下一步，永遠比這一步更難。
作者 | 高雅
編輯 | 楊楊
資料庫與作業系統、中介軟體是計算機基礎的三大軟體。
“缺芯少魂”之痛常讓人為國產作業系統的不足捏一把汗，而資料庫卻更像藏在水面之下的冰山，甚少有人關注。現在，市場上顯現出了一些新的變化，國產資料庫已經邁出了通往快速路的第一步。
資料庫，即資料管理系統，誕生於20世紀60年代中期的美國，可以被看作是電子化的檔案櫃。與國外廠商的誕生時間和發展速度相比，我國資料庫處於相對落後狀態。20世紀80年代，資料庫老大哥甲骨文最早進入內地市場時，國外資料庫已經迭代了超過7個版本。
那時，作業系統、中介軟體、資料庫都在嘗試國外廠商已有的數字化實踐之路。從今天來看，雖然國外廠商仍佔據我國資料庫市場80%以上，國內廠商仍不是主流產品，但一些新的趨勢正在行業內部悄然發生。
比如，關係型資料庫市場中，國產資料庫市佔率已經從2009年的4。2%提升至2019年的18。9%以上；2020 年 11 月Gartner 釋出的2020年度資料庫廠商評估報告中，中國資料庫廠商已經佔據三席。
本文，「甲子光年」深度採訪了藏在第七次全國人口普查、騰訊會議、健康碼背後的資料庫團隊TDSQL。不為人知的是，這支在騰訊內部慢慢生長的小分隊見證了騰訊近十年來的技術成長，在騰訊關於影片、遊戲、社交、金融等一場場戰役中，都有它的身影。
今天，這支小分隊已經不止於服務騰訊內部，而且走出家門。它開墾金融、政務、電商、社交、網際網路等領域的荒地，為微眾銀行、張家港農商行、平安銀行、PICC、三一重工、bilibili、微盟、富途證券、雲南公安等提供資料庫技術支援，成長為企業級的分散式資料庫，更被認為是代表了整個銀行界IT分散式架構的標準。
國產資料庫真的迎來轉折點了嗎？國產資料庫的機會在哪裡？在雲時代，我們又將需要怎樣的資料庫？
回答這些問題，TDSQL有獨到的理解和不容置疑的發言權。
曙光初現背後的“臨危受命”
Oracle ACE總監，恩墨科技創始人蓋國強曾在“2019中國資料庫元年”的論述中講過：“一個技術生態的繁榮發展，必須擁有廣泛的投入、廣泛的參與、廣泛的關注，這三者缺一不可。”
時間軸來到2020，從投入、參與和關注上，我們可以看到國產資料庫的豐收之色。
據「甲子光年」不完全統計，僅2020年新成立的初創型國產資料庫公司就已完成13個融資專案。此外，一家僅成立5年的創業資料庫公司在2020年就已拿到2。7億美元的融資。
不止資本方面，學界也在發揮力量。從2020年論文發表數量來看，中國名列前茅。根據中信證券的分析報告，2020年 VLDB（大規模資料庫國際會議）刊登的 63 篇論文中，來自中國學者和研究人員的文章有23篇，在所有國家中排行第一，佔比 36。5%。
2020年按國家分類VLDB論文發表數（單位：篇）
從參與度上來說，資料庫的賽道更是從壟斷狀態進入了百舸爭流的狀況。
據「甲子光年」不完全統計，僅2020年新成立的資料庫公司就有110家。國產資料庫賽道中的玩家更可以被分為4大流派，分別是以南大通用、武漢達夢、人大金倉為代表的學院派，騰訊雲TDSQL、阿里OceanBase為代表的網際網路派，TiDB、巨杉資料庫、優炫、萬里開源、易鯨捷、熱璞 HotDB、極數雲舟 ArkDB、星環 KunDB、青雲 RadonDB為代表的創業派和中興GoldenDB、亞信AntDB為代表的企業派。
國產資料庫的新動作更是緊鑼密鼓，以騰訊云為例：
2020年4月，其以3。86 億元中標《2020年銀聯雲建設採購專案》，成為當時國內金融雲第一大單。其中，騰訊雲資料庫為中國銀聯數字化轉型提供支援；
