OceanBase AP 概述

OceanBase AP 是什么

在数据库场景中，事务处理（TP） 面向高并发、强一致的在线交易，分析处理（AP） 面向海量数据的实时分析与复杂查询，二者共同支撑企业的数据管理与分析需求。OceanBase 长期以来在 TP 领域保持技术领先，凭借自研分布式架构、金融级高可用与极致弹性，服务了众多核心业务。随着企业级实时分析需求的激增，OceanBase 于 V4.3 版本将能力从 TP 持续延展至 AP，引入原生列存与行存列存一体化存储，并在执行层配套向量化引擎；在优化器侧则面向列存补充代价模型与统计信息，使行列访问路径可按代价自动选择。上述存储、执行与优化能力相互衔接，使同一套引擎在承载交易负载的同时，也能高效支撑实时分析，为企业带来一体化数据管理与实时分析价值。

通过视频了解 OceanBase AP 核心能力与客户实践

核心特性

• 一体化存储底座，同时支持行存/列存/行列混存： 用户建表时可灵活指定行存、列存或行列混存，以匹配不同业务类型。列存表在存储引擎中采用基线列存、增量行存的方式实现，基线列存优化复杂查询性能，增量行存仍然可支撑高并发的数据写入。

• 实时分析下的强事务与高并发保障： 延续分布式 ACID 与多副本强一致架构，分析型场景也可满足数据强一致性要求。支持平滑扩缩容与节点间动态负载均衡，系统性能随资源扩展而线性扩展。支持多维度的资源隔离能力：多租户之间资源隔离；租户内可通过资源组实现用户级、SQL 级、前后台任务级资源隔离；在只读列存副本部署形态下，还可将 TP 与 AP 流量分流到不同副本，实现节点级物理强隔离。

• 向量化执行引擎，大规模数据分析提速： 向量化执行按批处理数据，采用高效的列式数据描述格式，并在此基础上优化算子与表达式的批迭代实现；存储层对齐该格式，通过 SIMD 等方式加速投影、谓词与聚合等下压路径，并支持随负载自适应调整批大小。相较传统按行处理的火山模型，分析型查询性能可提升约一个数量级。

• 企业级查询优化器，提升实时分析性能： 优化器面向 HTAP 与实时分析设计：在更大计划空间内做查询改写与策略选择；采用一阶段分布式计划生成，在枚举连接次序与算法时同步考虑数据分布与并行度，避免单机最优、分布式次优的问题；根据访问特征在行存路径与列存路径间自动抉择，并针对列存扫描建立代价模型与统计信息，评估 SkipIndex 等机制带来的扫描收益。对于扫描代价较高的查询可启用自动并行（AUTO DOP） 以缩短响应时间；通过 SQL 计划管理（SPM） 在数据量、统计信息或版本变更时管理计划演进，结合真实流量灰度验证抑制计划回退，保障长稳运行。

• 智能物化视图，多层预计算与高频实时刷新： 用户通过声明式 SQL 定义预计算结果，由 OceanBase 自动管理刷新机制与表间依赖，无需复杂 ETL 或数据管道。一方面支持实时物化视图，并可按目标新鲜度（如 30 秒、5 分钟）调度刷新；通过自动增量视图维护，仅对自上次刷新以来的变更做增量计算，降低刷新成本、保证新鲜度。另一方面，查询优化器识别到有物化视图可用时，会将对基表的查询自动改写为读取物化视图，业务无需改 SQL 即可加速复杂查询。

• 多模数据类型，支撑 AI 融合分析： 原生支持 Array、Roaring Bitmap、Map、JSON、Vector 等复杂类型，并提供 JSON 多值索引、向量索引、全文索引等能力以缩小扫描范围、加速检索。既可支撑标签分析、人群圈选等典型分析场景，也可依托多类型统一存储与混合检索能力，满足知识检索、语义搜索等 AI 相关诉求。

• 开放生态无缝衔接，赋能业务创新： OceanBase 可从多类外部系统接入数据，并与上下游工具协同。支持对接 Kafka、Flink 等流式系统，完成实时数据接入与处理；支持通过 OMS 等工具与既有数据库或数仓进行迁移与同步；支持通过外表访问多种文件和对象存储格式，并支持 Hive Metastore、Iceberg 等 Catalog，实现统一元数据访问。SQL 层高度兼容 MySQL/Oracle，便于 BI、ETL 与各类分析工具接入。支持与 DolphinScheduler、Airflow 等调度系统集成，也支持对接 Prometheus、Grafana 以及 Tableau、QuickBI 等监控、可视化和分析工具，支撑数据链路治理与业务洞察。

