夺冠在即！2022 OceanBase 数据库大赛 12 强集结

欢迎访问 OceanBase 官网获取更多信息：https://www.oceanbase.com/

2022 年 10 月 17 日，OceanBase 数据库大赛拉开了初赛帷幕，共吸引了国内外 1988 名选手，1180 支队伍参与。经过初赛比拼，共计 53 支团队入围决赛，12 支队伍在决赛中凭借优秀的表现，进入最终的现场答辩环节，并于 3 月 24 日争夺冠亚季军。

一路过关斩将，迎来 12 强巅峰对决

2022 年 10 月 17 日，1988 名国内外数据库爱好者，组成 1180 支参赛团队，打破专业和年龄的限制，从 MiniOB 实训由浅入深，走向真实的工业级数据库的业务场景探索，开启了一场关于速度与极限的数据库内核实战马拉松。

在探索中，大家不仅深入理解了许多关于数据库理论及工程方面的知识，还获得了实战项目演练，从 0 到 1，通过策略思考与动手实践，系统地打造出自己的数据库。从初赛到决赛，这 12 支团队一路过关斩将，凭着超强的学习能力和抗压能力，通过创新思维突破挑战，实现从理论到实践工程的蜕变，为走向企业打下基础，再次恭喜他们！

本次 OceanBase 数据库大赛的评委阵容由中国人民大学明理书院院长杜小勇、西北工业大学计算机学院副院长李战怀、武汉大学计算机学院副院长彭智勇、华东师范大学数据学院院长钱卫宁、东北大学计算机学院教授于戈、OceanBase 首席科学家阳振坤、蚂蚁风管同业技术负责人余锋、OceanBase CTO 杨传辉等嘉宾组成，决赛现场，评委老师将从技术难度、产品价值、创新性 3 大维度为 12 强团队打分，最后综合决赛提测分数和答辩成绩，决出最终的名次。

决赛赛题和精彩题解

OceanBase 是完全自研的一款分布式数据库，在 TPC-C、TPC-H 上刷新了世界纪录，并且连续 10 年稳定支撑了“双 11”业务。自 2021 年 6 月 1 号开源后，越来越多的金融客户、电信运营商、互联网企业开始使用 OceanBase，OceanBase 也开始接入越来越多的场景。

企业在数据库升级的过程中，需要解决的第一件事情就是将数据从历史系统中无缝导入 OceanBase， 我们决赛的赛题就基于真实业务场景——旁路导入，向选手发起了挑战。

很多时候，导入操作会在一个有限的运维窗口中才能进行，如果一个 10TB 的数据消耗了 8 小时，可能会横跨一个运维窗口（通常凌晨 2 点到早上 9 点），给正常业务带来压力。因此，导入速度至关重要，用户期望 10TB 的数据能在 1 小时内完成导入。

这是一个极富挑战的场景，虽然上手简单（从单一核心模块即可入手），且发挥空间巨大，可以涉及数据库的各个模块，但对参赛选手而言，压力也非常大。

首先，数据导入效率的优化是得分高低的重要影响因素。 数据导入是数据库替换的重要环节，如数据库的初始化导入，定时批量导入等会用于数据分析，而数据库导入的性能好坏是评价数据库性能的重要指标，特别是在数据库分析场景，可以参考下面的网站，从该网站可以看到，除了会比较各个数据库的查询速度，还会比较导入速度。（https://benchmark.clickhouse.com/ ）

其次，决赛基于 OceanBase，考察文本文件导入的速度。 参赛者要直接将数据写入数据库存储文件中，不经过 SQL 与事务等环节，更底层、更有效。

最后，参赛选手基本都是初次接触 OceanBase，需要在 一个月内了解整个数据导入工作原理并对其进行优化。

从各个参赛团队在决赛中的表现来看，这届选手都非常优秀，思路也非常开阔，会从各个角度深度挖掘优化方案。比如多线程文件读写，权衡 I/O 与 CPU 效率的同时，充分利用各个资源。有些选手使用多路归并排序，甚至重写了 OceanBase 的外部排序算法。由于测试机器的 I/O 速度相对于 CPU 来说有很大差距，一些选手就会权衡 I/O 与 CPU，将数据进行编码压缩后进行读写，使用 CPU 换 I/O。

参赛收获

授人以鱼不如授人以渔，通过此次决赛，参赛选手也可以学习到许多关于数据库及工程方面的知识。具体但不限于：

第一，接触真实工业界数据库的存储引擎，并学习和接触数据库最核心的模块之一 “存储引擎”。

• 学习 LSM Tree 的原理。 OceanBase 存储底层采用 LSM Tree 结构，选手在做此题时需要将数据直接写为 SSTable（LSM Tree 中的一个核心数据结构）文件，会对 LSM Tree 有更加深刻的认识。

• 平衡查找树原理。 OceanBase 存储底层结构使用 LSM Tree，而其中的每个 SSTable 使用多阶层的平衡多叉树作为排序结构，而没有采用 skip-list 结构。因此，选手会对平衡查找的原理有更深入的理解，同时理解磁盘数据访问的优化原理。

第二，接触高并发、高性能系统框架，系统性学习底层编程技巧和规范。

• 多线程与任务调度。 为了能够充分利用机器的资源，让性能成绩提高，必然需要充分发挥计算机多核的优势，采用多线程的方式，提高任务的并发处理能力。另外，多线程处理中，任务调度的效率，也会直接影响到整体的执行效率。

• 文件读取优化。 文件读写是许多工程项目中需要用到的技能，而如何高效读取数据，充分利用磁盘带宽，也会影响程序的执行效率。这里也涉及零拷贝技术的应用，同时让选手对文件系统读写模块底层理解得更加透彻。

• 文件排序。 在数据库系统中，由于磁盘比内存大很多，在外存中对数据进行排序，也是常见的场景。在导入数据时，也需要考虑数据放在外存中排序，如何更加高效，是选手努力的目标之一。

• 性能调优手段。 学习如何使用 CPU 调优、内存调优。

我们希望大家以学习数据库技术为目的来参加比赛，因此，决赛赛题的设置以帮助选手成长为主要目标，竞技为第二目标，在未来，我们也欢迎大家成为 OceanBase 社区大家庭中的一员，与我们一起为社区建设添砖加瓦，共创更好的 OceanBase。

写在最后

最后，我们也收集了几位评委老师对大家的祝福——

“西北工业大学计算机学院副院长李战怀： 希望大家能再接再厉，在决赛中充分发挥出你们的潜力和能力，并以此为起点，将来成为我们中国数据库领域的中坚。

中国人民大学明理书院院长杜小勇： 12 强都是来自于国内计算机领域的著名高校，非常高兴看到这么多学校的同学对数据库内核技术越来越有兴趣。祝愿同学们认真准备，认真参赛，取得好成绩。

”

3 月 24 日的答辩结束后，12 强参赛团队将与 OceanBase 的师兄展开面对面交流，分享自己的参赛体验，畅谈对数据库的未来理想。为了让更多数据库爱好者，见证这群追光少年的精彩对决，本次冠军答辩将在视频号开启全程直播，大家可以关注 OceanBase 视频号进行观看，一起为每一位努力奔跑的选手喝彩！

欢迎访问 OceanBase 官网获取更多信息：https://www.oceanbase.com/