首页 > 科技快讯 > 十问数据库：问来路，问现在，问未来

十问数据库：问来路，问现在，问未来

晰数塔互联网快讯
2021-10-14 16:20

1总结过去

第一问：纵观国产数据库发展历程，与国外数据库成为国际主流数据库的历程相比，是比较缓慢的过程，其中的原因是什么？又是什么原因使得国产数据库在此时迎来快速发展的春天？

冯源：第一，20世纪80年代到90年代的整体信息化水平存在差距，导致我国对数据库的需求不足以培育一个具备盈利和持续发展的市场和研发主体，不得不依赖于国家科研机构进行跟随研究。第二，国外Oracle等企业产品具备了先入优势，无论是产品成熟度、标准话语权还是市场认可度等方面，构建了技术和市场壁垒，后来者很难赶超。第三，近年来我国面临的贸易、科技争端，促成了社会认知和国家政策的一致，这使得壁垒在某种意义上大幅弱化，为国产厂商提供了发展空间。第四，互联网技术、云计算技术相对传统数据库是新的领域，国外厂商的先入优势并不显著。同时，国内巨头企业和社会资本在巨大的市场前景下，具备足够实力和动力持续支持分布式数据库、云数据库等新型产品的研发。

赵伟：国产数据库迎来巨大发展机遇的一个重要因素是国家信创战略的实施。当今世界，信息技术产业成为国际政治斗争的工具之一，外因使得全球信息产业不再充分市场化。中国有优势的信息产品在全球推广受到限制，需要采购的信息产品也受到控制。在这种情况下，中国数据库市场中客户选型考虑的技术因素、成本因素已经让位于数据安全、信息安全、国家安全因素。数据库系统作为现代信息系统中最复杂、最关键的基础软件之一，迫切需要实现自主创新，不受制于人。国家信创战略正在党政、金融、电信等行业率先实现落地，在以国产CPU为基础的闭环信创体系中，实际上屏蔽了国外数据库产品（Oracle等美国数据库没有国产CPU版本），为数据库产业发展提供了特别的发展机遇。

阳振坤：关系数据库是复杂、实时、关键基础设施，从诞生到成熟需要相当长的时间。Oracle的第一个版本诞生于1979年，MySQL的第一个版本诞生于1995年，都至少经过了十多年甚至更长的时间才成熟稳定。2000年开始，越来越多的业务从封闭的场景过渡到开放的互联网场景，这带来数据量和访问量的迅猛增长，传统集中式关系数据库无论是容量还是性能，以及性价比都已经无法匹配上述需求，这给了国产数据库良好的换道超车机会。

周傲英：20世纪70年代末改革开放以后，国内对数据库就已经有足够的重视。至于为什么发展缓慢，有多方面的原因，我想强调以下三点：

第一，没有应用需求。“应用驱动创新”是数据库系统发展的基本特点，纵观数据库的发展历史，具体而迫切的应用需求是数据库起步和发展的根本驱动力。在国际数据库酝酿和大力发展的20世纪七八十年代，我们还处在计划经济时代，信息化也处在非常初级的阶段，包括金融在内的服务业还没有真正发展起来，所以也就谈不上对信息系统有什么需求。

第二，没有“硬核”研究。我在不久前就“硬核”发表过一点见解：包括成功的应用、体系化的技术，加上基于二者抽象出的概念和理论，方可称为“硬核”。从这个角度而言，数据库是典型的硬核科技。想要做硬核的事，从应用到技术再到理论是正道，反过来是捷径。应用、技术和理论三者联动才是创新之道。20世纪八九十年代是数据库产业和学术大发展的年代，系统方面有了Oracle、Db2这样的产品，理论方面完善了关系数据库、事务处理、基准评测试等。我们错过了这个时代，当然也就无法实现数据库的全方位进步。

