分布式系统、微服务架构、边缘计算体系……企业IT领域好像从不缺少概念，其实各种技术之间，虽然说法不同，但理念是相通的。在边缘计算体系中，和微服务、分布式一样，只有选对方向，才可以提高效率、有效挖掘数据价值，一旦选错了，就只能以人海战术解决，通常是“后人的工作就是给前人排雷”。

　　▲朗致集团数字化效能总经理 屠文珂

　　在2023年DTCC数据库技术大会上，朗致集团数字化效能总经理屠文珂，以《边缘计算题中数据库离散与聚合群落设计》为主题，分享了朗致集团的设计理念和相关实践经验。至于，朗致集团为何青睐边缘计算体系？绝不是为了赶时髦，追求标新立异，而是企业在业务实战中，切实遇到的问题，并且进行了推理、反思，总结出一套创新的解决方案！

　　问题与挑战

　　所谓边缘计算，是指让计算更加靠近数据生产的源头，在边缘端提供计算、存储以及各种网络服务。屠文珂分析道，边缘计算大概在2000左右起步，主要解决传统云计算模式处理海量数据存在性能瓶颈和延迟问题。后来，随着5G、人工智能、大数据等技术的推动，越来越多的企业开始关注边缘计算，将其应用到实际场景中。

　　朗致集团是一家医药类服务商，也是最早为广袤的农村提供技术支持的企业。十几年前，受限于IPV4以及NAT地址转换协议带来的基础性应用缺陷，中国基层网络不稳定，很难适应数据中心或者计算中心式的运营模式，所以边缘计算成为最终选择。

　　具体到数据问题，医药行业比较规范，行业壁垒高，有各种各样的合规和隐私性要求，更多是企业级数据管理。与普通2C业务相比，2B用户数据量并不少，大概每1万个用户每年要有1T左右数据，而且单个用户操作时长非常长，几乎所有工作时间都会使用业务系统，产生数据。

　　而针对更核心的数据库来说，则要求较低，即便是二十年前的数据库也能支持边缘计算场景下的数据承载压力。在传统数据中心架构下，对数据库要求较高，需要低延时、快速响应能力；但是，在边缘计算场景中，最大的挑战不是数据库，而是基础的通讯网络。在IPV4网络转换条件下，数据包转发超过255次就会被直接丢弃，而且没有任何异常发生提示，导致边缘网络特别不稳定。

　　网都不通，何谈稳定性？边缘网络的关键点是，如何在边缘端以断网的形式完成业务闭环。此种背景下，朗致集团通过边缘计算体系实现了统一管理，让农村的每个诊所都拥有自己的数据库，在局域网内部就可以完成绝大多数的操作，缓解了中心数据库的压力。

　　数据离散与聚合基本策略

　　一旦数据量上来，就像流动的水，会遇到各种错综复杂的问题。那么，诸多数据该如何有效管理？

　　朗致集团经过多年实践，总结出三个关键点：

　　首先，数据要有寻根的能力。一个系统沉淀下来的所有数据都必须回答同一个问题：我是谁的数据？凡是不能回答这个问题的数据，都被称为“脱根”。脱根的数据就不再是数据，而是系统中冗余的无价值信息。有人可能会说，所有信息数据直接堆砌就可以了，随着人工智能技术的发展，所有的数据都可以被分析。这只是理论上的理解，实际应用中，我们要反思人工智能不能做什么？让AI去分析脱根的数据，进行数据挖掘，这是AI做不到的事情，所以数据绝对不能“脱根”。

　　其次，一个系统的根，通常由其统一用户系统（Unified Access）维护。让所有应用具备一致性体验，包括统一访问和管理，具备自动化的维护能力。

　　其三，通过边缘计算降低资源消耗、高技术要求。针对巨型系统，数据的产生、存储、运算，都会带来巨大的资源消耗。当前，很多大厂普遍采用计算中心式，而朗致集团选择用边缘计算承载高资源消耗问题。

