数据库激荡 40 年，NoSQL、NewSQL谁能接棒？

起初有文件，后来有基于结构化文件的导航数据库，然后出现了IMS和CODASYL。大概40年前，出现了首批关系数据库。在20世纪八、九十年代的大部分时间，“数据库”严格意义上指“关系数据库”——SQL(标准查询语言)占主导地位。

后来随着面向对象编程语言日益流行，一些人认为，解决面向对象语言和关系数据库“阻抗不匹配”的办法是在数据库中映射对象。因此，我们最后迎来了“面向对象的数据库”。对象数据库方面有意思的地方是，在许多情况下，它们基本上是内置对象映射器的普通数据库。这种数据库后来渐渐失宠，下一个真正的主流尝试是2010年代的“NoSQL”。

1. 攻击SQL

NoSQL以同样的方式攻击关系数据库和SQL。这回的主要问题是，互联网颠覆了具有40年历史关系数据库管理系统(RDBMS)架构的基本前提。这种数据库旨在节省宝贵的磁盘空间，并可纵向扩展。然而现在有太多的用户和太多的任务，一台胖服务器处理不了。NoSQL数据库则宣称，如果数据库没有连接(join)，没有标准查询语言(因为实现SQL需要花费时间)，也没有数据完整性，那么就可以横向扩展以处理众多用户。这解决了纵向扩展的问题，但也带来了新问题。

与这些联机交易处理系统(OLTP)并行开发的是另一种关系数据库，名为联机分析处理系统(OLAP)。这种数据库支持关系结构，但在执行查询时就知道它们将返回大量数据。上世纪八、九十年代的公司企业仍主要由批处理驱动。此外，OLAP系统为开发和分析人员提供了将数据想象成n维数据集并加以存储的能力。如果你设想二维数组和基于两个索引的查询，以便基本上与恒定时间一样高效，但是随后在此基础上添加另一个维度，以便可以执行实质上是3个或更多因素(比如供应、需求和竞争对手数量)的查询，你就可以更高效地分析和预测。然而，构建这些元素是一项费力又高度面向批处理的工作。

图形数据库几乎与横向扩展型NoSQL同一时间面市。许多事物本身不是“关系型”，或者不是基于集合论和关系代数，而是基于父子关系或朋友的朋友关系。一个典例是模型中的产品系列-产品品牌-款型-部件。如果你想知道“我的笔记本电脑搭载什么主板?”，会发现制造商的采购来源很复杂，光有品牌或型号可能不够。如果你想知道某产品系列中使用的所有主板，在经典(非CTE即通用表表达式)SQL中，你必须遍历表，并且分多个步骤进行查询。最初，大多数图形数据库根本就不分片。实际上，无需将数据实际存储为图形，就能完成许多类型的图形分析。

2. 兑现和未兑现的NoSQL承诺

NoSQL数据库的扩展性确实比Oracle数据库、DB2或SQL Server(它们都基于40年前的一种设计)好得多。然而，每种NoSQL数据库都存在新的限制：

(1) 键值存储 ·

没有比db.get(键)更简单的查询了。然而，世界上许多数据和使用场景无法以这种方式来设计结构。此外，我们其实在谈论缓存策略。在任何数据库中，主键查询速度很快。重要的只是内存中的数据。在理想情况下，它们像哈希图一样扩展。然而，如果要跑30趟数据库才能将数据放回去或进行任何类型的复杂查询，这行不通。这些系统现在更常作为缓存实施在其他数据库的前面。(例子：Redis。)

(2) 文档数据库 ·

这种数据库之所以流行起来，是由于它们使用JSON，对象又易于序列化成JSON。这种数据库的第一个版本没有连接，将整个“实体”放到一个庞大的文档中有其自身的缺点。没有事务保证，你还会遇到数据完整性问题。今天，一些文档数据库支持一种不太可靠的事务，但它不是大多数人习惯的同一种保护级别。而且，即使对简单查询而言，这种数据库在延迟方面常常速度很慢，尽管它们就吞吐量而言扩展性更好。(例子：MongoDB和Amazon DocumentDB。)

(3) 列存储 ·

这种数据库的查询速度与键值存储一样快，它们可以存储更复杂的数据结构。然而，如果执行像跨3个表(RDBMS术语)或3个集合(MongoDB术语)连接这样的操作，会让人痛苦不堪。这种数据库确实适合时间序列数据(请给我在下午1点至2点出现的所有事务)。