6月，騰訊雲以10。66 億元中標中國人民保險集團股份有限公司（PICC）人保雲建設專案，其中，騰訊雲分散式資料庫TDSQL PG（原TBase）為中國人保集團在數字化方面提供支援；騰訊雲以5。47億中標“央影片”5G新媒體平臺專案，騰訊雲TDSQL和Redis資料庫提供技術支援；
8月，崑山農商銀行和騰訊雲計算（北京）有限責任公司正式簽署戰略合作協議，騰訊分散式資料庫TDSQL提供支援。
新動作一直持續到去年（2020年）年底。12月24日，騰訊雲宣佈其資料庫品牌TDSQL品牌整合升級計劃，集中發力資料庫技術創新突破。騰訊雲原有的TDSQL、TBase、CynosDB三大產品線統一升級為“騰訊雲企業級分散式資料庫TDSQL”。
這一年，國產資料庫無疑迎來了火熱發展的黃金時期。
這種火熱程度對騰訊雲TDSQL來說不是跟風上，更是等風來。騰訊雲資料庫技術負責人潘安群以一種身經百戰的自信告訴「甲子光年」，“包括金融、政務、網際網路、智慧零售、社交、電商等各行各業的場景，TDSQL是真正經歷過海量實際場景驗證的產品。”
的確，自誕生起，騰訊雲資料庫的身上就有一種“臨危受命”的使命感。
2007年之前，騰訊還在完全使用以MySQL資料庫為主的開源資料庫，一些海量的資料分析和財務部分也還跑在Oracle資料庫上，據騰訊雲資料庫專家工程師雷海林回憶，“那個時候沒有更多產品化，主要是培養技術團隊的階段。”
然而，騰訊壯大的速度遠遠超過了開源資料庫的承受能力。
2006年，QQ使用者量增長速度創造了歷史記錄，QQ同時線上人數逼近2000萬，開源的資料庫沒見過這麼大的陣仗，市面上的開源資料庫和傳統商業資料庫沒有一家能夠支撐騰訊龐大的流量需求。
“增長太快了，”騰訊雲副總裁李綱告訴「甲子光年」，“當時每天早上我們看報表，發現報表時間到了，資料卻沒有跑出來，那就是已經挑戰了集中式資料庫的系統極限。”
既然別人家沒有，那就自己造出來。
早期核心團隊合影，前排右三為潘安群
2007年，社交2。0爆發，騰訊後臺的請求量和訪問量都呈現爆發式增長，騰訊技術團隊拍板決定自研資料庫。既然要做，就做最穩定、最準確的資料庫，“7*24小時高可用、資料一筆不差、金額一分不差”成為了騰訊雲資料庫TDSQL最初立下的要求。
此後，“臨危受命”成了騰訊雲資料庫需要面對的家常便飯，這支小分隊也成為騰訊發展中每一場戰役背後的中堅力量。
2009年，“QQ空間”大火，“QQ農場”、“好友買賣”、“搶車位”等一票社交遊戲上線，而每偷一棵菜，資料庫團隊就需要改寫、擴容，被人垂涎的是騰訊的流量，而更辛苦卻難以變現的部分，是騰訊的技術支撐；2010年，騰訊推出“開放戰略”，能夠和流量大廠一起吃肉，一時間各大小廠商蜂擁而至，今天的騰訊雲真正有記錄意義的誕生就出在“開放平臺”上。
那是騰訊雲資料庫第一次面對外部客戶，而對外，需要面對兩個挑戰。
一是從服務騰訊這個“大胖子業務”變成服務很多小業務疊加的中長尾，而小業務的場景則更容易出問題。
比如在資料庫的一致性方面，在資料不能丟、不能錯的情況下，TDSQL需要提供一個更加完整的資料庫解決方案，讓對資料庫使用毫無經驗的使用者們實現“懶人模式”，同時不會出現資料錯誤。
二是服務外部會涉及到錢，比如由於有些遊戲會涉及到賬戶的資料，開啟了自動到賬的功能，怎麼樣把關於錢的問題做到零差錯，也是TDSQL需要面對的新挑戰。
這兩個難題雖然是挑戰，但也成為騰訊雲第一次面向外部客戶的必經之路。此後，騰訊雲資料庫跨過了解決資料高可用、快速彈性拓展問題的階段、解決業務海量擴充套件能力的階段，以及產品化輸出的階段。
