软件学报

作者：张超，李国良，冯建华，张金涛

单位：张超，清华大学 计算机科学与技术系, 北京 10008411,李国良，清华大学 计算机科学与技术系, 北京 10008402,冯建华，清华大学 计算机科学与技术系, 北京 10008403,张金涛，清华大学 计算机科学与技术系, 北京 10008404

关键词：HTAP数据库;行列共存;数据组织;查询优化;数据同步;资源调度

基金：国家自然科学基金（61925205，62072261，62232009）

混合事务与分析处理（hybrid transactional analytical processing，HTAP）技术是一种基于一站式架构同时处理事务请求与查询分析请求的技术.HTAP技术不仅消除了从关系型事务数据库到数据仓库的数据抽取、转换和加载过程，还支持实时地分析最新事务数据.然而，为了同时处理OLTP与OLAP，HTAP系统也需要在系统性能与数据分析新鲜度之间做出取舍，这主要是因为高并发、短时延的OLTP与带宽密集型、高时延的OLAP访问模式不同且互相干扰.目前，主流的HTAP数据库主要以行列共存的方式来支持混合事务与分析处理，但是由于该类数据库面向不同的业务场景，所以它们的存储架构与处理技术各有不同.首先，全面调研HTAP数据库，总结它们主要的应用场景与优缺点，并根据存储架构对它们进行分类、总结与对比.现有综述工作侧重于基于行/列单格式存储的HTAP数据库以及基于Spark的松耦合HTAP系统，而这里侧重于行列共存的实时HTAP数据库.特别地，凝炼了主流HTAP数据库关键技术，包括数据组织技术、数据同步技术、查询优化技术、资源调度技术这4个部分.同时总结分析了HTAP数据库构建技术与评测基准.最后，讨论了HTAP技术未来的研究方向与挑战.

来源：2023年第2期

《软件学报》期刊编辑部

查看软件学报杂志2023年第2期