模数据库的思路进行解决，打造一个同时具备宽表、时序、搜索等多种模型处理能力的数据库，帮助业务重新聚焦于应用逻辑，这就是我们年9月上线的云原生多模数据库Lindorm（中文名：灵动）。Lindorm目前主要聚焦于第三阶段跨模融合的能力建设，在业务需求满足上，可以达到及超过多套系统组合使用的效果，并相比有明显更低的开发维护成本，随着系统能力的逐渐完善，对业务的价值优势也会越来越明显。Lindorm在系统架构上主要考虑了云原生、多模原生两个方面，核心是构建弹性按需伸缩、多模融合处理、高效低成本等能力，具体的架构设计也将在此次的QCon会议上分享，欢迎大家的