時間軸來到2014年，騰訊走進了擁抱雲的時代。
2014年，微信推出了“紅包”功能，而在紅包上拿下的第一城，當屬2015年春晚的“搖紅包”活動。與“電商雙十一”可以提前預測流量、能夠做好準備不同，“春晚搖紅包”更具有突發性，一時間會增長特別快，而且沒有非常準確的預期，不像傳統IT能夠知道增量是什麼樣子的。
微信紅包
據春晚結束後公開資料的統計資料，當時的峰值甚至超過了每秒20萬筆，而這個資料，是前期無論如何也預料不到的。
談起給微信紅包做資料庫後端支援的契機，騰訊雲資料庫技術總監李躍森告訴「甲子光年」，“有一天，微信支付的總經理去開會的時候問我們，現在線上資料庫MySQL一定是扛不住這樣的流量了，能不能幫他們把這個事情搞定呢？”但那個時候，距離春節只有半年的準備時間，李躍森和團隊一共6個人，需要完成的是保守預測10倍的增長。
結果很明顯，微信紅包一炮而紅。
征戰金融高地
自1970年IBM研究員E。F。Codd在論文中提出關係模型概念以來，資料庫的發展可以被分為三個階段：
第一個階段，資料庫龍頭 Oracle、Informix、Sybase和SQL Server等公司相繼誕生，並在2000年形成了Oracle、Microsoft和IBM三巨頭的競爭格局。
第二個階段，網際網路泡沫破滅之後，一批新的網際網路巨頭誕生。網路需求推動了資料量的爆發式增長，傳統集中式的資料庫明顯跟不上網際網路的巨大爆發量，分散式資料庫、網際網路巨頭開始殺入行業競爭。
第三個階段，隨著雲計算的蓬勃發展，雲資料庫成為新趨勢。2014年，Amazon推出Aurora，憑藉低效能、高成本、高可用的優勢吸引了大批客戶和尾隨者，並在之後的6年裡走到了全球前三的陣營中。2016年，此前對雲計算持消極態度的甲骨文也開始向雲計算進軍。
在上述每一個階段的過渡之中，我們都可以看到一些行業格局的重構，發生列隊位次變化的痛點也可以歸從兩方面找到。
一是雲化的趨勢。李躍森告訴「甲子光年」，雲化和資料庫領域的雲化不是未來的事情，而是已經在路上了。2018年，全球雲資料庫就已貢獻了104億美元，實現了68%的行業增長貢獻。
二是分散式資料庫逐漸取代集中式資料庫的趨勢。潘安群向「甲子光年」解釋了集中式資料庫和分散式資料庫的不同：集中式資料庫可以被看作是一個非常高可用的小櫃子，可以運作十幾年不停機，而且非常穩定。但同樣，為了能讓它保持這種良好的運作狀態，其對應的成本也就非常高，比如需要好幾層的電源，可以保證他不斷電。
但問題是，櫃子的容量是有限的，到了系統的極限就會出現問題。而在銀行的場景中，業務量並沒有邊界感，還對成本控制提出了要求，那麼集中式的理念就是行不通的。
相反，在分散式的理念中，硬體（小櫃子）被預設為是不可靠的，但總有一個plan B存在，那麼，即使出現故障，也可以快速實現切換，可以把風險分攤到極小，比如在TDSQL給微眾銀行搭建資料庫的案例中，也正是在這種分散的方式，解決了微眾銀行穩定性和成本的博弈。
無疑，在今天的國產資料庫探索中，TDSQL正好踩住了雲化、分散式的趨勢，而更具有突破性意義的是，TDSQL真正從需求導向走向目標導向的節點，剛好對準了金融場景這個“最難啃的硬骨頭”。
對於資料庫來說，金融是難攻下來的高地，卻也是好盤踞的堡壘。在春晚紅包的同一年，騰訊雲TDSQL接到了一個大任務——給微眾銀行提供資料庫支援。
微眾銀行
用潘安群的話來說，做金融領域是機緣巧合，對於TDSQL來說是有價值的挑戰，但同時也讓人膽戰心驚。要知道，金融產品是所有產品中要求最苛刻的，而銀行又是金融產品中要求最高的。
