Google Spanner 再出新招：单库同时处理事务和分析，效果如何？

Google 为其全球分布式数据库 Spanner 推出列式引擎，目标是破解在线事务处理（OLTP）与联机分析处理（OLAP）之间长期存在的矛盾。该功能目前处于预览阶段，面向 Spanner Enterprise 和 Enterprise Plus 版本，支持在单一数据库上同时运行事务与分析负载，从而无需额外维护数据仓库，也不必再构建复杂的 ETL 流程。

长期以来，企业依赖行存储数据库处理高并发、低延迟的 OLTP 业务，再把分析负载转移到列式存储的数据仓库。而随着 Spanner 列式引擎的出现，这种分离已不再需要。这种混合架构会在后台自动保留一份列式数据副本，并针对分析查询进行优化。执行查询时，Spanner 的优化器会智能选择存储层：事务查询走行存储，大规模扫描和聚合走列存储。

这种双存储设计配合批量处理的向量化查询，大幅提升了分析性能。Google Cloud 博客指出：

Spanner 列式引擎在现有行存储之上新增了列式存储格式。凭借这种统一的事务与分析处理架构，Spanner 不仅维持了 OLTP 的性能，还能将实时业务数据上的分析查询提速最高 200 倍。

Wells Fargo 首席工程师 Walter Lee 指出，Spanner 列式引擎能为 AI 应用带来巨大价值，特别是在需要实时数据支撑模型训练与推理的场景中。借助该引擎，AI 系统可以在实时事务数据上快速执行大规模分析，从而支撑实时推荐、预测分析和异常检测等应用。此外，列式引擎在处理大规模数据方面表现出色，加速了特征工程和数据预处理，为机器学习流水线提供强力支持。

值得注意的是，Google 并非唯一探索 HTAP（Hybrid Transactional/Analytical Processing）的厂商。亚马逊云科技（Aurora）、Microsoft（Azure Cosmos DB）、Snowflake 等供应商也在为其平台不断增强集成分析能力。此外，开源项目如 ClickHouse、Apache Doris 以及 PostgreSQL 的扩展功能，也都在朝着统一架构的方向演进。

目前，使用 Spanner 列式引擎时，可通过 Google SQL 接口访问，但必须在查询中加上提示（hint）才能读取列式数据。用户可免费试用列式引擎，正式计费则按列式数据占用的额外存储空间计算。

原文链接：

https://www.infoq.com/news/2025/09/google-spanner-oltp-olap-unify/