导读 在首届 AliSQL Innovate 社区用户大会上，AliSQL 社区 PMC Chair、阿里云数据库产品事业部 RDS 产品部负责人陈宗志（花名：暴跳）带来了题为《AliSQL：开源共生，创新进化》的深度技术分享。他系统回顾了 AliSQL 从去 IOE 到服务百万云实例的发展历程，深入剖析了 AliSQL DuckDB 这一革命性创新特性，并展望了 AliSQL 社区的未来规划。本文根据演讲实录整理，全面呈现 AliSQL 在技术创新与社区共建上的探索实践。

主要内容包括以下几个部分：

1. 从去 IOE 到云原生：十五年的技术淬炼

2. AliSQL DuckDB：补足 MySQL 分析能力的短板

3. 社区展望：开源共生，繁荣生态

分享嘉宾｜陈宗志（花名暴跳） 阿里云 AliSQL 团队负责人

内容校对｜韩珊珊

出品社区｜DataFun

大家好，我是陈宗志，花名暴跳，现任阿里云 AliSQL 团队负责人。今天我想和大家分享的主题是"开源共生、创新进化"。

我的分享将分为三个部分：首先简要回顾 AliSQL 的发展历程，然后重点介绍我们近两年最重要的创新——AliSQL DuckDB 的能力集成，最后展望 AliSQL 社区的未来发展方向。作为一个长期的开源爱好者，我不仅主导着 AliSQL 项目，也积极参与 MySQL、MariaDB、DuckDB 等多个开源社区的建设。

01

AliSQL 的故事要从 2010 年说起。那时阿里巴巴集团正在进行一场史无前例的技术变革——去 IOE，用开源 MySQL 替换 Oracle 数据库。最大的挑战是双十一这种世界级的高并发场景，当时业界普遍认为开源数据库无法支撑如此极端的负载。但我们通过深度定制和优化，不仅成功支撑了双十一，更在这个过程中积累了大量针对高并发、大规模场景的技术能力。

这里有个很多人不知道的事实：大家熟知的 PolarDB 和 RDS MySQL，实际上都是从 AliSQL fork 出来的。我们内部一直把线上的 RDS MySQL 称为"AliSQL 企业版"。与大多数云厂商"先开源后商业化"的路径不同，AliSQL 是依托阿里云成熟的商业化版本，反向进行开源回馈，这确保了开源代码的企业级成熟度。

AliSQL 始终保持与开源社区的深度互动。面向 MySQL 社区，我们提交了大量功能合并到社区版本，包括大事务提交优化和大事务 recovery 优化。这两项优化源于双十一场景——单笔订单可能涉及数十张表的更新，形成超大事务。我们通过对事务提交流程和 recovery 机制的深度优化，解决了大事务的性能瓶颈，并将这些优化贡献给了 MySQL 社区。

面向 MariaDB 社区，我们开源了多个自研功能，包括热点更新、表回收站、行级数据闪回、Sequence 引擎、大表删除优化等。热点更新优化解决了秒杀场景中的锁竞争问题；表回收站提供了误删表的恢复机制；行级数据闪回允许将特定行恢复到过去某个时间点；Sequence 引擎为从 Oracle 迁移的用户提供了熟悉的序列生成能力；大表删除优化通过分片和限速，将大表删除的影响降到最低。

我们与开源社区共生共建的理念可以概括为三点：源于开源——基于 MySQL 演化，继承社区智慧，站在巨人肩膀上前行；场景驱动——依托阿里巴巴极端场景的磨炼，沉淀满足时代需求的能力；回馈社区——将经过验证的核心功能回馈给社区，推动生态共同繁荣。

在众多创新特性中，我今天重点介绍 AliSQL DuckDB。这是我们近两年投入最大的一项技术创新，很好地补足了 MySQL 社区在列存引擎、轻量级分析场景和数据压缩能力上的不足。

AliSQL DuckDB 实现了事务处理（TP）和分析处理（AP）的一体化。在架构上，所有 SQL 请求通过 MySQL Connection 接入，SQL Planner 进行智能路由——事务型 SQL 由 InnoDB 引擎处理，分析型 SQL 路由到 DuckDB 列存引擎。两个引擎通过 Binlog 进行数据同步。