应用场景

场景一：HTAP 混合负载场景

• 一体化极简架构：同一套引擎、同一份数据，同时支撑交易和分析负载，且可以根据业务需求选择行列混存和列存副本两种部署架构。
• 低成本海量存储：基于 LSM-Tree 以及高级压缩编码技术，存储成本相比传统方案降低 70%-90%。
• 支撑高并发计算：OceanBase 的对等架构，天生支持多机并行计算，最大支持 PB 级容量，轻松为业务的全域数据提供稳定的存储底盘。
• 多场景隔离：通过底层资源隔离技术以及用户资源组技术，做到多场景多用户的任务资源隔离。

场景二：实时数据分析场景

• 实时数据更新：基于 LSM-Tree 架构支持高效实时写入，增量数据行存，基线数据列存，定期/自适应执行合并，生成新的列存基线，数据一旦被写入，即可对外提供查询，保证了数据的实时性。
• 高准确性与强一致性：使用 Multi-Paxos 协议实现多副本间的数据一致性；采用 MVCC 模型，支持非阻塞读写，并保证读取数据的事务一致性；支持基于主副本的强读和其他副本的弱读；并基于 WAL 机制保障数据持久性与原子性。
• 高性能计算：通过列式存储技术、计算下压和基于压缩数据的查询处理完成高性能数据查询；利用优化器查询改写和基于规则/代价的计划选择能力，基于并行执行引擎、向量化引擎的执行优化，获得高计算性能；提供物化视图能力，进一步支撑海量数据的查询分析。
• 高可用性：继承 TP 形态的高可用能力，RPO=0，RTO<8s；支持单机房到三地五中心的灵活部署，支持系统自动容灾；云数据库还支持基于共享存储和独立日志服务的单副本形态，降本的同时最大程度保证系统的高可用。
• 平滑扩缩容：可在不中断服务的情况下，平滑进行横向、纵向扩缩容；横向扩缩容过程中，内置的数据动态均衡机制确保数据和服务负载在节点间均匀分布。
• 多模融合：多模类型全面支持，Btree 索引、JSON 多值索引、全文索引、向量索引等技术全面融合。
• 存算分离：支持多计算节点访问同一份存储数据，结合本地持久化缓存和对象存储，实现高性价比的存算分离架构。

场景三：PL/SQL 批处理场景

• 极致性能提升，打破处理瓶颈。OceanBase 的列式存储引擎专为分析场景设计，数据按列存储，压缩比更高，I/O 大幅减少。结合向量化执行引擎，CPU 可以一次性在内存中对一批数据（而不是一行数据）进行计算，极大提升了 CPU 缓存命中率和计算效率。对于典型的批处理任务，可实现 10 倍甚至更高的性能提升，轻松满足甚至缩短业务批处理窗口，为准实时分析提供可能。
• 无感平滑迁移，业务风险最低。OceanBase 高度兼容 Oracle，不仅兼容常用的 SQL 语法、数据类型，更高度兼容 PL/SQL 存储过程。这意味着客户可以将 Oracle 中沉淀了大量业务逻辑的存储过程几乎不加修改地迁移到 OceanBase。应用层代码完全无需改动，极大降低了迁移的风险、成本和周期，让“不可能完成”的系统现代化改造成为可能。
• 一体化架构，实现降本增效。传统的“OLTP 数据库 + 数据仓库/大数据平台”的分离式架构，需要维护两套系统，数据需要经过复杂的 ETL/CDC 进行同步，架构复杂且成本高昂。OceanBase 的一体化架构，用一套系统同时承载在线交易和批处理分析。其内置的资源隔离机制，能确保分析任务在列存上运行时，不会与行存上的交易任务发生激烈资源冲突。这不仅简化了技术栈、降低了运维复杂度，还避免了数据冗余存储和跨系统同步的开销，显著降低了企业的总体拥有成本 (TCO)。

技术架构

• 关于 OceanBase 数据库的技术架构介绍，参见 OceanBase 系统架构。
• 关于 OceanBase 数据库技术原理的详细介绍，参见 OceanBase 系统原理 章节。