在網際網路場景中，卡頓會影響使用體驗，但不會造成巨大損失。而在金融場景中則風險更大，舉個例子，當用戶購買理財產品時，某個時間點前後的收益會出現很大的差異，所以一旦出現卡頓的情況，將會造成嚴重的損失。
除了滿足自身的業務需求之外，由於銀行的行業特殊性，並不存在試錯的可能性。在微眾銀行之前，並沒有銀行有過這樣的嘗試，這第一次也是唯一一次的機會。潘安群告訴「甲子光年」，“他們（微眾銀行）前期就告訴我們，故障半小時已經是非常嚴重的級別。”
那時，微眾銀行剛成立不久，在國產化的浪潮中，作為國內首家網際網路銀行，微眾期待把普惠金融的IT架構做好，希望能夠改變傳統銀行的單業務成本高的問題，提出了既能夠服務海量使用者，又可以把每個使用者的成本控制到很低的範圍內的要求。
在今天看來，微眾的案例已經取得了勝利，可以被認為是代表了整個銀行界IT分散式架構的標準。
微眾銀行對於機房的部署是，同城有5個機房、異地有2個機房，如果按照傳統的架構，同城的5個機房做成1主4備，其餘的4個機房就會造成資源浪費，而在TDSQL分散式架構中，多個數據庫例項的主備節點交叉部署在五個機房，這樣任何一個機房故障都只會影響1/5的流量，且任何一個機房故障不會造成全域性系統性宕機的風險。
簡言之，既保證了資源有效利用，又解決了穩定性的問題。
它的IT架構可以把成本控制得非常低，「甲子光年」也從TDSQL團隊獲悉，現在大部分銀行在做分散式的時候，基本上都是在用這種架構，比如華通銀行在構建底層架構時，就直接聯絡了TDSQL，希望可以用這個架構構建自己的核心繫統。
但在當時，這樣的任務對於TDSQL團隊來說，更是一場讓人眉頭緊鎖的拉鋸賽。
這是TDSQL團隊第一次真正意義上走到需求了前面。走出騰訊內部的溫床，對剛剛成熟的TDSQL來說是探索未知，但也讓TDSQL變成了更好的自己。
首先，走進無人區的難點在於未知。
對於新籌備的網際網路銀行來說，交易量、未來業務的發展程度都未可知，對於TDSQL來說，分散式能達成成本控制的程度、銀行監管的要求和新業務面對拓展性、一致性和監管要求的挑戰也未可知。而分散式資料庫是現階段金融場景能夠給出的最好回答。
其次，外部的歷練讓TDSQL變成了更好的自己。
在騰訊內部使用時，一旦出現問題，TDSQL可以給自己家做做維修，但進入銀行場景，由於內外網隔離，別人家的屋子沒法干涉，也就需要銀行自己解決，這就對TDSQL團隊提出了更高的要求，去打磨出更好的產品。
另外，走出家門，就不再被家長“寵著”了。潘安群告訴「甲子光年」，“給客戶做資料庫的時候，很多也是未知的領域，做的不好的話，不是在自己家改一改就好了，人家真的會罵你。”
在和微眾銀行合作的初期，由於雙方都是第一次嘗試金融場景裡的分散式架構，也還經歷過“TDSQL覺得微眾不懂網際網路，而微眾覺得TDSQL不懂銀行”的磨合期。
但磨合過後的成效也在今天得以顯現。目前，微眾銀行基於TDSQL搭建的分散式銀行核心系統可以做到7*24小時全天候不間斷服務。已成功服務超過2。5億客戶，實現年均日交易3。6億筆，單日交易峰值近6億筆，最高TPS（每秒傳輸的事物處理個數）達到10 萬+，也為微粒貸、微業貸等業務的數百個核心系統提供了堅實支撐。
如果過去，TDSQL只是站在金融場景下的一隻小白鼠，那麼今天，對於微眾銀行和TDSQL來說，更是互相都懂了。
實際上，TDSQL在今天仍可以成為前排選手，不變的是面對無人區時，仍敢於向前的勇氣。
“換心”傳統深水區