第三，没有形成生态。有了大规模成功的应用和可以广泛推广应用的系统，还需要营造一个健康的商业生态。20世纪80年代初IBM率先研发出关系型数据库系统，随后推出的Oracle和Ingres就采取了不同的生态建设策略。回过头再看这些成功的产品系统，我们才认识到生态的重要性。要推出一个产品或者系统，不仅需要在销售、运维、宣传、培训与制定标准等方面全方位推进，还需要谋求把产品的理念、技术和理论写进教科书。我们在这方面是欠缺的，即使现在有了些许认识，但问题还是不小。我们常说“研究和应用两张皮”，其实我们有很多张皮，没有融合在一起。只有通过融合互动，才能建成健康的生态。

周傲英对国产数据库未来的解读

第二问：当前，国产数据库是否真正大规模使用了？与国际主流数据库的距离还有多远？应该如何发展？

赵伟：国产数据库尚未大规模应用。只有国产数据库的市场占有率超过国外产品，在金融、电信等高端行业核心系统中有效替代国外产品，从可用变为好用，才能称得上大规模应用。

对国产数据库的发展建议是重视中国自主标准和知识产权建设，我国数据库产业的健康持续发展需要以自主数据库标准和知识产权布局为基础。数据库有SQL国际标准，在各种测试中，国产数据库的SQL符合度甚至超过国外产品，但是在数据库产业界，已形成事实上的国外垄断企业行业标准，很多客户的数据库选型标准甚至是Oracle兼容度。如果国产数据库都将百分之百的Oracle兼容度作为竞争优势，意味着投入了极大资源实现去“O”，随时可以回到“O”（一朝回到解放前）。从知识产权角度看，如果没有我国自己的数据库标准，一味追求与国外产品兼容也存在很大风险。因为国外产品的语法、接口也在知识产权保护范围之内，Oracle诉Google侵权Java API就是值得研究的案例。

阳振坤：在国内，真正的国产数据库还在推广发展之中，跟国际主流数据库还有相当大的差距。许多数据库是对国外开源数据库的包装或者少量修改，难以称为真正的国产数据库。关系型数据库的研制没有捷径，国产数据库需要踏踏实实、一步一步地稳妥前行才能发展。

黄东旭：第一，主要推动因素是国产数据库正逐步扩大规模。目前，中国数据库的总体规模仅占全球的5%左右；国产数据库在中国数据库市场仅占1/3，未来不仅在中国，在全球市场也有巨大的高速发展的机遇。其中一个推动力是，中国是数字经济和互联网发展大国，但大多数互联网企业都用开源或者不付费的数据库。在这种情况下，要想把中国互联网发展带动的数据库场景和大量部署转化为数据库发展的重大机遇，就需要借助云服务。另一个推动力是传统数据库市场的替代效应，如同Gartner和IDC预测的那样，国产数据库的中国市场份额可能会在五年之内从当前的1/3增长到2/3。

第二，未来成长机遇。从全球数据库产业变革的角度看，在经典数据库方面，国产数据库与Oracle、Db2等老牌数据库还有差距；但在新一代分布式与云原生数据库方面，国产数据库和北美领先产品没有代差。从成长性角度看，国产数据库会在中国数据库市场实现份额的扭转（从当前的1/3到五年后的2/3），也会在全球数据库市场获得外部机遇。

第三，未来发展路径。从数据库市场的特点看，数据库市场天然有一个存量市场和一个增量市场。存量市场主要是信息化时代的遗产，包括典型的ERP、供应链管理等。存量市场非常稳定，它本身有特定的行业成熟度和行业人才，数据量往往在十几个TB到几十个TB以内，替代成本周期比较长，需要持续渐进的努力。增量市场即数字化与互联网深化，特点是数据海量、实时、在线。面对这样的数据处理场景，数据库要想在增量市场高速发展，就需要借助开源与云计算。在发展路径上，建议增量创新和存量替代并重，抓住数字化转型的整体机遇，放大新一代数据库的快速发展机遇，在存量替代的市场上有策略地推进。