　　需要重点强调的是，走边缘计算道路，不只是技术路线选择问题，而是整个时代的特色，那就是算力下沉、向边缘场景迁移。过去，在计算中心模式下，绝大多数算力都由计算中心支付，虽然每个用户的算力不多，但汇总到计算中心的时候，会是一个海量规模，计算中心对资源的需求就会急剧上升。而当我们把算力需求分散到边缘，每个用户自己的终端设备都可以进行算力支付，极大地避免了资源的过度消耗。

　　那么，边缘计算体系到底如何去设计？朗致集团的做法是，以环状从中心向边缘分布！边缘计算并非没有中心，而是中心所承载的职能由一个比较庞大的数据仓库来支撑；同时，中心还有一个管控中心，从信息中心对外的扩展的第一圈层是边缘计算化。另外，每一个边缘计算中心要有自己的服务中心，每个用户的终端，无论是手机还是电脑，都有自己的数据库去支撑运行，这些终端也是大量热数据产生的地方。

　　在边缘计算体系落地过程中，最核心的技术问题就是数据的离散与聚合。在很多工程实践当中，经常用分库、分表来进行描述。朗致集团经过一系列推理和思辨过后，总结出自己的一套体系。在离散策略设计中，统一用户中心的根分为 “组织、自然人”两类，因此数据库离散的颗粒也对应分解为“组织”和“人”两种。这样做的好处是，在数据库分库的时候，不会因为某个库中的表多了而分库，因为这样没有逻辑依据。而在聚合策略上，归属组织的数据，持久化至组织库；归属自然人的数据，持久化至自然人库。

　　5D系统应对百亿级数据库群落

　　大数据发展到今天，几乎所有的人都有一种惯性思维，认为数据的第一手生成地点是在中心库。事实上，在边缘计算场景中，数据不可能把请求发回到中心，再由中心生成，然后回传到边缘。所以，我们需要明确一个概念，那就是数据ID是在边缘生成，而非在中心生成。

　　那么，既然有计算中心和边缘存在，肯定少不了云、边、端协同。从大的技术体系来看，如何解决百亿级别数据库的互联互通问题？

　　假如每一个用户的每一个APP的每种终端的每个设备都存在一个数据库，数据库会迅速膨胀，随着时间的推移，数据库增长的量级无法想象。如何支撑数据库的高并发问题？朗致集团推出了5D（Dispersed Distributed Data Dynamic Delegation）分散分布式数据动态代理技术，该技术的最大特色是，可以对大规模数据群落进行统一管理。

　　其核心思想是：

　　1、网络波动为常态，保证交互的可靠性。百亿级别的数据库在网络上即是基于公网，同时要分散到每一个终端，假如有的手机放了一个月再用，数据库的延迟达到月级甚至年级，也要确保数据的一致性。

　　2、支持数据库结构变动。因为，所有应用都不会是一潭死水，随着应用的增长，数据库表级别的膨胀非常剧烈。比如：有的中台已经有5000张表，必须设计一个规则，那就是绝不冗余。当数据变更成为一种常态，系统要能够支持数据库结构的变更。不管是基于公网，还是在全国分散的海量数据库，经过一段时间震荡以后，数据库结构可以保持它的最终状态，数据中心要有仲裁的能力，能够发现过往历史负载的痕迹。

　　3、中心可发起数据修正。 当数据发生差异不可避免，整个数据中心可以发起数据修正，包括数据结构的修正和数据本身的修正。

　　4、超低人工介入。对百亿级数据库进行管理，不是靠人海战术，而是靠自动化技术，实现超低人工介入。

　　说白了，5D技术之所以更具引领性，是因为把中心库和离散的边缘库遇到的问题全部列出来，主要解决各种数据库之间的通信问题。系统选择的是全权代理，单库负责一切行为，但同时不需要负什么责任，整个数据基于统一的公网实现数据一致性保障，真正做到数据改聚的时候聚，该分的时候分。

　　回首过往，百亿级数据库管理是怎样一番场景？朗致集团想了，设计了，并且已经投入生产了。目前，5D系统已经应用于1000家客户落地案例！