海外 Meetup 第一站：飞越大洋，落地硅谷

Meetup 走出帝都第 X 站，一不小心飞越大洋、落地硅谷 今日（硅谷时间 5 月 10 日），我们邀请到了来自卡内基梅隆大学的 Andy Pavlo 教授，与我司 CTO 黄东旭、首架唐刘一同为湾区的小伙伴们奉上了三个精彩的 Talk~

Andy Pavlo卡内基梅隆大学计算机科学系数据库助理教授

Topic：Make Your Database Dream of Electric Sheep: Designing for Autonomous Operation

在过去的 20 年中，研究人员和厂商已经开发了很多工具帮助 DBA 调优数据性能和物理设计。但是，以往数据库的大部分工作都不能脱离人工干预，它要求人们对所有的数据库更改做出最终决定，并且都是在问题发生后的被动操作。Self-Driving DBMS 需要的是那些为自动化操作而设计的组件。这将使目前看来不可能实现的新型优化成为可能，因为管理这些系统的复杂性超越了人类的能力。

Andy 和他的团队尝试把机器学习与数据库调优结合起来，把数据库运行的指标输入 TensorFlow，用深度学习的方法尝试调整数据库的各种参数，不断地适应和优化运行时数据库的性能。

他的实验室目前研发的两款产品——

1. OtterTune 是给 MySQL 或 PostgreSQL 等已有的数据库提供旁路优化的工具。它内嵌 TensorFlow，收集外部数据库的指标，通过机器学习的方式反馈到现有的数据库参数中，优化系统性能。

2. PelotonDB 是一个内嵌了机器学习的全新数据库。他们创造性地把机器学习用在了数据库运行时的优化工作中。

延展阅读：Andy Pavlo 论文 List

http://www.cs.cmu.edu/~pavlo/publications.html

黄东旭PingCAP 联合创始人兼 CTO

Topic：TiDB 2.0 Overview

黄东旭主要总结了 TiDB 2.0 的几个核心的改进。

强大的 OLAP 能力是一个定位为 HTAP 数据库的不可或缺的核心指标。在 TiDB 2.0 中，最大的亮点是 OLAP 的性能相比 1.0 有了大幅度的提升。黄东旭详细讲解了背后的原理，以及未来中近期的 Roadmap。

当然 TiDB 2.0 更多升级工作在看不见的地方。在持续的稳定性和性能的提升方面，TiDB 也走在业界的前沿。黄东旭介绍了在这些方面的工作，比如内部的分布式 Chaos 测试框架，使用 TLA+ 对核心算法进行形式化证明，基于 AI 的故障预测和报警模型的探索等。

TiDB 2.0 另一个重要的改进是在易用性层面。黄东旭最后介绍了基于 Ansible 的自动化部署和运维工具，以及在 Kubernetes 整合上的一些进展。

唐刘PingCAP 首席架构师，TiKV 技术负责人

Topic：Building a Transactional Key-Value Store in Rust That Scales to 100+ Nodes

唐刘主要讲述从 0 到 1 构建一个支持强一致、可扩展、事务型的分布式数据库——TiKV 的历程，以及开发 TiKV 并且选用 Rust 这门编程语言的原因，然后从底层向上层依次介绍了 TiKV 不同层技术方案的选择以及相关的实现。

唐刘重点讲解了在大规模集群下，如何通过调度器来平衡整个系统的负载，让用户扩展到 100 个节点以上。最后，关于基于 TiKV 的生态，唐刘介绍了如何发展成一个 cloud native 的系统，以及如何打造 HTAP 的整体解决方案。