2挑战现在

第三问：当前很多厂商配置分布式数据库，但分布式数据库不是一个新概念，为什么能火？在可预见的几年内，分布式数据库会具备怎样的新特征？

冯源：分布式数据库能火要从需求侧和供给侧两方面分析：

首先是需求侧。由于互联网企业面临的业务规模、数据容量已经超出集中式数据库的支撑能力，同时开源数据库的0采购成本也极其符合分布式数据库大规模横向扩展的特点，因此，分布式数据库的应用再次成为了新趋势。

其次在供给侧，谷歌等互联网企业在分布式数据库领域的探索，在当前高速网络设备（IB）的支撑下，极大缓解了分布式数据库的延迟问题，使得分布式数据库技术在一些场景下已经具备实用化价值，这为分布式数据库的流行奠定了基础。

随着企业业务全面向数字化、在线化、智能化演进，企业面临着呈指数级递增的海量存储需求和挑战，企业需要降本增效，进行更好的智能数据决策，传统的商业数据库已经难以满足和响应快速变化持续增长的业务诉求。分布式数据库的高扩展性、高性能能够解决企业用户的核心诉求。

黄东旭：如果把分布式数据库和传统单机数据库比作电动车与燃油车，那么这个问题就很好理解了。燃油车虽然处理能力不大，但它非常成熟；电动车虽有不成熟之处，但它有巨大的扩展能力和发展空间。当下，我们处于分布式数据库从互联网基础软件转变为社会数字化基础软件的时代，面对数字化转型的需求，原本使用单机数据库的传统企业不得不使用分布式数据库，所以它火了。在可预见的十年内，单机数据库和分布式数据库会长期并存，但很明显，在数字化浪潮下，分布式数据库将结合开源、云计算，并与大数据技术融合，迎来巨大的发展机遇。

第四问：HTAP发展缓慢，但仍有不少厂商将其作为演进方向，如TiDB、TBase等，HTAP是否会成为一种趋势？

黄东旭：会成为趋势。混合负载不是新技术，早在十多年前就有，但当时成本较高。当下分布式数据库结合云计算去做HTAP这种混合负载，是更低门槛、更普惠的技术。它能够解决数字化时代海量数据实时在线的问题，适应由此带来的数字化和数据暴增的场景，同时满足业务人员和消费者等角色对数据分析的需求。相应地，这些需求也会持续驱动HTAP的发展。目前，TiDB的用户，如互联网企业、物流企业、金融企业，在一些特定场景中，都把HTAP当作未来的一个重要方向。

冯源：HTAP不是OLTP或OLAP的单纯替代。目前看HTAP中的AP，相对于专用的OLAP方案，其产品力、市场定位还是偏小，覆盖的数据类型、支持的数据规模、分析模型等相对而言都还比较弱。因此，短期内HTAP更适合具有低延迟分析诉求的业务场景。如果用户的业务场景是传统中长期范围的数据分析，那么采用传统的TPETL-AP这种结构，建设方案更成熟，待选方案也更多。

赵伟：国内谈HTAP更多的是指分布式数据库可以同时支持OLTP和OLAP场景，在同一份数据上保证事务的同时支持实时分析，在适用的场景有其客户价值。发展缓慢主要因为分布式数据库基本上应用于大规模数据应用。在大数据应用中HTAP技术存在一些问题：一是统一数据存储的HTAP产品在应用中的并发度和资源使用率不能过高，否则会出现OLAP业务阻塞影响OLTP交易的情况。二是OLTP适用行存格式，OLAP适用列存格式，在选择统一数据存储的格式时需要多方面考虑。如果对OLTP和OLAP采用不同的存储格式多副本存储，又会出现数据不能实时同步的情况，不能保证数据分析和数据交易的实时一致性。因此根据客户的应用需求分析，虽然HTAP有其适合的场景，并在其适合的场景下得到了很好的应用，但不会是一个主流的发展趋势。

