爱走后门的小朋友【IT168评论】据相关机构预测全球大数据市场规模将在2020年达到千亿美金，而数据仓库作为数据生态系统中的重要一员，其市场规模现在已近两三百亿美金。如今，随着大数据和人工智能的发展，数据仓库迎来新的挑战和发展机遇。

　　2017年10月19日-21日，在京举办的第九届系统架构师大会邀请到了偶数科技创始人兼CEO常雷为我们解读数据仓库的演进以及新一代数据仓库的发展。

　　数据仓库最早可以追溯到20世纪80年代末期，IBM研究人员Barry Devlin和Paul Murphy为解决企业集成的问题，创造性的提出了“数据仓库”这一术语。而其真正在企业中得到大规模应用则是始于 1992年Bill Inmon出版的《Building the Data Warehouse》，该书不仅为数据仓库建设定义了非常具体的原则，还提出了很多建设性意见。

　　从首次提出到发展至今，常雷认为数据仓库大概可以分为三个阶段，第一阶段是采用共享架构的传统数据仓库，这类数仓主要是面向传统的BI分析，可扩展性较差，大概是十几个节点;第二阶段是无共享架构的MPP，这类数仓主要是面向有复杂需求的传统BI分析，典型的代表有Teradata、Vertica、Greenplum等等;前两个阶段的数据仓库架构都存在缺乏弹性、不易调整、难以实现秒级扩容等问题，而新一代数据仓库克服了这些困难，实现了弹性伸缩和灵活配置。

　　新一代数据仓库主要是面向大数据和人工智能，支持工业标准的X86服务器，可扩展到上千个节点。如果再进一步细分的话，新一代数据仓库可分为SQL on Hadoop、SQL on Object Store和Hybrid。

　　Oushu Database 3.0是由偶数科技在今年9月21日推出的新一代企业级分析型数据仓库引擎，是Apache HAWQ的企业增强版本，其最核心的技术是对执行器进行了全新改进，充分利用了新硬件的特性;支持ORC外部存储格式，外部存储性能可提升10-50倍;支持新一代可插拔存储框架，添加一个外部数据源，只需编写几个函数。

　　“光说不练假把式”，下面我们就来和最新版本的SparkSQL 2.2来做一个对比：

　　综合各种SQL语句执行情况来看，Oushu Database的性能相比SparkSQL要快20倍左右。据常雷介绍Oushu Database可以支持PB级数据，在工业、税务、金融和电力领域均有应用，未来会逐步开源出来。

　　数据库领域一直是大厂林立，但是初创企业也并不是没有立足之地。《创新者的窘境》中曾描述过巨头企业做的是延续性创新，对现有价值网络的维护和加强，而初创企业做的是破坏性创新，从低毛利市场出发逐步颠覆现有的巨头企业。常雷十分认同这一观点，创业公司打败巨头企业是不可逆的趋势，关键是哪个创业公司会成功。

　　创业是件很苦逼的事情，曾任EMC高级研究员，EMC/Pivotal研发部总监的常雷为什么会选择离开EMC自己创业呢?对此，他表示主要是出于两方面的考虑，一是国内数据库领域的大环境已经不同于一二十年前了，基础软件蓬勃发展的时代已经来临，二是因为大公司中有很多好的idea，但是由于部门众多，流程复杂等等现实原因想要真正落地却很难，所以综合考虑独立创业可能会做得更好，市场会更大。

　　“我们要做世界上最快的数据仓库!”在采访中，常雷掷地有声地向笔者表达了自己的目标。据常雷透露，Oushu Database 4.0也将很快和大家见面，该版本允许跨数据中心部署，全面支持分析系统和核心系统高可用的特性。