1.1.4 云原生與分布式時代

在云原生時代，數(shù)據(jù)庫的處理能力如何隨著業(yè)務(wù)處理規(guī)模增加而擴展，有兩種不同的實踐方法。一種方法是垂直擴展（Scale up），提升數(shù)據(jù)庫各個組件的容量，使用更好的硬件，比如小型機、高端存儲，如著名的“IOE”解決方案，數(shù)據(jù)庫系統(tǒng)架構(gòu)使用多個計算節(jié)點共享一份存儲，稱為Shared-Storage架構(gòu)，如圖1-1（a）所示。另一種方法是水平擴展（Scale out），還是保持原來單個數(shù)據(jù)庫實例的容量不變，用更多的數(shù)據(jù)庫節(jié)點組合為一個無共享（Shared-Nothing）分布式系統(tǒng)來解決問題，每個節(jié)點根據(jù)分布規(guī)則（Sharding Rule）存儲一部分數(shù)據(jù)（Shard），處理一部分請求，如圖1-1（b）所示。

圖1-1 數(shù)據(jù)庫的垂直擴展與水平擴展

兩種方法各有利弊，前者本質(zhì)上還是一個單機形態(tài)，所有計算節(jié)點共享所有狀態(tài)、數(shù)據(jù)或元數(shù)據(jù)，基本上所有功能都可以和單機版保持兼容。對于很多傳統(tǒng)企業(yè)來說，保證業(yè)務(wù)的平滑是很重要的，應(yīng)用盡量不做改動，便能獲得擴展功能，這種方式無疑是合適的。但是擴展性受限，計算節(jié)點不可能無限制地添加，計算節(jié)點越多，同步狀態(tài)的代價越大，包括存儲容量也受限于共享存儲的能力。如此一來，對處理互聯(lián)網(wǎng)業(yè)務(wù)的海量數(shù)據(jù)和請求來說就顯得力不從心了。因此，大部分互聯(lián)網(wǎng)企業(yè)更看重數(shù)據(jù)庫擴展能力，自然選擇了用廉價硬件水平擴展的方案，代價就是數(shù)據(jù)做了水平拆分。很多業(yè)務(wù)的查詢和事務(wù)變成了跨數(shù)據(jù)分片或跨節(jié)點，復(fù)雜度和開銷較大，因此大部分互聯(lián)網(wǎng)業(yè)務(wù)可以通過選擇拆分規(guī)則來避免。

互聯(lián)網(wǎng)業(yè)務(wù)的快速發(fā)展帶來的海量數(shù)據(jù)不僅對在線事務(wù)處理帶來擴展性需求，也使數(shù)據(jù)分析的形態(tài)發(fā)生了變化。21世紀初期，Google發(fā)表了著名的“三駕馬車”：分布式文件系統(tǒng)（Google File System）、分布式表格（BigTable）和分布式計算模型（MapReduce），催生了大數(shù)據(jù)的概念。隨后，開源社區(qū)積極跟進，實現(xiàn)了以Hadoop生態(tài)為主體的開源大數(shù)據(jù)處理技術(shù)體系，成為業(yè)界的事實標準。自2006年以來，對于大數(shù)據(jù)處理究竟是Hadoop體系更好還是傳統(tǒng)的數(shù)據(jù)倉庫技術(shù)路線更好，一直都是爭論的熱點。然而，無論選擇哪種技術(shù)路線，“更簡單的使用模式、更強勁的性能體驗、更大的數(shù)據(jù)處理規(guī)模、更實時的處理能力”一直都是學(xué)術(shù)界和工業(yè)界研究的熱點。隨著時間的推移，以Hadoop為代表的大數(shù)據(jù)生態(tài)和以傳統(tǒng)數(shù)據(jù)倉庫為代表的數(shù)據(jù)庫生態(tài)，在大數(shù)據(jù)領(lǐng)域正在逐漸向彼此靠攏。“SQL on Hadoop”成為大數(shù)據(jù)領(lǐng)域一個非常重要的研究方向，而數(shù)據(jù)庫也逐漸向“數(shù)據(jù)庫的體驗，大數(shù)據(jù)的能力”方向發(fā)展，SQL逐漸成為被統(tǒng)一接受的通用查詢分析語言。

進入21世紀以來，隨著信息技術(shù)的不斷發(fā)展，產(chǎn)生的數(shù)據(jù)越來越多，種類也越來越豐富，傳統(tǒng)關(guān)系數(shù)據(jù)庫的關(guān)系模型是嚴格的結(jié)構(gòu)化數(shù)據(jù)，在處理頻繁變化的業(yè)務(wù)和一些專用的特殊結(jié)構(gòu)時殊為不便。一些使用更靈活的數(shù)據(jù)模型定義（Schemaless）或特殊的數(shù)據(jù)模型的數(shù)據(jù)庫出現(xiàn)了，統(tǒng)稱為NoSQL系統(tǒng)。NoSQL數(shù)據(jù)庫主要包括鍵值（Key-Value，KV）數(shù)據(jù)庫、文檔（Document）數(shù)據(jù)庫、圖（Graph）數(shù)據(jù)庫三大類。鍵值數(shù)據(jù)庫的代表為Redis、HBase和Canssandra；文檔數(shù)據(jù)庫的代表為MongoDB；圖數(shù)據(jù)庫的代表為Neo4j等。這些數(shù)據(jù)庫都是為了滿足某些特定的要求，而在一些技術(shù)細節(jié)上做了取舍，滿足特定場景下數(shù)據(jù)規(guī)模、靈活性、并發(fā)或性能的極致要求。在特定的場景下，NoSQL比關(guān)系數(shù)據(jù)庫具有更優(yōu)異的表現(xiàn)，包括性能、可擴展性、可用性及性價比等，然而關(guān)系數(shù)據(jù)庫依然憑借SQL強大的表達能力、普適成熟的規(guī)范和完整嚴格的ACID語義牢牢占據(jù)主流。

進入21世紀20年代，云計算漸成規(guī)模，各大云廠商也紛紛推出了自己的數(shù)據(jù)庫服務(wù)，傳統(tǒng)的數(shù)據(jù)庫廠商也紛紛試水云計算領(lǐng)域，推出基于云形態(tài)的數(shù)據(jù)庫產(chǎn)品。數(shù)據(jù)庫自此進入云時代，開啟了新一輪波瀾壯闊的變革之旅。