阳振坤：只有真正的分布式数据库才可能具备HTAP能力，比如OceanBase。但此类数据库的稀缺性和HTAP技术的挑战性使得HTAP发展较为缓慢。一个对数据多种查询和计算的HTAP系统于用户而言更加友好，性价比更高，省去了数据抽取转化加载的过程并保证了查询结果的实时性，将成为更多用户的选择。

第五问：AI、5G是否给数据库带来新机会？三者的结合将会带来怎样的应用场景？

冯源：AI和5G对数据库的影响是不同维度的。AI作为基础技术可被集成到数据库，并成为数据库的一部分。5G更多的是作为数据库的应用领域，这对其提出了更高的要求。无论是哪一种，我们都认为其必然对数据库带来新的变革。AI技术有可能会对数据库内核的经典算法带来革新；5G是基座，在此之上如果物联网得到全面落地，也必然会对数据库的规模、响应延迟带来更高要求，极可能为时序、内存、图等数据库带来更大机遇。

赵伟：5G网络本身和5G应用系统都会产生大量的数据，包括通信信令数据、通信接口数据、通信算法数据，以及各类传感器带来的数据等，这些需要更快地被响应分析。另外，5G在各行各业的应用也会产生海量数据，这些数据必然会需要更多的数据库支撑，为数据库带来很多新机会。同时，数据库也需要通过增加时序数据引擎提供更高性能的多模数据融合管理能力，以适应5G的应用。

AI使得数据库更加智能化，帮助数据库进行智能化自动运维管理及优化，实现对用户数据的智能化挖掘分析。同时，数据库存储的大量高价值数据样本也促进AI的更快发展和应用。

5G使得通信技术从支撑人类社会中人和人随时随地保持联系发展到实现万物互联。数据库存储了人类社会生产实践积累的知识资产。AI是实现人类社会工业化、信息化、智能化发展趋势的技术。AI、数据库、5G三者的结合预计会在社会民生的衣、食、住、行等方面，在社会生产的智能制造、智能交通等方面，以及国防安全的多域联合防卫等领域得到应用。

黄东旭：AI、5G以及物联网，甚至区块链等新技术，将物理世界的摄像头、工业设备、传感器设备等，以更快的速度连接到了数据库，带来了数据量的暴增，也带来了数据实时、融合处理与实时反馈决策的需求。例如，道路交通信号灯的变换，或者老人摔倒后的报警，将成为数据库新的数据处理对象，并对数据的实时处理能力提出了要求。这种物理世界与虚拟世界的数据实时联动，也将为数据库带来新的机遇。

AI与数据库技术产生了新的融合，一个是AI for Data Value，即人工智能算法的发展会为数据价值的发掘提供可能。举个例子，HTAP的数据库和AI就是黄金组合，因为HTAP的数据库已经具备汇聚多元数据以及处理实时数据的能力，再加上AI的实时性，能够更快发现实时数据反馈的价值。另一个是AI for DataBase，简单来说就是通过人工智能算法让数据库的运行更加自动、智能，减少DBA和运维人员的负担。

第六问：国际主流数据库开源居多，而国内数据库还是大部分闭源，不过近年来有走向开源的趋势，这是否意味着国内数据库走向国际，开源会是一种可尝试的方式？数据库开源需要注意哪些问题？

黄东旭：是的，2021年1月，开源数据库的全球部署第一次超过商业数据库。纵观过去十年最重要的数据处理技术，基本上都以开源为主。其中的关键就是只有开源才能让技术迭代更快。为什么TiDB选择全方位开源？我们不仅把开源当作获取早期客户、培养人才的方式，更把开源作为公司的核心战略。从2015年的第一天起，TiDB就是一个国际开源的项目。国际开源项目带来的好处是双向开放，即面向场景的开放和面向开发者的开放。比如在过去六年，TiDB积累了海内外超过一千五百万家企业用户，这些企业的应用场景所带来的需求又驱动了全球工程师的协作，有助于快速构建开源社区生态。