还有其他更深奥的NoSQL数据库。然而，所有这些数据库的共同点是不支持通用数据库惯用语，而且往往专注于“特殊用途”。一些流行的NoSQL数据库(比如MongoDB)编写了出色的数据库前端和生态系统工具，因而开发人员很容易采用它们，但存储引擎存在严重的限制，更不用说弹性和可扩展性方面的限制了。

3. 数据库标准仍然很重要

关系数据库占主导地位的原因之一是，它们有一个通用的工具生态系统。首先有SQL。虽然数据库方言可能不一样——如果你是开发或分析人员，想从SQL Server 6.5升级到Oracle 7，可能不得不修复查询，并使用“(+)”用于外部连接，但是简单的切实可行，复杂的很容易转换。

其次，你有ODBC以及后来的JDBC等。几乎任何可以连接到一个RDBMS的工具(除非为了管理该RDBMS而专门设计)都可以连接到其他任何RDBMS。有许多人每天连接到RDBMS，并将数据倒入到Excel以便分析。我不是指Tableau或其他数百种工具，而是指“鼻祖”Excel。

NoSQL摈弃了标准。MongoDB不使用SQL作为主要语言。MongoDB的劲敌Couchbase寻找一种查询语言来取代基于Java的mapreduce框架时，更是创建了一套自己的SQL方言。

标准很重要，无论是为了支持工具生态系统，还是由于许多查询数据库的人不是开发人员——他们都知道SQL。

4. GraphQL和状态管理的兴起

你知道谁总是翘着两个大拇指想搭车，就想让他的应用进入到数据库里，但却不关心如何实现吗?事实证明，整整一代的开发人员都想这么做。而GraphQL(与图形数据库无关)可将对象图形存储在底层数据存储系统中。这样一来，开发人员就不必担心这个问题了。

这方面的早期尝试是对象关系映射(ORM)工具，比如Hibernate。它们拿来一个对象后，基于对象到表的映射设置，基本上将对象变成了SQL。这种工具的许多前几代产品很难配置。此外，我们面临学习过程。

大多数GraphQL实现方法与Sequelize或TypeORM之类的对象关系映射工具兼容。结构良好的GraphQL实现方法和API不会在你的全部代码中泄露状态管理问题，而是在对象图形发生变化时写入并返回相关数据。谁会在应用层面真正关心数据是如何存储的?

面向对象数据库和NoSQL数据库的基础之一是，应用开发人员要意识到数据在数据库中如何存储方面的复杂情况。当然，这对于开发人员来说很难用较新颖的技术来驾驭，但现在不再困难了，因为GraphQL完全消除了这个问题

5. NewSQL或分布式SQL闪亮登场

谷歌遇到了数据库问题，写了一篇论文，然后编写了一种名为“Spanner”的实现方法，描述了全局分布式关系数据库如何行得通。Spanner引发关系数据库技术领域迎来了新一波创新。你实际上可以有一个关系数据库，不仅让它能扩展，还能在需要时进行全球范围扩展。我们所谈论的是现代意义上的大规模，而不是经常令人失望且日趋复杂的RAC/Streams/GoldenGate方法。

所以，关系系统中“存储对象”的前提是错误的。如果关系数据库的主要问题是后端而不是前端，将会怎么样?这就是所谓的“NewSQL”或名称更恰当的“分布式SQL”数据库背后的想法。其想法就是将NoSQL存储知识和谷歌的Spanner概念与一种成熟的开源RDBMS前端(比如PostgreSQL或MySQL/MariaDB)结合起来。

这意味着什么?这意味着鱼和熊掌可以兼得。这意味着你可以有多个节点，并横向扩展——包括跨云可用区扩展。这意味着你可以有多个数据中心或云地理区域——仅用一个数据库。这意味着作为用户，你可以拥有真正的可靠性和永远不会崩溃的数据库集群。

与此同时，整个SQL生态系统仍有用!你无需重新构建整个IT基础架构就能做到这点。虽然你可能不敢“丢弃并更换”传统的RDBMS，但大多数企业并不打算使用更多的Oracle。最棒的是，你仍可以使用在云端和全球各地的SQL及所有工具。

【责任编辑：赵宁宁 TEL：（010）68476606】