存储在线以下这段访谈，是今年6月Memblaze “预见NEXT–DCTC2016数据中心技术大会”期间，存储在线总编宋家雨对南大通用CTO武新博士的访谈。距离现在尽管有一段时间了，但访谈中，武新博士对于数据库、大数据应用与闪存技术结合，仍然具有指导和启发意义。
问：NVMe这样的闪存协议对于数据库应用会带来哪些影响？
武新：作为数据库厂商，我们对存储介质非常关注，因为数据库数据最终要落到存储介质上。对于存储介质发展，闪存或固态硬盘技术带来了存储跳跃式的改变，这是我们如今所面临的存储大环境。
针对NVMe，第一生态系统已经建立起来了；第二NVMe是基于标准的，如果没有标准，很难把生态建立起来。南大通用作为数据库厂商，我们的软件是运行在操作系统和硬件设备设备的基础之上的，我们希望建立在标准化平台基础上，可以做一些技术预研准备，所以标准化非常重要。
至于数据库软件针对新的存储介质，如NVMe硬件设备，是否需要做调整？这个回答就是：我们的数据库软件是可以用这些新的存储介质上的，这没有问题，因为这些新的存储介质提供接口，通过操作系统来操控文件系统，这是标准化的。因此，数据库软件可以直接使用新的存储介质，获得新存储介质带来的性能提升。
但是接下来，数据库软件针对新的存储介质进行优化也是非常必要的。如此可以进一步释放硬件的性能和可靠性，以数据库日志文件为例，我们把它放到闪存卡上，我们惊讶地发现，性能反而下降非常厉害。分析其中的原因，日志数据块大小以及写入的机制和闪存介质的协调还存在一定问题，类似这样的问题，还需要数据库厂商和闪存介质厂商的共同努力加以解决。
问：请您详细介绍一下有关数据库日志使用闪存卡的测试情况？
武新：我们知道数据库为了保障数据的一致性和可靠性，对于数据的任何操作，如增、删、修改都会记录在日志文件中。如果交易失败，可以借助日志实现数据的回滚操作。测试中，我们使用8TB日志文件进行测试，文件是4K对齐的，实际上，每个数据块要比4K更小，这个产品20～30年前开发的，那个时候存储系统I/O块的大小和现在大不一样。
测试中，我们的发现块小于4K的时候，对闪存卡性能影响还是很大的，不知道其他厂商是否也发现了类似的问题。对此，一方面修改日志文件数据块的大小，或者针对闪存卡进行优化，从而达到最佳的性能水平。对于关系型数据库而言，日志对交易性数据是最为关键的数据，当数据交易频发时，日志写入的性能将至关重要。
问：我们知道最新的操作系统，如Windows、Linux等都可以支持NVMe，这是不是意味着操作系统层之上的应用软件不需要任何修改，同样可以发挥NVMe软件协议栈优化带来的好处？可以这样理解吗？
武新：可以这样理解。类似闪存卡这样的产品，我们把它像磁盘一样插到服务器里面，系统自动识别，提交给应用来使用。但接下来，应用软件也存在针对硬件优化的空间，进一步把存储介质的能力发挥出来，就像刚才所说的，硬件要靠软件带，而数据库软件则是最重要的软件之一。
问：我们知道南大通用列式数据库在大数据方面的应用的，能否介绍一下闪存对于列式数据库和大数据应用的影响？
武新：这块我们也做了很多测试，说到大数据应用，数据量相对越来越大，我们现在做的项目单个数据仓库已经超过了几个PB，接近10个PB的数据量，所需要使用服务器数量达到200～300台。
在如此大规模数据量下，我们对计算、存储的要求是什么？核心是高密度和高性能，也就是说，尽可能在有效空间里面存储、处理尽可能多数据。闪存技术符合高密度、高性能革新的需求，如今，我们可以看到3.2TB、6.4TB闪存卡和盘，很快会有10TB以上产品出来；高性能方面，闪存在IOPS上实力强劲，这两个因素结合在一起，我觉得非常有价值。
对大数据而言，在有效空间里处理尽可能的数据非常重要，因为数据量不断增大，但我们不可能无限制扩展数据中心，所以闪存介质在这块是非常有优势的。
问：闪存介质稳定性和可靠性可以满足数据库等关键业务应用的需求吗？
武新：这个问题问的非常好，其实从数据库角度来说，大家可能有一些误区，认为第一追求是性能，其实从实际应用角度来说，最重要不是性能，而是整个系统的稳定性和可用性，这个比性能还重要，实际的应用角度来说，性能其实够用就可以了。
实际应用中，很少有性能不够用，果真如此是系统整体架构设计有问题。更多时候，用户需要的是7×24小时，不间断服务的可用性，包括软件、硬件的可用性等等，这点是非常重要的。
回到闪存技术上，这几年在企业级应用中闪存推广不那么快速原因之一，就是他在寿命、稳定性上同比磁盘技术还存在短板，这个问题怎么解决？大家的思路都是一样的，就是做成RAID，用空间来换可用性，就是数据多存储，在一个机箱里面用RAID，跨机箱、节点可以用副本方式，特别是软件定义存储、VSAN等，用空间换取可用性，保障存储节点出现故障时，整个存储层可以继续对外提供服务。
我认为未来肯定要向软件定义存储和分布式存储方式发展，核心交易也应该是这样的，这样才有可能替代现在很高端的SAN存储，这种存在了几十年历史很成熟很稳定的技术。
问：就数据库应用而言，集中式存储和分布式存储应该如何取舍呢？
武新：全阵列阵列还是延续传统磁盘阵列的思路，就是一个集中存储的思路。这种架构是一个垂直扩展的，这是过去三十年来支撑我们核心业务性，但我认为这个架构时代已经过去了。这不是技术问题，而是架构问题。为什么呢？
因为我们已经进入了大数据时代，从用户角度来说，数据量在快速增长，移动端应用越来越多，这意味着所采集的数据一是要实时处理支持交易实现，二来所采集数据量要能够进行分析，唯一可能满足需求技术就是分布式，我认为我们真正进入了分布式的时代，不管是交易型数据库，还是分析型大数据平台都是这样的，其中就包括存储。
数据库解决是计算问题，软件定义存储解决的是分布式的存储问题，我认为大趋势应该是分布式方式。至于全闪存阵列，我认为还是一个比较窄的市场。
问：未来，闪存盘、闪存卡将如何演变？
武新：从用户角度来说，我们还是更喜欢用盘的这种形式，因为从应用角度来说更简洁一些，热插拔，换一个盘不需要把机箱打开，如果操作对象是闪存卡，对于操作，如防静电等都有些要求。同等情况下，盘肯定更实用一些，另外从高密度概念来说，盘也更实用一些。