序

人們在談論分布式數據庫等技術時，經常用“未來”等詞語描述這一新技術的應用前景，但如今回頭看去，才發現“未來已來”！大部分技術人在第一次了解分布式數據庫后，通常首先會問“分布式數據庫能否替代Oracle”。然而，分布式數據庫的設計初衷是解決全新的實際業務問題，即在傳統數據庫無法滿足的業務場景中，與用戶一同迎接數字化轉型的機遇和挑戰，而并非為了單純地替代某個原有系統。時至今日，雖然傳統關系型數據庫在核心交易等領域深耕了40多年，但大部分純交易場景不論在數據量還是商業模式上都沒有本質變化，其業務擴展空間十分有限。在企業的數字化轉型過程中，數據量會隨著業務發展而快速膨脹，這在形成全新業務需求的同時，也為數據庫帶來了新的市場機遇。

2011年，我和幾位來自IBM DB2及華為2012實驗室的“數據庫老兵”一同創立了巨杉數據庫（SequoiaDB）公司。巨杉數據庫公司是國內最早涉足并堅持發展分布式數據庫的公司之一。公司創立之初的目標是在數字化浪潮中擊敗Hadoop體系，形成可同時兼顧大數據、聯機交易、聯機分析的數據基礎設施。2020年，業界給這樣的系統定義了一個新名詞：“湖倉一體”（Data Lakehouse）。

SequoiaDB經歷了10年的發展，形成了獨具一格的架構體系，產品從最早1.0版的結構化/半結構化海量數據管理，到2.0版支持全類型聯機的數據湖，再到3.0版整合分析引擎、提供“湖倉一體”能力，不斷演進著。在2020年發布的SequoiaDB 5.0中，更是基于“湖倉一體”架構提供了跨引擎的ACID事務一致性，顯著提升了海量數據場景的聯機交易擴展能力。至今，SequoiaDB已經成功應用于超過100家金融企業的生產系統，單集群最大數據量達到1.2萬億條，運行時間最長的集群已經穩定上線近8年并持續擴容，成為金融行業穩固的數據基礎設施。

本書希望通過系統化的內容，為大家剖析SequoiaDB的整體架構，并為廣大用戶提供技術運維、開發過程的有效指導。在此，我要感謝在過去10年中，持續推動我們進行新技術創新的所有客戶，一個產品的成功離不開客戶的參與及打磨。同時，我也要感謝與我們一同打開“湖倉一體”新賽道的合作伙伴。數據庫是一個建立于完整生態之上的體系化工程，若沒有上下游的緊密結合，將寸步難行。最后，我要感謝所有秉承以客戶為中心、堅持長期奮斗的“巨杉人”，是你們打造、守護并深耕著這一片數據的沃土。讓我們一同提升數據價值，打造世界級產品！

2021年10月19日

巨杉數據庫公司 董事長&聯合創始人 唐迅