Oracle、NoSQL和NewSQL 数据库技术对比（一）

本文作者：约翰·瑞恩 - 瑞银集团数据仓库解决方案架构师

目录

世界已经变了 . 1

哪些变了？ . 2

问题是什么？ . 3

性能与可用性和耐久性 . . . . . . . . . . . . . . . . 3

一致性与可用性 . . . . . . . . . . . . . . . . . . . 4

灵活性与可扩展性 . . . . . . . . . . . . . . . . . . 5

ACID与最终一致性 . . . . . . . . . . . . . . . . 6

重新设想OLTP数据库 . 7

世上无难事！ . 8

NewSQL 数据库技术 . 9

VoltDB . 10

MemSQL . 11

哪些应用需要NewSQL技术？ . 12

结论 . 13

作者简介 . 13

哪些变了？

由上可得出下列几个结论：

• 可扩展性 — 流量可能出现爆炸性的增长，IT系统需要迅速扩大规模，以处理指数化增长的事务

• 高可用性 — IT系统必须每周7天、每天24小时运行，并且必须具有故障容错性。（美国银行2011年发生一次故障，对2900万客户造成持续六天的影响）。

• 高性能 — 随着可扩展性的不断增强，性能也必须跟上，保持稳定和快速。据亚马逊估算，在极端情况下，页面加载时间每增加一秒，该公司每年要损失16亿美元。

• 速度 — 设备自带的联网传感器越来越多（远的不说，智能电话就自带联网传感器），每秒可能会有数以百万计的事务需要处理。

• 实时分析 — 夜间进行批处理和业务智能化已经过时。分析与操作处理之间的界限变得模糊，对实时决策的需求越来越多。

• 物联网( Internet of Things )让速度急剧加快！ — Stonebraker博士(MIT ).

上述需求催生极为精彩的营销术语Translytical数据库，意思是采用混合解决方案，即同一个解决方案既可处理海量事务，也可完成实时分析。

问题是什么？

在降低成本的同时提供高性能（可能还要使用廉价服务器），是所有数据库厂商都面对的挑战。但是，需求之间相互冲突：

• 性能 — 最大限度地缩短延迟，在毫秒级时间内完成事务处理。

• 可用性 — 即使系统的一个或多个节点发生故障或与网络断开，也能保持运行的能力。

• 可扩展性 — 能够不断地扩大规模，以满足海量数据和事务速度的要求。

• • 一致性 — 提供一致、准确的结果 — 特别是在发生网络故障时。

• • 耐久性 — 确保修改一旦实施后不会丢失。

• • 灵活性 — 提供通用的数据库解决方案，以支撑事务及分析方面的工作负荷。

要具备海量渐进扩展能力，唯一现实的办法就是部署横向扩展的分布式系统。通常情况下，为最大地限度提高可用性，对某个节点实施的修改会被立即复制至两个或更多个其他节点。但是，一旦将数据分配给多个服务器，则面临利弊权衡。

例如：

性能与可用性和耐久性

许多NoSQL数据库将数据复制至集群内的其他节点，以提高可用性。如果数据库节点在在写入操作后立即崩溃，则数据在其他机器上有备份，因此修改是持久的。但是，也可放松这个要求，不备份就立即返回。这可实现性能的最大化，但有丢失修改的风险。修改可能根本无法持久。

地理分散式系统

一致性与可用性

NoSQL数据库支持最终一致性。例如，在上图中，如果与纽约之间的网络连接临时断掉，则有两个选择：

• 停止处理 — 但是纽约的可用性就受到了影响

• 接受读取/写入操作 — 在恢复网络连接后消除差异。但是这么做的风险是提供过期或错误的结果，可能需要解决写入操作的冲突。

显然，NoSQL数据库是用一致性来换取可用性方面的能力。

灵活性与可扩展性

与Oracle和DB2等通用型关系数据库相比，NoSQL数据库的灵活性相对较差，（例如）不支持Join（连接）操作。除了许多不支持SQL语言的数据库，有些数据库（例如Neo4J和MongoDB）是专为支持特定问题而设计的—图处理和JSON数据结构。即使像HBase、Cassandra和Redis这样的数据库，也放弃关系连接操作，但许多还限制访问单一主键，并且不支持辅助索引。

许多数据库都声称100%支持ACID事务。

实际上提供正式ACID保证者寥寥无几。

— Peter Bailis 博士（斯坦福大学）

ACID与最终一致性

数据库解决方案的扩展方面，主要挑战之一就是维持ACID一致性。亚马逊采用DynamoDB数据库，放松一致性约束，以换取速度，从而解决了性能问题，由此催生了大量NoSQL数据库。

另外，最成功的数据库（包括Oracle）也无法提供真正的ACID隔离性。本文研究了18个数据库，默认支持SerializabilITy（可串行性）的数据库只有三个（VoltDB、Ingres和Berkeley DB）。主要原因是难以在保持性能的同时支持可串行性。

最终一致性是特别弱的一种模式。

系统可返回任何数据，依然可以做到最终一致。

— Peter Bailis 博士（斯坦福）

另一方面，最终一致性几乎不提供一致性保证。下图说明了最终一致性所存在的问题。一个用户从银行账户上扣款100万美元，但是在账户修改得到复制之前，又有一个别的用户检查这个账户的余额。唯一的保证是，只要没有进一步的写入操作，系统最终会提供一致的结果。这又有什么用处呢？让人接受就更谈不上了。

Cassandra — 最终一致性

（待续）

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/69903219/viewspace-2638681/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/69903219/viewspace-2638681/