理想汽车&OceanBase:一场"无人驾驶"的技术探索

网易汽车综合6月22日报道 三个关键词，新能源车，无人驾驶，数据库。你会联想到什么场景。

关注汽车行业的朋友，大多能围绕这些侃侃而谈。新能源车上的智能驾驶系统，可以用更智能化的人机交互方式，优化系统，最终使得无人驾驶体系更加完善。

这样的联想很自然。说起新能源汽车的创新，我们目光往往聚焦在两点，一个是能源相关的创新，比如如何增加续航里程；另外是操作系统层面的创新，比如更人性的人机交互，更灵敏的传感系统等。

6月21日，理想发布了新车型L9。这是理想新的旗舰车型，从外观到性能都有着诸多亮点。三维空间交互，超强计算平台，五屏视听系统，AD Max旗舰级智能驾驶……作为一款大型家庭智能旗舰全尺寸 SUV，不论从配置还是体验设计上都可谓“全部拉满”。

而鲜有人知的是，这款车型背后还有着另外的惊喜。几乎每个新车企都曾受困于产能，这一次理想却显得格外自信。理想汽车CEO李想在微博上表示，7月份可以试驾，8月份开始交付，9月份月产能过万——“理想在创造一个新的纪录”。

这项新纪录的背后，是我们要讲的另一个故事：理想这样的中国造车新势力，如何通过OceanBase这样的国产自研分布式数据库改善生产能力，赋予生产线以智能化，让生产线也能实现“无人驾驶”，大幅提高效率，让消费者能够尽快体验到凝聚在车身之上的科技与创新。

生产线智能化

想要有足够好的汽车，首先得发明足够好的工厂，而足够好的工厂背后，投入的不仅是资金和人力，也不止是技术的进步，更有管理理念的提升。

换言之，好的工厂，更是一个好的系统。

汽车生产工厂在工业历史甚至人类历史上的地位，并不比汽车本身低。我们追溯汽车起源时候，会说发明者是卡尔·本茨，但也会把亨利·福特放在与他同等重要甚至更重要的位置。

为何？固然是本茨发明了汽车，但没有福特，没有福特发明的流水生产线，恐怕汽车很长时间里，都只会是贵族和新兴富豪的玩具，无法成为改变世界面貌的产品。

到现在，我们甚至不会觉得流水生产线是个发明，因为实在太过普遍，仿佛空气和水一样——这也验证了福特的伟大。在他之前，汽车工业和其他领域一样，采用的是作坊式的工作模式，一个人或者几个人负责整辆车的组装，这需要每个人都有高超的技能。

福特发明的系统，把人变成了大机器的一部分，每个人负责很短的工序，经过简单训练便能上岗，汽车零部件也高度标准化，不再有复杂的调整适配问题。于是，汽车装备变得极为简单，生产效率大幅提升，流水线生产也摧枯拉朽一般淘汰了作坊一样的生产方式，并迅速普及到几乎所有工业领域。

但这就是最理想的工厂了吗？

丰田认为不是。他们没有推翻流水线生产模式，但认为信息的处理和判断也不可或缺。他们采用“适时生产”的方式，精准收集市场需求，精准做出生产决策，下达生产命令，保证在规定的时间生产客户需要的规定数量的产品。同时，丰田强调“自动化”。自动化，便是自动化+人，让机器设备或者生产系统具备人的智慧，可以发现问题并及时的停止整条生产线的流程运作，不让问题恶化，也方便尽快地排查出问题。

在新能源车的时代到来之前，丰田是世界上市值最高的车企，这与它的生产模式和管理理念有着密不可分的联系。

与传统车企动辄百年以上的历史相比，新能源车实在过于年轻，想要与前辈竞争，他们需要的生产系统，需要能高效平稳地生产，同时也需要满足自己诸多的定制化需求，这才能以创新的产品来赢得市场。

这样的需求，已经不再是堆人力所能达到的，而是需要数字化的操控系统，能够同时处理更多的任务，能够让系统更少的出错，而当系统出错时候，能够更快定位到问题所在。

他们需要的不再只是一套辅助工具，而是能共同参与工作的数据库大脑。

数据库“无人驾驶”

理想采用的是自研MES系统。

MES是制造执行系统的简称。汽车本身便是最复杂的消费产品，而要在汽车上再加诸多创新，便涉及到更多部门、更多生产车间、更多工序的协作。MES则可以根据作业任务，分配人员、设备、工具、物料来协调进行生产，以保证生产的正常进行，同时跟踪其现有工作完成情况。

