PolarDB-PG原理解读 ——HTAP 架构详解（一）

PolarDB PostgreSQL版（以下简称 PolarDB-PG）是一款阿里云自主研发的企业级数据库产品，采用计算存储分离架构，兼容 PostgreSQL 与 Oracle。PolarDB-PG 的存储与计算能力均可横向扩展，具有高可靠、高可用、弹性扩展等企业级数据库特性。同时，PolarDB-PG 具有大规模并行计算能力，可以应对 OLTP 与 OLAP 混合负载；还具有时空、向量、搜索、图谱等多模创新特性，可以满足企业对数据处理日新月异的新需求。

背景

很多 PolarDB-PG 的用户都有 TP (Transactional Processing) 和 AP (Analytical Processing) 共用的需求。他们期望数据库在白天处理高并发的 TP 请求，在夜间 TP 流量下降、机器负载空闲时进行 AP 的报表分析。但是即使这样，依然没有最大化利用空闲机器的资源。原先的 PolarDB-PG 数据库在处理复杂的 AP 查询时会遇到两大挑战:

• 单条 SQL 在原生 PostgreSQL 执行引擎下只能在单个节点上执行，无论是单机串行还是单机并行，都无法利用其他节点的 CPU、内存等计算资源，只能纵向 Scale Up，不能横向 Scale Out；
• PolarDB-PG 底层是存储池，理论上 I/O 吞吐是无限大的。而单条 SQL 在原生 PostgreSQL 执行引擎下只能在单个节点上执行，受限于单节点 CPU 和内存的瓶颈，无法充分发挥存储侧大 I/O 带宽的优势。
  
  

为了解决用户实际使用中的痛点，PolarDB-PG 实现了 HTAP 特性。当前业界 HTAP 的解决方案主要有以下三种：

1. TP 和 AP 在存储和计算上完全分离
   • 优势：两种业务负载互不影响
   • 劣势：
     • 时效性：TP 的数据需要导入到 AP 系统中，存在一定的延迟
     • 成本 / 运维难度：增加了一套冗余的 AP 系统
2. TP 和 AP 在存储和计算上完全共享
   • 优势：成本最小化、资源利用最大化
   • 劣势：
     • 计算共享会导致 AP 查询和 TP 查询同时运行时或多或少会存在相互影响
     • 扩展计算节点存储时，数据需要重分布，无法快速弹性 Scale Out
3. TP 和 AP 在存储上共享，在计算上分离：
   • PolarDB-PG 的存储计算分离架构天然支持此方案