这种架构带来四大核心优势。第一是开源生态协同，与 99.99% 的 MySQL 语法和函数兼容，原有查询零修改即可执行。第二是复杂分析性能提升百倍，通过列式存储、向量化处理等技术，聚合查询性能相比同类 HTAP 产品提升 3 倍。第三是数据高效流转，基于 binlog 原生复制自动同步数据，引入攒批机制后同步性能提升 100 倍。第四是数据高压缩率，支持 50% 以上压缩，基于对象存储大幅降低成本。

AliSQL DuckDB 支持三大场景。HTAP 查询加速场景中，通过 Proxy 自动行列分流，TP 业务由 MySQL 主节点处理，AP 查询由 DuckDB 分析实例处理，应用无需修改代码。数据汇聚分析场景中，多个 MySQL 实例数据汇聚到 DuckDB 实例，进行统一分析。数据归档场景中，利用 DuckDB 的高压缩率和强分析能力，实现低成本存储和高效查询的平衡。

实现 MySQL 与 DuckDB 的深度融合，最大挑战是兼容性。兼容性问题集中在四方面：数据类型的差异、SQL 语法的不同、函数语义的差异、结果集表达方式的不一致。

我们对 DuckDB 进行了深度定制：对 Parser 进行 11 处扩展，使其能够理解 MySQL 特有语法；对函数进行 76 处扩展，覆盖 MySQL 常用函数；开发结果集转换层，确保返回格式一致。经过这些努力，在兼容性测试平台上通过约 20 万条 SQL 测试，通过率达 99% 以上。

在性能方面，DuckDB 在 benchmark.clickhouse 榜单上位居开源数据库第一。与开源 ClickHouse 相比，某些查询场景性能提升 2 到 20 倍。这种提升来自多个优化点：I/O 操作大幅减少，列存只读取查询涉及的列；CPU 利用率提升，通过 SIMD 指令集和批量操作加速计算；热点数据自动缓存；查询计划动态优化；Join Reorder 算法提升多表关联性能。聚合查询场景性能提升 100 倍以上，几分钟的查询现在几秒钟返回结果。

数据同步是 HTAP 系统的关键环节。我们实现了三大优势：低复制延迟、高同步稳定性和攒批回放优化。

传统 binlog 复制模式下，保持 1 秒延迟需要 30 万行/秒的吞吐量，但只能容忍5秒延迟时吞吐量会降到 100 行/秒。我们通过"攒批回放"机制解决了这个问题：binlog 事件到达时不立即回放，而是先将修改行数据追加到临时表（列式存储，写入高效），积累到一定量后通过批操作快速合并。这样在保持 1 秒以内延迟的同时，支持每秒数十万行甚至上百万行的同步吞吐量。

DDL 兼容性适配方面，对于 DuckDB 原生支持的 Instant DDL，直接执行即可；对于不原生支持的 Copy DDL，采用"创建新表-拷贝数据-替换原表"策略，通过优化算法将对业务的影响降到最低。

在 TPC-H SF100 测试中，AliSQL DuckDB 的压缩后数据量显著低于 MySQL、HBase、ClickHouse 等产品。这得益于三个优势：RowGroup 组织方式天然适合列式压缩；自适应算法匹配，为每列智能选择最佳压缩算法；软硬件协同，利用 CPU 硬件压缩指令集。实际场景中通常实现 50% 以上压缩率，某些场景可达 80%，直接将存储成本降低到原来的五分之一。

某服务 6 亿用户的内容平台，每日产生 TB 级数据。采用 AliSQL DuckDB 后，通过 Proxy 自动行列分流，InnoDB 处理事务，DuckDB 处理分析。数据通过 binlog 自动同步，客户端无缝对接，原有查询零修改。系统稳定性大幅提升，运维成本显著降低。

某企业将数十个 MySQL 实例数据汇聚到 AliSQL DuckDB。通过攒批同步，延迟小于 5 秒，多表 Join 性能显著，复杂 SQL 查询速度提升 20 倍。高度兼容 MySQL 协议，开放 binlog，轻松对接 BI 工具。性能提升 20 倍，运维成本减少 50%。

某企业热数据存储在 RDS MySQL，冷数据归档到 AliSQL DuckDB。列存压缩率高达 80%，大幅减少存储成本。订单聚合分析等性能提升 100 倍以上，冷数据也能高效查询。100% 兼容 MySQL 协议，99.99% 兼容语法，冷热数据统一运维。

