文/崔玲

PingCAP的联合创始人之一，CTO 黄东旭，1987年出生的他，还是一副大男孩的模样，初次与人见面，他显得略有些腼腆，不善言辞。

但一提到自己的创业项目，他完全就切换了一种“模式”，瞬间神采飞扬起来。

刘奇、黄东旭和崔秋，这三个程序员，是 PingCAP 的联合创始人，共同的特点便是擅写代码，在技术圈内名头响亮。黄东旭作为 PingCAP 的 CTO，除了掌握产品的开发进度之外，也担负起公司的“代言人”，游走于各路关系之间，为公司布道。他们做的这个创业项目是新一代分布式数据库 TiDB，如果没有一定的技术基础，难免会觉得晦涩难懂，但确实又与每个企业的服务息息相关。

▲ CTO 黄东旭，10 岁就开始写代码的“小黑客”

打破结界

黄东旭神采奕奕的走到白板面前，边写边讲，向险峰长青“科普”这个创业项目的由来。

大数据，是眼下最时髦的词汇，作为底层基础能力的数据库，承载了云环境下的大量新业务需求但是，在黄东旭看来，虽然现在很多技术都已经非常成熟，但是存储数据的方式，还是有些“土”。

目前，有几个主流的数据存储方案，像 MySQL、Oracle、PostgreSQL 这样的关系数据库，问题是很难扩展。尽管现在拥有分片技术，比如 youtube/vitess 和 MySQL proxy 等开源中间件方案，但它们都不支持分布式事务以及 cross-node join。

这些技术性很强的专业理论，黄东旭用一个形象的比喻来解释，“随着我们在网络上的行为越来越多，数据累计也越来越多，如果把现在主流的数据库存储比喻成一个水桶，那就是这个水桶已然盛不下那么多数据了，那怎么办，就再放一个桶，然后把溢出来的数据放到另外一个桶中。但是问题就出现了，这些水桶之间不是一个整体，造成数据与数据之间是分开的。”

弊端显而易见，一是维护的成本比较高，二是所有的数据并不是存储在一个“水桶”里，不能很优雅的解决自动弹性扩展的问题。

刘奇、黄东旭和崔秋三个人的交集是豌豆荚，他们推崇开源的文化，具有浓郁的黑客精神，整个团队做的所有东西都是开源的。

PingCAP 团队认为，未来的数据库应该是开源的，支持这数十年来我们一直使用的 SQL 和事务，不能轻易舍弃；必须有良好的扩展性，即只需要接入更多的机器就可以实现容量的扩展。他们的构想来源于 Google 于2012年发布的两篇论文——Spanner 和 F1。黄东旭将此定义为“里程碑的事件”，资料显示，Spanner 是一个可扩展的、全球分布式的数据库，是Google 设计、开发和部署的。在最高抽象层面，Spanner 就是一个数据库，把数据分片存储在许多 Paxos 状态机上，这些机器位于遍布全球的数据中心内。复制技术可以用来服务于全球可用性和地理局部性。客户端会自动在副本之间进行故障恢复。随着数据和服务器的变化，Spanner 会自动把数据进行重新分片，从而有效应对负载变化和处理失败。

黄东旭向险峰长青解释说，这种模式彻底改变了原来“土鳖”的数据存储方式。但由于这是 Google 内部的数据库，很难实现完整的开源，这就给 PingCAP 做这样的分布式数据库提供了机会。

▲ CEO 刘奇，推崇开源精神

创业起步

虽说有了创业的想法和理论基础，但这个数据库构建起来的 Paxos 算法复杂，掌握的人并不多。转机出现在 2014 年，斯坦福大学的一位博士做出了一个 Raft 算法，在容错性和性能方面相当于 Paxos 算法。这个相对来说降低了分布式数据库建立的门槛，从 2014 年 6 月开始，就开始陆续有人在开源界复制这种模式的“大水杯”。