冯源：开源有两种：一种是我们参与，别人主导，如果持续这种方式那么基本没有太大意义；第二种是我们主导，别人参与，可以是我们自己发布开源的“代码根”，也可以是我们通过独立分支或靠技术等因素主导别人的开源项目，但无论什么方式，如果实现主导，那就是成功的。做开源切忌“浅层参与”，忙活一通没有收获。

赵伟：在意识形态对立的国际经济政治形势下，特别是全球都日益关注数据主权、数据安全的情况下，国内数据库直接以黑盒方式的商用产品出口很难得到国际客户的信任。开源的先天透明特性符合国际客户的安全需求。

国内数据库在开源的过程中要注重标准和知识产权问题，在具体细分场景中要逐渐形成相关标准，包括接口、协议格式等（如一带一路中高铁出口采用中国标准的模式）。在走向国际的过程中要谨慎处理知识产权问题，谨慎选择开源使用的知识产权协议，在管理好代码主供者知识产权的基础上，还要管理好社区中提交者的知识产权，包括社区内代码和技术专利的知识产权共享，以及使用社区外技术、组件的专利知识产权的合规性。

第七问：云数据库已经成为一种趋势，什么样的企业可以部署云数据库？什么样的企业没有必要部署云数据库？影响云数据库大规模落地的因素是什么？

冯源：云数据库只是云的一个环节，总的来说应该是用户决定是否将其业务上云。有了这个大前提之后，数据库上云就是顺理成章的事情。

业务上云，其动机通常包括：成本诉求，即希望通过云计算模式节省采购和运维成本；业务发展诉求，对于业务发展迅速多变的企业，希望构建敏态IT，以跟上市场的瞬息万变。传统的自建系统无法满足敏态IT诉求，因此倾向上云（特别是公有云）。所以，对于有这两类诉求的用户，如果一个公司业务多元且其市场处于快速变化期，或者一个公司IT成本构成有大量的设备采购、运维因素，那么上云可能会使企业尝到甜头。但当企业发展至一定规模后，对数据的掌控会逐渐成为企业的生命线。在这种情况下，可能出现企业倾向自建云的情况，此时，云计算就从业务构建模式退化为一种技术手段。

黄东旭：过去的几年中，采用云数据库的用户企业，本质上是因为它们的业务需要在线，需要通过云让业务直面消费者、合作伙伴。所以对于业务比较垂直、数据量较小、不需要面向海量消费者的企业，暂时没有必要把一个存在了十几年的小型数据库搬到云上。而如果是对数据处理有弹性暴增的需求，我想云数据库是一个非常好的选择。

另外，对于一些数据量不是很大，但把数据作为核心竞争力的企业，以及对数据安全特别敏感的企业，可能会对云上数据库的使用产生犹豫。但云上的数据库带来的变化是巨大的，包括安全领域方面，跨云、跨地域的数据同步，以及数据内部的合规审核。

阳振坤：云数据库在稳定性、成本、效率、便捷性、可扩展能力等方面都有很大优势。除了政策法规限制的企业和业务，云数据库应该是绝大部分企业和业务的首选。影响云数据库大规模落地的因素常常是人的观念，对数据库安全和服务稳定的担心，以及对业务迁移到云数据库的困难和风险的担心等。

周傲英：我想强调一点，就是要知道我们为什么做云数据库，它的意义在于把数据库变成一种服务，即DBaaS（DataBase-as-a-Service，数据库即服务）。云数据库的目的是把数据库变成像公用事业一样，像水、电、煤气一样，实现大众化、平民化。一是要采用社会化或集约化的方式建设数据库，改变当前每个机构都要建设自己数据库的现状；二是要降低各机构业务人员使用数据库的门槛，把数据库变成人人可用的利器。