2013年，曾發生過一件讓使用國外資訊軟硬體的中國公司感到警鈴大作的事。
當年6月，前中情局（CIA）職員愛德華·斯諾登將兩份絕密資料交給英國《衛報》和美國《華盛頓郵報》，資料內容曝光了美國於2007啟動的一項秘密專案，它要求電信巨頭威瑞森公司必須每天提交數百萬使用者的通話記錄。
根據美國時代週刊當時的報道，美國政府對公眾隱私的監控可能比媒體報道的更深入。FBI和NSA監視範圍廣泛，其挖掘了包括微軟、雅虎、谷歌、Facebook、PalTalk、YouTube、Skype、AOL、蘋果等等各大技術公司的資料。
這就是轟動一時的“稜鏡門”事件。
該事件一出，使用資料庫的中國機構就開始轉向尋找國產資料庫產品，而令人痛心疾首的是，就當時的產品競爭力而言，國產資料庫與 Oracle 相差巨大。
然而，7年後的今天，國產資料庫的門前正在點燃兩門禮炮。
第一炮，資訊爆發式增長刺激資料庫需求。
根據2018年11月IDC白皮書《Data Age 2025》，全球資料量總和將從2018年的33ZB增至2025年的 175ZB。與此同時，IDC資料同樣指出，到2025年，全球49%的已儲存資料將會存在公共雲中。這意味著，分散式資料庫和雲資料中心正在成為資料新的儲存方式。
高增長必然會帶動強需求，需求導向的市場狀態將會刺激資本、學界、國家等多層面的關注，也就是我們前文提到的火熱狀態發生的根源所在。所以，資料庫的佈道者們更加會為之傾注心力。
2010-2025年全球資料規模量 資料來源：IDC，資料時代2025，興業證券經濟與金融研究院
第二炮，我國正在步入加快推進基礎科技創新與安全可控時代，這將推動資料庫國產化率的快速提升。
根據IDC預測，到2024年中國關係型資料庫軟體市場規模將達到38。2億美元，未來5年整體市場年複合增長率為23。3%，與這樣的預期增長數字相伴的，是與時代攜手的共同前行，大的機遇和發展空間。
而此刻正是TDSQL突破蠶繭、完成蝶變的重要時間節點。
微眾銀行的戰役告一段落之後，TDSQL並沒有離開金融雲資料庫的賽場，而是在向深水區更近了一步。他們把戰役的矛頭對準傳統銀行，其中兩個典型的案例分別是張家港農商行（以下簡稱張家港行）和平安銀行。
相比微眾銀行需要研發新的系統，傳統銀行的資料改造難度更大。如果微眾銀行只是一片尚未開荒的新土壤，傳統銀行可以被看作是難度更大的深水區。
兩者的不同點在於，傳統銀行有歷史包袱，改造並不只是在原有的系統上搭建新東西，而更是拆除、歸零，需要將老系統的資料平穩過渡到新系統中，還需要在銀保監會要求的時間內完成變更。
同樣，在此之前，國內沒有一個傳統銀行或金融機構把核心系統放在國內的分散式資料庫上，也就沒有前車之鑑可以作為參考。擺在騰訊雲面前的挑戰是，能夠突破原有老式框架、銀行系統的監管以及和銀行方面的磨合問題。
第一，突破原有集中式資料庫使用上的問題。
在與騰訊雲TDSQL合作之前，張家港農商行的老核心系統使用的是國外商業資料庫Sybase。隨著業務量的增長，集中式資料庫常常跟不上請求的速度，出現卡頓、執行緩慢的問題，張家港行便把目光投向了分散式資料庫，TDSQL剛巧是選項之一。
也許是傳統銀行嚴謹性的把控，在張家港行的資料庫正式上線之前，其實開發了兩套系統，一套是基於TDSQL，一套是傳統集中式資料庫。經過對兩套系統的效能、可用性和成本的對比，張家港行選擇了以TDSQL的分散式架構作為試用，而集中式的作為備胎，以防不時之需。
這個過程中，也出現了由於集中式和分散式資料庫在使用上的不同，導致分散式呈現出資料過低、效果也比較差的情況。在這樣的資料下，張家港行也向分散式提出質疑，“分散式到底靠譜嗎？”
