【数据库研究前沿】HTAP 新范式：从 TiDB、SingleStore 到 Lakehouse 一体化
内容提要
HTAP（混合事务/分析处理）旨在将OLTP和OLAP系统合并，实现实时数据更新和高效分析。通过行列双引擎、行列一体存储和Lakehouse等方案，HTAP解决了传统架构中的数据一致性和性能问题。文章探讨了不同HTAP系统的工作负载隔离、新鲜度边界及评估方法，并提供了选型决策树，帮助企业选择合适的HTAP解决方案。
关键要点
-
HTAP（混合事务/分析处理）旨在将OLTP和OLAP系统合并，实现实时数据更新和高效分析。
-
传统架构中，OLTP和OLAP各自为政，报表通常滞后分钟级到小时级。
-
HTAP系统的工作负载隔离是关键问题，需在CPU/内存/IO层面分流或物理复制。
-
新鲜度边界定义了分析侧能看到多新的事务数据，分为CDC型、准实时和完全实时。
-
评估HTAP系统的坐标系包括隔离方式、新鲜度档位、事务一致性和弹性扩展。
-
TiDB + TiFlash采用Raft Learner架构，支持物理副本和亚秒级新鲜度。
-
SingleStore Universal Storage实现行列一体，支持事务提交即见，适合中等规模的HTAP工作负载。
-
F1 Lightning通过CDC与独立列存系统结合，适合无法改动底层事务系统的场景。
-
Lakehouse概念允许OLAP存储具备更新能力，但事务语义较弱，适合分析主导的产品。
-
选型决策树帮助企业根据新鲜度要求和隔离强度选择合适的HTAP方案。
延伸解读
HTAP的工作负载隔离
HTAP系统在处理OLTP和OLAP负载时，工作负载隔离是关键。隔离方式可以是软隔离（共享同一数据但在资源层面分流）或硬隔离（物理复制副本）。选择合适的隔离方式将直接影响系统的性能和稳定性，企业在选型时需根据自身业务需求进行权衡。
新鲜度边界的重要性
新鲜度边界定义了分析侧能看到多新的事务数据，分为CDC型、准实时和完全实时。不同的新鲜度档位对应不同的工程复杂度和业务接受度。企业在评估HTAP系统时，需明确自身对数据新鲜度的要求，以选择合适的解决方案。
Lakehouse的适用场景
Lakehouse概念允许OLAP存储具备更新能力，但其事务语义较弱，适合分析主导的产品。与传统HTAP方案相比，Lakehouse更适合处理近实时分析和机器学习特征，但不适合需要高一致性和低延迟的事务场景。企业需根据具体需求选择合适的架构。
延伸问答
HTAP系统的主要目标是什么？
HTAP系统旨在将OLTP和OLAP系统合并，实现实时数据更新和高效分析。
HTAP系统如何解决传统架构中的数据一致性问题？
HTAP通过行列双引擎、行列一体存储和Lakehouse等方案，解决了数据一致性和性能问题。
新鲜度边界在HTAP中有什么重要性？
新鲜度边界定义了分析侧能看到多新的事务数据，影响分析查询的实时性和一致性。
TiDB + TiFlash的架构特点是什么？
TiDB + TiFlash采用Raft Learner架构，支持物理副本和亚秒级新鲜度，适合近实时分析。
SingleStore Universal Storage的优势是什么？
SingleStore Universal Storage实现行列一体，支持事务提交即见，适合中等规模的HTAP工作负载。
如何评估一个HTAP系统的性能？
评估HTAP系统的坐标系包括隔离方式、新鲜度档位、事务一致性和弹性扩展。