云原生有非常多的工作可以做，但在落地方面是一个探索的过程。不要别人提出理念，我们来实现。中国要解决自己的问题，我们可以提出自己的理念，然后再落地。落地之后经过学术的抽象、学者的加工，成逻辑、成体系以后，就变成我们对云数据库的理解。我们需要把学者、实践者、使用者打通，来创造跟云数据库相关的理论和技术的应用。

第八问：数据安全是业内日不落的话题，一旦遇到数据库泄露、误删等情况，就会产生重大损失。从数据库层面来看，可以做哪些事来把控企业级的数据安全？

冯源：数据安全是需要用户和厂商共同努力保证的，重大的数据事故，往往都是从内部攻破的。因此，我首先强调下，用户侧的重视是前提。在这个前提下，厂商大体可以从三个方面努力：①持续提升产品本身的安全水平，根据用户的安全诉求不断完善安全机制，特别是将数据库与整套信息系统作为一个整体，来考虑安全策略的实现；②为用户的安全管理、安全运维提供支持，考虑能否将安全管理制度和机制工具化，并为此提供产品特性的支持；③持续与第三方安全厂商、监管机构保持紧密合作，做好安全漏洞的通报和修复工作。

赵伟：一是遵守《中华人民共和国网络安全法》《中华人民共和国数据安全法》，以及国家安全数据库相关标准和等保2.0等信息化相关安全标准中对数据库的安全要求、对数据安全保护的要求；二是全面备份，包括同机房、同城、异地容灾备份等；三是强化用户的安全管理意识，推进数据库安全管理制度的制定与执行。在某种程度上，真正能够保护数据库安全的不是软件层面能自动实现的，还得依靠使用数据库的人。

阳振坤：数据安全是个综合工程，单从数据库本身的角度来看，数据加密协议加密、数据库三权（数据库管理员、安全管理员和审计管理员）分立、高风险语句可撤销等是比较关键的能力。

林晓斌（丁奇）：数据安全治理体系的建设基于数据处理活动，可以从组织、制度、措施、审计四个维度入手，从事前、事中、事后三个阶段对数据实施防护措施。具体到数据库层面，可以从以下六个方面建设完善的数据安全治理体系：

数据资产盘点。盘点当前数据资产状况、使用状况，权限情况和资产本身风险情况，形成数据访问关系大图和数据资产清单。

认责、分类分级、重要数据。根据数据资产清单和数据库访问情况制定数据认责计划，明确责任人，建立重要数据目录并上报，对数据进行归类定级。

管理制度体系建立。建立应急管理制度、风险评估机制，对数据交易、数据出境、教育培训、认责、重要数据操作等制定管理规范。

数据处理活动梳理。对于企业数据库中存在的收集、存储、使用、加工、出境等业务行为，要确认其数据来源合法、数据采集和生产合理、数据使用得当，并对标法规开展风险评估。

数据防护能力建设。结合自身数据处理活动特征，及法律法规要求进行数据安全技术措施、补救措施、应急措施等数据安全能力的建设，包括采用支持国密算法的静态/动态加密、脱敏、敏感数据发现等技术。

数据库审计与稽核。采用符合国家安全规范的数据库审计产品，提升风险监测和风险感知能力，及时发现数据库风险、违规SQL操作以及其他高危行为等。

3未来机遇

第九问：在数据库领域，最重要的是什么，无论是从技术方面还是开发者方面来说？

冯源：对数据库厂商来说，最重要的是生态。技术不是绝对的0分和100分，同样满足用户需求的产品，生态好的一方将得到市场的认可。从这个角度来看，一款数据库有主流的技术，能够满足绝大多数业务的要求；有庞大的开发和运维人才社区，才是市场制胜的关键。