得知這個訊息，作為TDSQL資料庫專家的張文就跑到張家港待了足足一個多月，讓張家港行掌握了分散式資料庫的正確使用方法，並贏得了行方的信任，促使資料庫更平穩的執行。
直至2019年8月，專案行將結束之時，張文在朋友圈裡記錄了這樣一段文字：
“記得年初第一次來張家港銀行，那時開發人員對分散式資料庫根本無從下手，核心系統改造當時看來還是天方夜譚。再看今天，全行核心業務跑在分散式架構下穩如磐石，效能輕鬆碾壓國內同等規模銀行，軟硬體綜合成本降低75%。
張家港行的分散式改造實際上是銀行的一場換‘心’行動，而除了張家港行，在此之前國內尚未有一家銀行冒這個險。”
而那個集中式資料庫的備胎，放在後備箱待了一年也沒派上用場。
第二，銀行的業務特殊性問題。
做金融級資料庫的最大挑戰就在於行業特殊性，一旦資料庫出現癱瘓，可能就會引發銀行整個系統都無法正常運作的連鎖反應，這對銀行和使用者來說帶來的損失不可估量。
如果經驗不足，真誠和實力就是最打動人的武器。
在張家港行的案例中，TDSQL透過銀行科技部門以及騰訊、長亮科技開發團隊三方一起合作，經歷了半年的模擬測試演練，把可以想到的或可以檢索到的業內故障的場景儘可能模擬一遍，以及多輪效能測試的資料，並形成了比較完整的資料和文件。
最終，三方合作的默契度和決心獲得了各方的認可。
當談及做張家港專案的初心，張文說，“我們並不覺得TDSQL是為張家港銀行或者哪個銀行定製的功能，在做銀行和to B上，我們沒有國外的集中式廠商做的時間久，我們是抱著虛心的態度進行場景適配，達成有效的溝通，讓三方都覺得是很默契的合作。”
沒有明確的發心，單純想把事情做好，也許才是能夠做好的起點和終點。
第三，在每一份溝通與合作中，最重要的就是信任和磨合的問題。
於對外經驗相對缺乏的TDSQL團隊來說，如何讓帶著產品經理思維的鵝與銀行打好配合，是前路是否好走的關鍵。
與張家港行相似，平安銀行一直以來在技術上的重視，其對人力、交付和SOA的響應度都有更高的要求。更重要的是，平安銀行要做的，是業務首次將銀行核心系統從傳統集中式大型機下移。這無疑又是一次前無古人的突破嘗試。
平安銀行對TDSQL的放心，更來自騰訊雲團隊對專案的全程保駕護航。比如，給平安銀行定製一整套的交付流程、每週都會進行保障、在專案上線的頭兩週和上線之後的後兩週是24小時進行響應的、投產的三天，24小時裡會有6個工作人員一直在現場。
讓騰訊雲資料庫專家工程師王輝印象深刻的是一次機型採購的事件。當時，平安銀行採購了兩套機型，在測試的過程中，戴爾機型的延時偏大，聯想機型偏小，而未經過分析的平安銀行同事直接衝到TDSQL的會議室說“你們的產品存在問題”。
“當時他們很著急，我們希望對方把情況講清楚，但是他們不願意花時間讓我們瞭解情況。”這也讓看起來溫文爾雅的王輝有點生氣，“我想我是做乙方的，怎麼樣都要忍住，就到外面院子裡轉了一下，買了瓶飲料壓了壓火，然後和這個同事搞清楚了，問題在於戴爾和聯想的機器不一樣。”
問題解決了之後，兩人一起吃了飯，並約定好這個專案成功之後一定要喝酒。
後來呢？就真的喝了酒。
從微眾銀行到平安銀行，對於金融場景這個最難啃的“硬骨頭”，今天的TDSQL已經摸了個遍。
誰的大機會大
與國產化浪潮對應的，是巨大的市場空間。
過去十年來，國產資料庫的市佔率從2009年4。0%增長至2017年的14。26%，增長超過3倍。然而，資料庫的國產化率仍處於較低水平，根據興業證券的預測，在保守、中性與樂觀假設下，資料庫國產化的潛在市場空間分別為108億、268億和428億元。