2015 年 4 月，刘奇、黄东旭和崔秋也陆续从豌豆荚离职，开始做这样一个创业项目。险峰长青是他们最早接触的投资机构之一，管理合伙人李黎认为，目前来看PingCAP 在国内没有相仿的公司，而这三个创始人具有非常优秀的背景，对数据库技术的发展趋势做了准确的预判并在这个方向上发力，毫不犹豫的投资了他们。不过，回忆起与投资人的那次见面，黄东旭显得有点尴尬：“因为险峰是我见的第一家，我跟李黎聊了两个多小时的数据库模型，现在回想起来，觉得自己兴奋地跟投资人聊很难理解的技术细节，有些不合适。”

对于 PingCAP 而言，起步最难的在于人才的极度匮乏，黄东旭介绍说，目前国内这一领域的人才凤毛麟角。

但是PingCAP 依然聚集起了领域内顶尖的人员，大部分是资深的分布式系统和存储工程师。究其原因，在于底层架构对于每一个心怀技术梦想的开发者而言，极具吸引力。“因为我们要做的是前无古人的事，如果做出来，会在整个计算机历史上留下痕迹。”黄东旭的骄傲之情溢于言表。

如今，PingCAP已经拥有 近30 人，比较大的公司如华为和京东，都有全职的工程师团队在合作提交代码。在扩张路径上，他们选择了彻底开源代码，将产品的愿景与核心共享给社区，吸引合作伙伴和社区的加入，把生态做大。这种思维模式，也让 PingCAP 没有了竞争对手，而是合作伙伴。

黄东旭解释说，在开源社区有一个不成文的规则，底层架构搭建好了之后，大家自然会加入继续往上添加代码完善生态，而完全没有必要去复制底层构架，“这是无用功”。

也就是说，先发优势让 PingCAP 有了更多的主动权。举例来说PingCAP

正在建立开源分布式 NewSQL 数据库的标准，这个一旦搭建完成，对于目前数据库领域，将是一种颠覆。

▲ 联合创始人崔秋，同样也出身豌豆荚

未来蓝海

目前，国内做类似数据库的，只有阿里的 OceanBase，这个数据库目前承载了支付宝的支付业务的数据，但是是闭源。

在国外则有同类的项目，起步较早的，是成立于 2014 年 6 月的 CockroachDB（蟑螂数据库），“虽然我们的兼容性不同，但同为 SQL 协议兼容，都想做水平扩展的分布式关系型数据库，都认为 SQL 一定是未来数据存储的终极目标。”黄东旭解释说，作为全球仅有的两家此类型的开源数据库厂商，只有共同进步，才能更好更快的培育这样一个市场。

在黄东旭的概念里，开源并不是免费，虽然技术人员经常被问到商业模式，也让他很无奈。但他分析后认为，开源的商业模式在硅谷也是很成熟的商业模式 ，“在美国像 Cloudera、Docker、 CoreOS 甚至 OpenStack 基金会等这些公司依托于开源项目，其商业模式是得到过验证的。”

在这群用技术改变世界的程序员眼里，商业模式只是他们梦想的一部分。更重要的，是用这样的黑客情怀，打破现有的“垄断”，建立新的数据库领域秩序。

之所以有这样的想法，或许与黄东旭个人经历不无关系。他热爱写程序，1997 年，只有10 岁的他，就开始接触代码。比尔·盖茨的《未来之路》对他影响深远，硅谷是他心目中的圣地。十几岁也正是叛逆的年龄，从微软结缘到，他开始接触自由软件，这其中的内核便是开源和硅谷精神。在他看来，开源的精神内核可以保证产品的快速成长及稳定，并进一步促进之后的商业化进程。

三个人中，黄东旭相对来说，性格稍显外向，于是便被推举为公司的“代言人”，很多对外的活动都由他来应对。见投资人、面对媒体……现在，PingCAP的销售团队也在搭建过程中，黄东旭也承担这一部分的工作内容，但这都不是他最想做的，“我想等到公司的一切都走入正轨之后，能够自己安安静静的写代码。”