某一项数据库技术本身，如果足以解决业界普遍痛点，产生革命性突破，就可以带动生态发展。但目前来看这种级别的技术不是太多，关系型数据库本身可以算一个大数据相关技术，仍然稍微差了点意思；分布式数据库和云数据库，都还在强调“支持标准SQL”“强一致”等，这些都是传统集中式关系型数据库的招牌，因此这几个技术相对还是要“借东风”的。所以，对于开发人员来说，构建自己的知识体系可以从这个角度出发考虑：哪些技术是沉淀在下层的，哪些是飘在上面的，是一个思路。

赵伟：数据库领域最重要的是生态体系。实现国产化的难点不是简单将某些应用换成国产，而是以国内产品的生态体系取代国外产品的生态体系。

从技术层面讲，国产数据库需要更贴近国内客户，抓住5G、人工智能带来的新机会，在分布式数据库、人工智能数据库、云原生数据库、流数据库等国外厂商尚未形成垄断的新领域，一方面积极发展中国标准和知识产权体系，并参与国际标准制定；另一方面快速发展产品，提高市场占有率，形成事实上的全球行业标准。

从开发者层面讲，国产数据库需要把更多的开发者吸引到自己的生态体系中。包括高校的数据库教学体系，要以国产数据库为教学原型，让后浪们在学校就熟悉、掌握、信任国产数据库。还要建设社会培训认证体系，让更多开发者通过掌握国产数据库研发、运维能力获得更多职业发展机会和个人收益。此外，建设常态化的行业应用适配体系，降低客户选型国产数据库后的迁移成本和运维成本。

黄东旭：最重要的是开放生态，这个话题还得从数据库未来的三大趋势展开，即开源、云、融合（狭义：HTAP；广义：分布式数据库与大数据技术的融合）的趋势。这三大趋势作为背景，产生的重要结果是一个全新生态的形成。一个数据库产品如何借助好的模式，不断壮大自己，形成生态？可能还是需要借助双向开放模式，一方面对用户场景开放，另一方面对开发者开放。在这种情况下，开源+云，可能是所有数据库厂商的必选项。只有这样才能在瞬息万变且全球化的数据处理市场占据长期优势。

第十问：对于线性发展的年轻程序员，有什么建议？

冯源：如果是做业务，那么要优先深入业务；如果是做平台，那么要优先深入技术。但不论是做哪方面，都应该保持开阔的眼界，深入向下挖的同时，与世界相连。

赵伟：第一，尽可能了解和积累基础软件领域知识，不要满足于使用现成的开发框架、算法库、低代码平台等。只有掌握硬件、网络、操作系统、数据库等计算机底层技术才能更自主地掌控项目，才能更自如地驾驭更大规模的系统，才能支撑年轻程序员成长为项目经理、架构师，从而提升个人价值。第二，在现阶段国产基础软件良好的发展机遇下，眼光长远一点，多关注基础软件技术发展，而不是聚焦在前端做App等方面，因为前端发展太快，有时候更拼低层次工作量产出。基础软件研发则不然，更看重研发人员积累，年龄越大积累越深厚。

黄东旭：第一，眼光放长远，关注整个数据库未来的发展趋势，及时朝着前瞻、领先的技术方向前进；第二，不仅要关注数据库技术本身，还要关注这种数据库有没有巨大的用户场景；第三，多花时间关注云数据库、数字化场景、开源和全球化领先的开源项目。

周傲英：首先要刻苦学习；其次，要升级思维，用现在流行的话来说，就是“升维思考，降维打击”。比努力更重要的是提升思维层次，那么如何才能做到升维思考？在我看来，就是要在解决现实问题的过程中，深刻理解问题背后的逻辑。所以，升维思考和降维打击是不可分离的一体两面。对于程序员来说，好的程序员是要把自己变成一个思想家，就像好的作家首先是个思想家一样，编写程序和写作一样，升维思考才能写出好作品。

本文来自微信公众号“CSDN”（ID：CSDNnews），作者：《新程序员》编辑，36氪经授权发布。