百亿大表的实时分析：华安基金 HTAP 数据库的选型历程与 TiDB 使用体验

导读

在金融科技迅猛发展的今天，华安基金作为行业的先行者，面临着数据管理和分析的全新挑战。随着业务的不断扩展和数据量的激增，传统的数据库架构已难以满足系统对实时性、灵活性和分析能力的需求。在这样的背景下，HTAP（混合事务/分析处理）数据库成为了数字化转型的关键。

本文由华安基金大数据开发工程师郑圣瑜撰写。探讨了华安基金在 HTAP 场景下的数据库选择。从实际业务场景出发，解析了选择 HTAP 数据库的原因及选择 TiDB 的决策过程；以及如何通过 POC 测试和实际应用，验证 TiDB 的优势；同时展示报表系统后台数据库从 MySQL 迁移到 TiDB 的案例及性能提升，分享测试和使用中的挑战及 TiDB 的新特性应用。

华安基金的数据库升级之路

华安基金管理有限公司，成立于 1998 年，总部位于上海，是中国证监会批准成立的首批 5 家基金管理公司之一。华安基金旗下公募基金规模超过 6000 亿元，非货币公募资产管理规模超过 3500 亿元。公司管理的公募基金共计 248 只，服务的客户数量超过 1.3 亿，累计为投资者实现分红金额超过 1000 亿元。华安基金凭借其出色的资产管理能力，累计获得金牛奖 57 座，另外多次获得金基金奖、明星基金奖等荣誉。

在 2018 年以前，华安基金的数据库技术栈采用了集中式架构，以 Oracle 为主，MySQL 为辅；在 2018 年后，系统的数据量和并发量都有了大规模的增长，数据仓库层面引入了一套基于 Hadoop 生态的国产化分布式数据库；到 2023 年华安基金响应号召进行了国产化改造，进行了国产集中式数据库的选型替换。随着业务的不断发展，面对系统的复杂性，一个既能处理大量事务，又能进行实时分析的数据库解决方案成为了必须，因此，华安基金开启了新一轮的架构选型。

系统复杂性让 HTAP 数据库成为必选项

华安基金第一次感受到 HTAP 数据库的重要性是在反洗钱系统的研发中。由于该系统既包含批处理场景，也包含交易场景。尤其是审计模块，业务分析前置条件较多、需要处理的数据量很大，服务于 1.3 亿投资人，涉及到大量的数据增删改查操作。

过去，OLAP 请求从上游负责 OLTP 请求的各个信息数据库中提取数据，在数仓进行加工处理，再将处理后的数据推送到下游的各个应用系统中。在纯分析场景中，原有的 Hadoop+分布式数据库架构能够满足需求，但在交易场景中，尤其是审计模块，效率下降得十分明显。

为了应对业务的需求，新的数据库架构必须具备以下能力：

1. 实时混合交易分析查询能力；
2. 海量并发数据写入查询能力；
3. 透明水平弹性拓展能力；
4. 实时大规模批量更新删除处理能力；
5. 金融级自愈容灾