分布式 SQL 数据库新的演变方向

http://suo.im/61qgLg 作者：陈峻

数据库体系结构发展的下一步是分布式SQL。在这里看看一些特征。

随着各个组织先后将其业务转向云端环境时，他们很快地意识到：在一些最关键的应用背后，那些旧式的关系型数据库不但限制了迁移的速度，而且根本无法有效地实现灵活的业务扩展。许多企业既希望保持诸如Oracle、SQL Server、Postgres和MySQL之类关系型数据库的可靠性，又能够享受到云服务所带来的规模效应、以及全局稳定性等“红利”。

为了满足此类需求，人们开始转向使用NoSQL数据库。但是由于NoSQL并非完全为提供真正的一致性而设计的，因此它无法作为事务型数据库而使用。当然，最近有一些NoSQL解决方案声称能够提供“ACID事务”。不过，它们无法提供诸如：财务分帐、库存控制、以及身份管理等关键任务所需的隔离级别。

分布式SQL--一种新的数据库

2012年，Google发表了一篇有关Spanner的论文。文中介绍了一种全新的基于分布式系统的，且可以全球性扩展的分布数据库。总的说来，Google Cloud Spanner是一种可扩展的、多版本的、同步复制(synchronously-replicated)型数据库。它是第一个能够在全球范围内分发数据，并支持外部一致性(externally-consistent)的分布式事务的系统。

下面我们此基础上，一起来具体讨论此类分布式SQL的基本相关概念，特别是如何实现可扩展性和一致性的。通常，为了能够在分布式环境中真正具有可扩展性，分布式SQL数据库具有如下七种核心特征：

1.可扩展

正如我们无需繁重的准备就能够实现扩展式计算那样，分布式SQL数据库能够在不增加操作复杂性的情况下，适应云端环境的无缝扩展。也就是说，它具有在多个分布式参与者之间均匀分布数据的能力。

2.一致性

分布式SQL数据库必须在分布式环境中提供高度的隔离性。云端环境往往是由各种分布式系统和微服务所组成，而不同的调用和操作可能会指向同一块数据，因此我们很难保证事务一致性。分布式SQL数据库除了能够调节资源的争用，还能够提供与单实例数据库相同的事务隔离级别。

3.弹性

分布式SQL数据库能够在无需任何外部工具的条件下，提供最高级别的弹性。凭借着云服务为我们的业务所提供持续在线环境，分布式数据库可以将故障恢复的用时减到最少，并且无需任何外部配置，即可自动化地复制数据。

4.异地复制

由于云服务能够以一种可接受的服务水平，将用户的业务触达全球的各个角落，因此分布式SQL数据库也能够据此突破地域的限制。在复杂、广泛、分散的地理环境中，它能够进行分布处理和数据存储，以满足各地用户的业务需求。

5.支持SQL

众所周知，SQL是数据库所使用的结构化语言，也是所有应用逻辑的默认语言。凭借着其通用性，我们不必重新培训开发人员，即可熟练地对接和调用数据库资源。除了上面提到的Spanner，诸如Amazon Aurora、Yugabyte、FaunaDB和CockroachDB等都能够支持SQL。

6.数据本地化

在分布式系统中，由于数据被分散到了各个地区的数据中心，因此应用架构师往往需要了解每个站点的位置，在程序逻辑上找到最近的位置，以便将需要调用的存储数据绑定为应用的一部分。那么，分布式SQL可以在其数据表中，基于某些字段对数据进行地理分区，进而让数据更接近用户侧。这就是所谓的数据库的数据主权(data sovereignty)问题。据此，开发人员可以确保用户对其信息的低延迟访问，从而最大程度地减少数据在云端传输的费用和流量的开销。

7.多云(Multi-cloud)模式

分布式SQL数据库的一个独特特征是：半自治单元(semi-autonomous units)，它们可以参与到较大的系统中。也就是说，每个单元都能够自行部署，然后加入到CockroachDB集群之类更大的系统中。通过该特征，分布式SQL数据库可以更好地扩展到真正的多云环境中，而不仅仅依赖于单个网络，来完成数据的分发。在此模式下，参与者(participant)的云服务类别将不再受到限制，它们可以位于任何地方，任何一种公共云、私有云、甚至是单个的本地(on-premise)实例。显然，这对于我们在分布式混合与多云环境中的各类应用来说，都是至关重要。

分布式SQL的基本要求

上述七项特征可谓分布式SQL在云端环境中所独有的。但是，说到底它仍然是一种数据库，因此也应当具备数据库的如下基本功能：

• 可管理性：用户可以使用一组命令行、或基于图形化的工具，来轻松地安装和配置目标数据库。用户通过针对运行环境的控制、数据生命周期的管理、以及常规的备份与还原，以实现数据表的创建，schema的定义与实现，索引与分区的设置，以及DDL的重建等。
• 可优化：DBA可以深入了解数据库在查询响应方面的性能，运用基于成本的优化器(cost-based optimizer)等高级功能，进而实现查询效率的优化。
• 具有安全性：与企业的其他常用软件类似，安全性是一个不容忽视的环节。数据库应提供认证、授权和可问责性，这样的AAA机制。而且，此类功能不应该只独立数据库内部，而应当与具有身份管理和治理功能的集中式管控系统集成一起，以便对流转在整个系统中各个级别的数据(包括表、行和列等级别)设置一致性的策略。
• 可集成：显然，数据库需要能够通过经过测试的、或已知的驱动程序，与前端应用相集成，以实现批量获取或导出数据等服务。与此同时，数据库还应通过与ETL(Extract-Transform-Load)工具的配合使用，将捕获到的数据，与数据流分析、或云端存储等更高级的服务相集成。

当然，上述所谓“基本”功能要求，其实并不简单，它们旨在提供更加成熟的、针对企业级应用的数据库。

总结

作为一种新兴的类别和演变的方向，分布式SQL数据库还需要在数据一致性和本地化等方面，进一步配合云端环境来不断改进。毕竟，在严苛的生产环境中，此类数据库会碰到更多有关性能和效率等方面的实际问题。

前文提到的CockroachDB，是一种云原生的分布式SQL数据库。它可以帮助各种企业级应用，将最基本的工作负载和一些关键性的任务迁移到云端，并实现了对于各种高级云端原生环境的策略编排。您可以作为了解分布式SQL的一个切入口进行试用。