同时，MES系统中的设备管理模块，能够通过对设备的状态监控，数据收集和维护指导等相关措施，保证机器设备和相关资产的正常运转，来实行企业的相关目标。

哪怕只是看这些简单的描述，也能发现，MES系统需要处理大量的数据，时间推移，数据会不断积累，生产规模扩大，数据量会几何指数的爆发。这对系统背后的数据库提出了极高的要求：第一个要求是数据不能错，第二个要求是服务不能停，第三个要求是事务高并发处理能力。

因此，在“理想”心中的“理想”数据库，不只要能够保证系统不出问题，还要保证系统一旦出问题时候，可以迅速定位、自动纠错。毕竟，如果MES出现故障而没能及时恢复，每一秒都意味着供应链和人力、资源、机会成本的巨大损失，甚至可能像高速公路车祸一样，引发不可控的蝴蝶效应。

设想一下，某条生产线忽然报错，流转环节请求超时，影响到了物料拉取和排产，初步确认是数据库负载过满。在以往的流程里，作为救火队员的数据库管理员需要打开日志，开始分析，在他看到的屏幕上，密密麻麻都是数据库的执行列表，写着时间、执行次数、执行计划等等，像是纠缠在一起的电线，很难快速判断原因。

这时候，数据库管理员往往会杀连接来停止进程，企图让系统恢复，但应用系统却不断自动重新连接，自己永远慢一拍。最终，研发团队只能执行有损降级，恢复系统，整个过程耗时耗力，严重影响了生产的进度。

今年，理想汽车的MES生产制造系统、WMS仓储管理系统都用上了OceanBase——这一国产自研的分布式数据库领军者。在强大的智能运维体系护航下，异常问题的诊断是能实时进行自动分析的，数据库管理员在关键时刻只需看一眼可疑SQL列表，就能快速判断问题根因，并且获得合理的应急优化建议。据了解，在迁移至OceanBase后，理想的生产线执行系统数据库抖动频率平均下降约80%，对于常见的故障事件也真正做到了30秒内“先恢复，后分析”，在生产线运作上实现数据库的“无人驾驶”。

共同的理念

理想汽车与OceanBase合作的背后，也有着双方共同的理念。

在核心技术上，理想汽车坚持自研路线，不仅增程系统、底盘控制系统，中央域控制器全部自主研发，在L3和L4等辅助驾驶的高级路线上，也选择完全自主掌控的自研路线。自研这条道路的确更难，但一方面可以有更高的自主权，另一方面也可以轻装上阵，不用背负前人的包袱。

这一点，与OceanBase始终坚持的“从0打造下一代数据库”不谋而合。OceanBase首席执行官杨冰曾说：“我们希望能够去打造一个中国的品牌，真正纯正的中国品牌。”OceanBase做到“先恢复，后分析”的背后，是因为选择了容错性最好的Paxos。Paxos是共识协议的“本源”，但实现难度最大，因此业界不少产品采用简化版算法Raft。

在多数场景下，Paxos与Raft的效率相差不大。不过，Raft限制更多，而Paxos扩展性强，当业务场景更加复杂时候，能够达到更高的上限。因此，OceanBase早在1.0版本就完整独立的实现了基于Multi-Paxos算法的日志同步机制，并在极致场景下打磨多年迭代到如今的全新版本，这也为OceanBase支撑跨城远距离的“多地多活”部署架构提供了坚实基础。

如果没有坚定地选择自研路线，如果是在已有技术上做出修补和升级，那么OceanBase便难以后来居上，在各项参数上达到国际领先的水准。

理想汽车与OceanBase数据库，在各自领域里达到了业内最高水准，他们之间合作带来的电动车的数字化生产实践，也是为制造业数字化开了一个好的范本。正如中国信息通信研究院院长余晓晖说：“工业互联网是数字化转型的路径和方法论，这是构建物理世界的框架模式。”

我们不妨再回看一下历史。总的来讲，工业革命都从车间里发生，工业4.0的曙光也首先照耀在车间里。福特汽车是工业2.0的代表，核心是自动化，把人当做流水线上的机器；丰田则有了工业3.0的特质，越发注重信息化；如今我们即将迎来工业4.0时代，在自动化和信息化之外，智能网络化的生产将成为主流，这给了中国工业“跨道超车”的机会，要抓住这机会，需要制造业、互联网和诸多其他产业的深度协作。

理想汽车与OceanBase的合作探索，只是未来的起步。不论国产电动汽车还是国产数据库，起步阶段都不为人看好，如今却正成为主流。这条探索的道路还会一直延伸，最终必然来到他们的黄金时代。