AliSQL 社区规划了完整的活动矩阵：每年 1 场 AliSQL Innovate 大会、4 场季度 Meetup、6 场 AUG 活动、N 场高校和专项活动，覆盖从认知到使用到贡献到布道的全链路。

在丰富开源生态方面，我们将持续开源核心能力，保持 100% 兼容 MySQL，让开发者在熟悉的语言上获得 AI 时代的创新能力。建立开放共建机制，通过透明的 RFC 机制和贡献者激励体系，鼓励共同参与。

在激活社区参与方面，通过社区活动矩阵实现开发者深度互动。建立 AUG 运营机制，缩短"发现社区"到"得到支持"的历程。利用 GitHub 协作机制，将用户需求快速转化为迭代动力。

在高校合作方面，通过开源实训营引导学生从使用者转变为创造者。构建 AliSQL 课程体系，增加 AI 时代的创新能力培训。开展"走进高校"系列活动，培养新一代数据库人才。

AliSQL 的核心理念是持续与开源社区共生共建：源于开源，站在 MySQL 巨人肩膀上前行；创新演进，在极端场景中不断进化；回馈开源，将核心能力反哺社区。

从去 IOE 到服务百万云实例，从 MySQL 分支到 AI 时代数据底座，AliSQL 走过了一条不平凡的创新之路。在最熟悉的数据库语言上，释放AI时代的创新潜能——这是我们的使命，也是对全球开发者的承诺。

AliSQL 社区规划了完整的活动矩阵：每年 1 场 AliSQL Innovate 大会、4 场季度 Meetup、6 场 AUG 活动、N 场高校和专项活动，覆盖从认知到使用到贡献到布道的全链路。

在丰富开源生态方面，我们将持续开源核心能力，保持 100% 兼容 MySQL，让开发者在熟悉的语言上获得 AI 时代的创新能力。建立开放共建机制，通过透明的 RFC 机制和贡献者激励体系，鼓励共同参与。

在激活社区参与方面，通过社区活动矩阵实现开发者深度互动。建立 AUG 运营机制，缩短"发现社区"到"得到支持"的历程。利用 GitHub 协作机制，将用户需求快速转化为迭代动力。

在高校合作方面，通过开源实训营引导学生从使用者转变为创造者。构建 AliSQL 课程体系，增加 AI 时代的创新能力培训。开展"走进高校"系列活动，培养新一代数据库人才。

AliSQL 的核心理念是持续与开源社区共生共建：源于开源，站在 MySQL 巨人肩膀上前行；创新演进，在极端场景中不断进化；回馈开源，将核心能力反哺社区。

从去 IOE 到服务百万云实例，从 MySQL 分支到 AI 时代数据底座，AliSQL 走过了一条不平凡的创新之路。在最熟悉的数据库语言上，释放 AI 时代的创新潜能——这是我们的使命，也是对全球开发者的承诺。

为进一步释放 AI 时代的创新潜能，AliSQL 近年来与 AMD 展开深度协作，联合推出了面向 HTAP（混合事务/分析处理）场景深度调优的 AliSQL DuckDB+ 9 代 AMD 机高性能分析解决方案，共同打造了 AI 时代的“性能组合拳”。

此方案充分受益于 AMD EPYC 高性能服务器 CPU 的代际持续迭代。其中，第 9 代机型搭载了第五代 AMD EPYC 处理器（代号为 Turin），相较于上一代 Genoa（8 代机型），在 Zen 架构、算力 IPC、内存带宽及能耗方面均实现了显著飞跃。具体而言，9 代 AMD 机所依托的 Zen5 架构，其 IPC（每时钟周期指令数）综合提升了 17%，针对 AI 算力提升高达 37%，内存带宽也提升了 33%，并全面支持 AVX512 指令集。在工艺节点上，采用了更先进的 TSMC 3nm/4nm 工艺。得益于这些全新的 CPU 技术，在标准 TPC-H sf100 基准测试中，搭载 9 代 AMD 机型的 AliSQL DuckDB 集群，相较于上一代机型（8 代），整体分析查询性能提升了 50%，查询耗时也大幅缩短。AliSQL 与 AMD 的这项深度协作，不仅为 HTAP 场景带来了卓越的性能提升，更使 MySQL 在 AI 时代焕发了新的生机与活力。

以上就是本次分享的内容，谢谢大家。