应对数十亿数据对象管理难题
面对年增数亿的数据对象，自动驾驶领域的人工智能技术公司毫末智行采用了国产数据库 OceanBase。4 月 25 日，记者了解到，目前毫末智行已经完成数十亿数据表的迁移工作，获得了更强的数据可靠性、可用性、扩展性。
毫末智行成立于 2019 年，今年 2 月刚刚完成超亿元的 B1 轮融资，将用于 AI 自动驾驶技术的研发投入。
自动驾驶旨在通过创建能够准确感知环境、做出智能决策，并在没有人为干预的情况下安全驾驶的车辆，能否取得快速进展在很大程度上依赖于大量数据集。
目前毫末智行拥有数十亿的数据对象，包括车型、硬件型号、雷达位置、图像收集位置等强管理数据库。对于海量数据的采集、处理、管理，给毫末智行带来了很大的技术挑战。整个数据处理过程包括原始数据的采集、分解、打包，数据推理、筛选、分类、自动标注、数据交付等，对时效性、处理效率等要求很高。
毫末智行原本采用的数据库专注于 OLTP 场景，在处理极大量数据时容易遭遇性能瓶颈，且扩展方式复杂，难以满足数据处理阶段对扩展性的要求。此外，毫末智行还搭建在多云环境上，管理难度进一步提升。
作为一款为关键业务负载打造的分布式数据库，OceanBase 既能比主流单机数据库提供更好的性能，也能实现分布式架构下事务处理和实时分析的最佳性能，同时以统一的技术栈最小化管理成本。
毫末智行将数据迁移至 OceanBase 后，对数据进行处理时，即使是超长的慢 SQL，执行时间也能保持在 2-5 秒之间。此外，OceanBase 具备动态扩容的能力，可以实现无感知平滑扩容，在数据量增长或业务调整时能快速响应需求。
OceanBase 还适配了多云平台上基于基础设施的各类存储系统，同时借助 OCP 工具，毫末智行的数据库运维工作人员也得以实现对数据库的图形化管理，实现集中管控，更好地管理和监控各个集群的状态和性能，确保系统的稳定性和可靠性，大大简化运维流程，减少人工干预和操作成本。
毫末智行运维工程师赵国良表示，过去半年，通过 OceanBase 提供的 OMS 数据迁移工具，已经完成了数十亿行数据表的迁移工作，这种大规模的数据迁移需要高度的技术能力和精细管理，进一步证明了 OceanBase 的强大功能和卓越性能。
OceanBase 是蚂蚁集团旗下的自研原生分布式数据库，曾在 2019 年、2021 年接连打破世界纪录，并连续 10 余年稳定支撑双 11。OceanBase 的客户数已经超过 1000 家，其中 30% 将其应用于核心系统。
