超越NoSQL：為分布式SQL正名

Andrew C. Oliver 沈建苗

起初有文件，后來有基于結構化文件的導航數據庫，然后出現了IMS和CODASYL。大概40年前，出現了首批關系數據庫。在20世紀八、九十年代的大部分時間，“數據庫”嚴格意義上指“關系數據庫”。SQL（標準查詢語言）占主導地位。

后來隨著面向對象編程語言日益流行，一些人認為，解決面向對象語言和關系數據庫“阻抗不匹配”的辦法是在數據庫中映射對象。因此，我們最后迎來了“面向對象的數據庫”。對象數據庫方面有意思的地方是，在許多情況下，它們基本上是內置對象映射器的普通數據庫。這種數據庫后來漸漸失寵，下一個真正的主流嘗試是2010年代的“NoSQL”。

攻擊SQL

NoSQL以同樣的方式攻擊關系數據庫和SQL。這回的主要問題是，互聯網顛覆了具有40年歷史關系數據庫管理系統（RDBMS）架構的基本前提。這種數據庫旨在節省寶貴的磁盤空間，并可縱向擴展。然而現在有太多的用戶和太多的任務，一臺胖服務器處理不了。NoSQL數據庫則宣稱，如果數據庫沒有連接（join），沒有標準查詢語言（因為實現SQL需要花費時間），也沒有數據完整性，那么就可以橫向擴展以處理眾多用戶。這解決了縱向擴展的問題，但也帶來了新問題。

與這些聯機交易處理系統（OLTP）并行開發的是另一種關系數據庫，名為聯機分析處理系統（OLAP）。這種數據庫支持關系結構，但在執行查詢時就知道它們將返回大量數據。上世紀八、九十年代的公司企業仍主要由批處理驅動。此外，OLAP系統為開發和分析人員提供了將數據想象成n維數據集并加以存儲的能力。如果你設想二維數組和基于兩個索引的查詢，以便基本上與恒定時間一樣高效，但是隨后在此基礎上添加另一個維度，以便可以執行實質上是3個或更多因素（比如供應、需求和競爭對手數量）的查詢，你就可以更高效地分析和預測。然而，構建這些元素是一項費力又高度面向批處理的工作。

圖形數據庫幾乎與橫向擴展型NoSQL同一時間面市。許多事物本身不是“關系型”，或者不是基于集合論和關系代數，而是基于父子關系或朋友的朋友關系。一個典例是模型中的產品系列-產品品牌-款型-部件。如果你想知道“我的筆記本電腦搭載什么主板？”，會發現制造商的采購來源很復雜，光有品牌或型號可能不夠。如果你想知道某產品系列中使用的所有主板，在經典（非CTE即通用表表達式）SQL中，你必須遍歷表，并且分多個步驟進行查詢。最初，大多數圖形數據庫根本就不分片。實際上，無需將數據實際存儲為圖形，就能完成許多類型的圖形分析。

兌現和未兌現的NoSQL承諾

NoSQL數據庫的擴展性確實比Oracle數據庫、DB2或SQL Server（它們都基于40年前的一種設計）好得多。然而，每種NoSQL數據庫都存在新的限制：

鍵值存儲：沒有比db.get（鍵）更簡單的查詢了。然而，世界上許多數據和使用場景無法以這種方式來設計結構。此外，我們其實在談論緩存策略。在任何數據庫中，主鍵查詢速度很快。重要的只是內存中的數據。在理想情況下，它們像哈希圖一樣擴展。然而，如果要跑30趟數據庫才能將數據放回去或進行任何類型的復雜查詢，這行不通。這些系統現在更常作為緩存實施在其他數據庫的前面。（例子：Redis。）

文檔數據庫：這種數據庫之所以流行起來，是由于它們使用JSON，對象又易于序列化成JSON。這種數據庫的第一個版本沒有連接，將整個“實體”放到一個龐大的文檔中有其自身的缺點。沒有事務保證，你還會遇到數據完整性問題。今天，一些文檔數據庫支持一種不太可靠的事務，但它不是大多數人習慣的同一種保護級別。而且，即使對簡單查詢而言，這種數據庫在延遲方面常常速度很慢，盡管它們就吞吐量而言擴展性更好。（例子：MongoDB和Amazon DocumentDB。）

列存儲：這種數據庫的查詢速度與鍵值存儲一樣快，它們可以存儲更復雜的數據結構。然而，如果執行像跨3個表（RDBMS術語）或3個集合（MongoDB術語）連接這樣的操作，會讓人痛苦不堪。這種數據庫確實適合時間序列數據（請給我在下午1點至2點出現的所有事務）。

還有其他更深奧的NoSQL數據庫。然而，所有這些數據庫的共同點是不支持通用數據庫慣用語，而且往往專注于“特殊用途”。一些流行的NoSQL數據庫（比如MongoDB）編寫了出色的數據庫前端和生態系統工具，因而開發人員很容易采用它們，但存儲引擎存在嚴重的限制，更不用說彈性和可擴展性方面的限制了。

數據庫標準仍然很重要

關系數據庫占主導地位的原因之一是，它們有一個通用的工具生態系統。首先有SQL。雖然數據庫方言可能不一樣——如果你是開發或分析人員，想從SQL Server 6.5升級到Oracle 7，可能不得不修復查詢，并使用“（+）”用于外部連接，但是簡單的切實可行，復雜的很容易轉換。

其次，你有ODBC以及后來的JDBC等。幾乎任何可以連接到一個RDBMS的工具（除非為了管理該RDBMS而專門設計）都可以連接到其他任何RDBMS。有許多人每天連接到RDBMS，并將數據倒入到Excel以便分析。我不是指Tableau或其他數百種工具，而是指“鼻祖”Excel。

NoSQL擯棄了標準。MongoDB不使用SQL作為主要語言。MongoDB的勁敵Couchbase尋找一種查詢語言來取代基于Java的mapreduce框架時，更是創建了一套自己的SQL方言。

標準很重要，無論是為了支持工具生態系統，還是由于許多查詢數據庫的人不是開發人員——他們都知道SQL。