数据库技术大牛Michael Stonebraker谈新时代应用底层

Michael Stonebraker，数据库领域的布道者，著名的数据库科学家，美国工程院院士，冯诺依曼奖的获得者，第一届SIGMOD Edgar F. Codd创新奖的得主，曾担任Informix CTO。他在1992年提出对象关系数据库模型，在加州伯克利分校任计算机教授达25年，更是众多数据库公司的创始人之一，其中包括Ingres、Illustra、Cohera、StreamBase Systems和Vertica等，目前是麻省理工学院教授，所参与的项目包括：Aurora，C-Store，H-Store，Morpheus，以及SciDB系统等。

Stonebraker是SQL Server/Sysbase奠基人，87年左右，Sybase联合了微软，共同开发SQL Server。原始代码的来源与Ingres有些渊源。后来1994年，两家公司合作终止。此时，两家公司都拥有一套完全相同的SQLServer代码。也可以认为，Stonebraker教授是目前主流数据库的奠基人。

2014年12月12-14日北京召开的2014中国大数据技术大会（暨第二届CCF大数据学术会议）正在邀请数据库领域的布道者Michael Stonebraker，希望能有机会带大家领略大数据时代数据库领域的最前沿思想。

数据库领域的布道者Michael Stonebraker

2012年，他发现一个有趣的现象：相当一部分计算机学团体已重新制定了其研究课题，并加盟到了“大数据”大旗麾下，发觉大数据已然成为最时髦的术语。他结合自己在数据库（根据定义，数据库就是处理大数据的）领域侵淫多年，特撰写了四篇博文来解释他对“大数据”的理解。

他对大数据有如下四种含义：

大数据量、“小分析学”。此处的目标是对极大量的数据集使用SQL。对大数据集，没有人会用“Select *”来查询因为其返回太子节（terabyte）的数据使接收者无法应付。替代方案，则是对海量数据把注意力放在SQL的分析功能上，如count、sum、max、min、avg等，可辅之以group_by。我将此称作“小分析学”，以便把这个用例（use case）区别于下面的场合。

对大量数据使用大分析学。“大分析学”在此的含义是：对海量数据施用数据聚类（clustering）、回归分析、机器学习、以及其他更为复杂的分析手段。目前，用户倾向于采用统计学软件包如R、SPSS、SAS等来实现。其他方案是使用线性代数软件包，例如：ScalaPack或Arpack。最后，也有大量自行开发的代码在使用中。

大速度。其含义是：对电子交易、实时网页广告投放、实时客户针对营销、移动社交网络等应用，能够吸收并处理“灭火水龙带”式的数据涌入。此用例在大型网站公司和华尔街盛行，二者都倾向于自行开发。

大多样性。许多企业面临整合日益扩大的多种数据源，而数据格式千差万别，例如：电子表格、网页、XML、传统的关系型数据库等。许多企业认为这是最头疼的问题。从历史上来说，萃取、转置、加载（ETL）供应商在此市场上对有限的数据源曾提供服务。

他第一篇博文中专门讨论了大量数据的小分析学，尔后的三篇博文将运用实例论及其他三点，感兴趣的可以到Stonebraker的博客查看。（原文链接：一、二、三、四）

去年底，Stonebraker还参加了一期Structure Show，谈论自己对数据库市场的观点，包括NoSQL和Oracle的未来，当然还有Facebook的MySQL问题。若使用或研究数据库技术的人想听整个访谈，请点击这里。以下是一些精华摘要：

1. 单一模式不能包打天下：“任何我可以想到的垂直市场，相比传统的关系型数据库系统，总会有一些更合适的解决方案。”Stonebraker 如是说。事实上，这是他一贯的主张。但今时今日这一主张看起来更有说服力了。现在有用于数据分析的列存储架构，用于交易的内存架构，当然也有用于简单的键值操作及新数据类型的NoSQL架构。甚至图形数据库都开始步入商用。

2. 数据库领域可以有很多赢家：“将有3到5个，甚至6个非常不同的数据库系统架构成为赢家，而在每一类下都会有2到3个成功的供应商。”Stonebraker预测：“我的核心观点是，传统的关系型数据库系统将慢慢收缩，这一切转变也许需要十年。”

3. NoSQL会被广泛接受：“我的预测是NoSQL将意味着不止SQL。”Stonebraker说，“Cassandra和MongoDB已经宣布了类似这样的东西，如果你放下你的偏见，那么这种高级语言基本上就是SQL。”人们已经不那么看好单纯的底层语言的价值。Stonebraker认为NoSQL系统将来也要拥抱ACID。而这一切可能正在发生。

4. Oracle将感受到来自SAP的压力：“我觉得另一个非常有趣的事是SAP在数据库领域还没有得到很多关注，现在SAP的客户同时也是Oracle最大的客户。”Stonebraker说：“在这些巨头中，Oracle和SAP会好好地干上一架。”

现在说这个可能有点早了，我们也不知道SAP的客户将如何回应切换数据库的游说。不过Stonebraker补充说：“我的预期是，SAP会给客户一个信服的理由，让他们从Oracle迁移到HANA。”

5. Facebook会继续寻找MySQL的替代品，不过可能劳而无功：“Facebook面对的是这个星球上最难的数据管理问题之一。”Stonebraker说。“他们花了数年的时间尝试从MySQL迁移到别的系统，但是到目前为止还没有发现可以匹配他们规模的替代品。”

相比几年前的观点，Stonebraker现在的主张已经有所缓和。可能这是因为Facebook分享了他们在MySQL上做的一些努力，包括为了维持MySQL系统的运行所作的精妙的配置。然而这一缓和，与其说是对MySQL的支持，不如说是对Facebook的数据库改造的认同。

最后，Stonebraker的总结一如既往的幽默：“传统的数据库销售商提供的产品，它们的代码基础和25年前一样，现在正让它们退休的时候了。 （责编/仲浩）

更多讲师和日程信息请关注2014中国大数据技术大会（暨第二届CCF大数据学术会议）官网。另门票折扣时日已然不多，预购从速。