思考：真正的分布式數(shù)據(jù)庫是否讓“數(shù)據(jù)湖”概念成為歷史？

原文地址：http://www.fromgeek.com/ai/152830.html

最近吳寧川一篇《厲害了，螞蟻金服！創(chuàng)造了中國自己的數(shù)據(jù)庫OceanBase》報道了OceanBase誕生的前因后果。內(nèi)容非常詳實，值得分享。同時自己也分享幾點雜想：
第一，殺熟不僅僅是大數(shù)據(jù)時代的產(chǎn)物
之前從某網(wǎng)平臺爆出的訂購酒店或者是約車出行的殺熟案例。說明大數(shù)據(jù)時代我們每個人都處于一個小白，隨時宰割的狀態(tài)。
其實這種現(xiàn)象在各個領(lǐng)域都存在。比如，技術(shù)壁壘也是殺熟的條件之一。就像文章中談到的，王堅在2008年阿里的時候，提出的去IOE行為。就是因為技術(shù)壁壘產(chǎn)生的殺熟情況。正常來看，IT采購是一個促進企業(yè)效率的工具。但是采購包括向小型機、高端存儲、數(shù)據(jù)庫，其采購的越多，成本是呈現(xiàn)幾何式增長。其IT采購不在是促進因素，甚至嚴(yán)重的阻礙了企業(yè)的發(fā)展。
就像IOE這樣的設(shè)備在阿里云業(yè)務(wù)大規(guī)模發(fā)展過程中，帶來的成本越來越高。對于阿里來說，失去了其技術(shù)促進生產(chǎn)的原動力。在這樣的情況下，螞蟻金服自主研發(fā)的OceanBase數(shù)據(jù)庫。
第二，真正的分布式數(shù)據(jù)庫誕生，打破了傳統(tǒng)的“數(shù)據(jù)湖”概念。
何為傳統(tǒng)的“數(shù)據(jù)湖”概念，就是把多個物理上的磁盤看成是虛擬的一個存儲單元，OceanBase 團隊SQL開發(fā)方向負責(zé)人陳萌萌的說法是把所有的數(shù)據(jù)庫看到的是同一個數(shù)據(jù)磁盤、共享數(shù)據(jù)訪問，可以確保所有的數(shù)據(jù)都可被訪問到，但是對硬件要求提出很高的要求，就是底層硬件本身要穩(wěn)定可靠。可以看到這種理念被絕大多數(shù)的傳統(tǒng)企業(yè)甚至包括互聯(lián)網(wǎng)企業(yè)所接受。
而阿里打破了這個理念，全球僅有兩家企業(yè)打破了這個理念，一個是阿里，一個是Google。
陳萌萌認(rèn)為目前真正的分布式數(shù)據(jù)庫全球僅有兩家，阿里的OceanBase，以及谷歌于2017年2月發(fā)布的全部自研的Spanner分布式數(shù)據(jù)庫云服務(wù)。
即使是AWS推出的Aurora數(shù)據(jù)庫，其設(shè)計原理更接近于傳統(tǒng)數(shù)據(jù)庫的共享磁盤設(shè)計。
具體來講OceanBase在處理數(shù)據(jù)訪問的時候，相當(dāng)于把一臺原來的小型機或存儲設(shè)備從縱向“切片”成很多機器，再把數(shù)據(jù)分布到這些分散在不同的機器上，個人理解應(yīng)該是把一個整體“數(shù)據(jù)湖”分成了多個小的“數(shù)據(jù)池”。
OceanBase的一個基礎(chǔ)設(shè)計思想是把每一份數(shù)據(jù)存放在三臺不同的機器上，那么一臺PC服務(wù)器出故障的概率為千分之一的話，兩臺同時壞的概率可能就是百萬分之一，三臺同時壞的概率則是十億分之一。
第三，OceanBase分布式數(shù)據(jù)庫是否可以與區(qū)塊鏈技術(shù)結(jié)合？
首先我們看到王堅提出阿里要建設(shè)分布式數(shù)據(jù)庫與中本聰提出的比特幣白皮書是同一個時期。這里我們看到，從2009年開始，王堅就在考慮一個真正適應(yīng)未來互聯(lián)網(wǎng)業(yè)務(wù)的分布式數(shù)據(jù)庫。大家可以換個角度看，也是在同一時期，中本聰提出了一種點對點的電子貨幣系統(tǒng)，其背后采用的區(qū)塊鏈（被人們戲稱也叫做“有史以來最慢的分布式數(shù)據(jù)庫”）技術(shù)。
不同的是，Oceanbase作為一個商業(yè)項目，經(jīng)過這幾年的不斷發(fā)展，單純看這個數(shù)據(jù)庫，既實現(xiàn)了分布式的數(shù)據(jù)存儲，又做到了數(shù)據(jù)庫查詢優(yōu)化。在真是應(yīng)用場景上，相對于傳統(tǒng)的銀行柜臺，人工窗口提供服務(wù)花費大量的時間獲得服務(wù)，螞蟻金服基于oceanbase提供的互聯(lián)網(wǎng)金融應(yīng)用，為用戶提供了優(yōu)質(zhì)的互聯(lián)網(wǎng)服務(wù)體驗。
所有區(qū)塊鏈這種緩慢的分布式數(shù)據(jù)庫技術(shù)，可以參考阿里的Oceanbase或者Google的Spanner數(shù)據(jù)庫技術(shù)。這樣，對于區(qū)塊鏈技術(shù)的推進有著積極的作用。