機會之下，這無疑是國產資料庫的逆襲時刻。能夠抓住機會的人，更應該懂得機遇與競爭同在，常有犬牙相搏，競者廝殺。面向未來，騰訊雲資料庫將雲原生資料庫【1】和高速網路裝置的超融合【2】兩大特點有機結合，在騰訊雲副總裁李綱看來，能夠與賽道中的夥伴們同行是一件幸事。
騰訊雲副總裁 李綱
在今天，我們或許應該對“勝利者”有新的定義，此時此刻的階段性號角，為騰訊吹響，但也不只為騰訊吹響。但清晰可見的是，在這條關於國產自主、關於雲、關於資料庫的探索道路上，騰訊擁有的是夥伴、團隊和沃土。
從夥伴上來看，從B到C，騰訊未變的是產品經理的服務意識和生態聯動。
首先，在騰訊的沃土上，有眾多子行業：政務、教育、文旅、工業、醫療、交通、金融、智慧建築等等，在這個過程中會積累非常多的客戶，這些客戶在公有云上的發展也會讓TDSQL有充分的積累。
其次，TDSQL和一些頭部關係非常好的客戶建立聯動機制，這些客戶的訴求不僅僅是享受提供的服務，更多是可以和騰訊一起探索更多的未知。
再次，在騰訊的生態上下游中，包括整合商、硬體、硬體的服務商和線下的各種支付和運營都能夠和騰訊一起，以生態的資料庫形象做好客戶的服務。
李綱也向「甲子光年」表示了他們對客戶的態度，“即使未來你不用了，合同不簽約了，你不用我們的維保服務了，你自己的運營人員加上生態的支援，你還是可以讓你的資料庫很穩定，問題不是很大。”
從團隊上來看，騰訊同樣穩定和專業。
潘安群聊起加入騰訊雲的出發點時說，“我們的發心很單純，就是把事情做好，整個團隊不會有太多的外部壓力和太多想法。”也許正是出於這份純粹，從2003年到今天，和李綱一起奮戰在一線的主創團隊成員們幾乎都還在。
此外，騰訊雲資料庫也注重人才的培養，TDSQL向「甲子光年」表示，TDSQL自2003年開始，就在內部培養了很多人才，自己培養的專家在騰訊的專家團隊裡佔比非常高。而且，騰訊還會從高校或者海外資料庫的企業引進一些高階的人才，比如TDSQL有分散在美國、北京、杭州、上海、深圳的專家委員會，定期會有資料庫技術探索群來對前沿技術問題進行交流。
前文提到的專家工程師王輝就來自Oracle資料庫，選擇騰訊，正是出於此前在和騰訊的合作中，對TDSQL團隊的認可。
而更多的，生長於騰訊自有的這塊沃土上，從不缺鍛鍊的機會、勇敢的能力和大廠的底氣。
在騰訊內部有一個不成文的規定，即新鮮出爐的資料庫產品先是部門自己用，然後放到公司內部用，最後完全沒有問題才會推到外面，騰訊內部多樣的產品線和大量複雜的業務場景給TDSQL提供了不斷打磨更好產品的沃土。
其次，關於騰訊的開放、包容以及持續支援的態度，是被TDSQL團隊多次提到的工作體驗。而這，也被公認為是團隊自發產生主動性的原因。正是騰訊這個大家庭耐心的投入、歷練的機會和上層的支援與肯定，讓發展初期宛如嬰孩的騰訊雲資料庫擁有了完美的童年。
在今天，TDSQL長大了，也是時候可以獨當一面了。
那麼，未來的困難還有多少呢？
如果說初期還有一些經驗可循，今天的騰訊雲資料庫向無人區深處更進了一步。如何撥開迷霧，認清前路，保證不會偏航，是成熟的TDSQL需要面對的新問題。
而從未改變過的是，每天早上，在騰訊雲資料庫的辦公樓下，依舊格子衫攢動。
END。
【1】雲原生：騰訊雲原生資料庫具有高效能和高度相容的優勢，具有資料庫引擎加雲端儲存的計算與儲存分離架構。
【2】超融合：金融級分散式產品序列 TDSQL，單體例項可撐百T百萬 QPS的雲原生序列TDSQL-C，可應用於百P級複雜場景的分析型序列 TDSQL-A等可兼顧各方面需求。