基于云的數(shù)據(jù)庫的研究

朱生 牟星亮

摘要：隨著云計算的逐步發(fā)展，云數(shù)據(jù)庫的也越來越重要，在未來數(shù)據(jù)庫領(lǐng)域占有重要地位。文章介紹了云數(shù)據(jù)的現(xiàn)狀、發(fā)展、特性、影響。最后討論了云數(shù)據(jù)庫的未來的發(fā)展方向。

關(guān)鍵詞： 云數(shù)據(jù)庫；云計算；大數(shù)據(jù)

中圖分類號：TP311 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2014）05-0899-03

“云”[1]和“大數(shù)據(jù)”[2]是當(dāng)今IT圈當(dāng)之無愧的最熱的兩個關(guān)鍵詞，云和大數(shù)據(jù)之間有著千絲萬縷的聯(lián)系，兩者相互促進(jìn)，共同發(fā)展。隨著云計算的發(fā)展，數(shù)據(jù)量呈現(xiàn)爆炸式增長，海量的數(shù)據(jù)除了在本地存儲，也可以在云上開辟新的空間。結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)或者非結(jié)構(gòu)化數(shù)據(jù)，云數(shù)據(jù)庫都提供了相應(yīng)的產(chǎn)品，協(xié)助用戶管理和消費(fèi)數(shù)據(jù)，將他們從繁瑣的硬件配置和管理中解脫出來。

1 云計算概述

云計算已經(jīng)成為當(dāng)前全社會關(guān)注的熱點(diǎn)，被看著繼個人計算機(jī)變革和互聯(lián)網(wǎng)變革后的第三次IT浪潮。云計算的出現(xiàn)可以上溯到上世紀(jì)60年代，麥卡錫曾經(jīng)提出將計算能力作為一種和水電一樣的公用事業(yè)提供給用戶的理念，這可以算作云計算思想的起源。隨著IT計算的發(fā)展，在網(wǎng)格計算、虛擬化技術(shù)、SOA、SaaS等技術(shù)的支撐下，云計算作為一種新的資源使用和交付模式，逐漸的得到認(rèn)可和推廣。

對于眾多IT廠商來說，云計算更多的是一種營銷傘。目前被廣泛認(rèn)可的云計算的定義是美國國家標(biāo)注與技術(shù)研究院對云計算的定義：云計算[3]是一種按使用量付費(fèi)的模式，這種模式提供可用的、便捷的、按需的網(wǎng)絡(luò)訪問， 進(jìn)入可配置的計算資源共享池（資源包括網(wǎng)絡(luò)，服務(wù)器，存儲，應(yīng)用軟件，服務(wù)），這些資源能夠被快速提供，只需投入很少的管理工作，或與服務(wù)供應(yīng)商進(jìn)行很少的交互。

云計算主要有資源配置自動化、需求服務(wù)自動化、以網(wǎng)絡(luò)為中心、服務(wù)可記量化以及資源的池化和透明化等特點(diǎn)。

鑒于云計算的各種特點(diǎn)，近年來國內(nèi)外各知名IT企業(yè)都在大力開發(fā)和推進(jìn)云計算，如Google推出Google Apps服務(wù)[4]，亞馬遜推遲彈性計算云（EC2）服務(wù)，IBM推出“藍(lán)云”計劃，國內(nèi)浪潮推出面向云計算的“云海”操作系統(tǒng)。

2 云數(shù)據(jù)庫

2.1 數(shù)據(jù)庫概述

信息系統(tǒng)都需要對各種數(shù)據(jù)進(jìn)行計算，然后存放在數(shù)據(jù)庫系統(tǒng)中。云計算系統(tǒng)同樣如此，在云計算中，可以把數(shù)據(jù)庫簡單的劃分為三種：傳統(tǒng)的關(guān)系數(shù)據(jù)庫，NoSql數(shù)據(jù)庫[5]和云數(shù)據(jù)庫（DBaaS）。

傳統(tǒng)數(shù)據(jù)庫主要是關(guān)系型數(shù)據(jù)庫，有商用和開源兩種。商用關(guān)系型數(shù)據(jù)庫經(jīng)過多年的發(fā)展，已經(jīng)非常的穩(wěn)定可靠，諸如oracle、sql server等，但價格比較昂貴。開源數(shù)據(jù)庫在穩(wěn)定性方便不及商用數(shù)據(jù)庫，但在價格方面有較大優(yōu)勢，如mysql、postgresql等開源數(shù)據(jù)庫在業(yè)界也有廣泛的應(yīng)用。對于傳統(tǒng)的關(guān)系數(shù)據(jù)庫，在高并發(fā)和海量數(shù)據(jù)的情況下，對數(shù)據(jù)庫配置管理以及應(yīng)用系統(tǒng)的開發(fā)，都有較高要求，在維護(hù)成本和維護(hù)人員方面需求較高。對于很多中小型企業(yè)，這方面的費(fèi)用過于昂貴。

NoSql是Carlo Strozzi開發(fā)的一個輕量、開源、不提供SQL功能的數(shù)據(jù)庫，有時也稱作Not Only SQL的簡寫，是對不同于傳統(tǒng)的關(guān)系型數(shù)據(jù)庫的數(shù)據(jù)庫管理系統(tǒng)的統(tǒng)稱。NoSql數(shù)據(jù)庫和傳統(tǒng)的關(guān)系型數(shù)據(jù)庫存在很多不同點(diǎn)，最重要的一個是NoSql不使用SQL作為查詢語言。NoSql的結(jié)構(gòu)通常提供弱一致性的保證，如最終一致性，或者僅限于單個的數(shù)據(jù)項。但多數(shù)NoSql系統(tǒng)都部署了分布式結(jié)構(gòu)，使用分散式雜湊表將數(shù)據(jù)以冗余的方式保存在多臺服務(wù)器上，以此提供了高可用性和高擴(kuò)展性。

而云數(shù)據(jù)庫通常是指運(yùn)行在云計算平臺上的數(shù)據(jù)庫系統(tǒng)。是指在SaaS模式下發(fā)展起來的一種云計算技術(shù)，是一種基于云的數(shù)據(jù)存儲，提供數(shù)據(jù)的變更、查詢、計算服務(wù)，對應(yīng)用程序而言只需要提交一個數(shù)據(jù)庫連接字符串即可訪問的服務(wù)，且云數(shù)據(jù)庫的用戶不能直接控制運(yùn)行原始數(shù)據(jù)庫的主機(jī)。它增強(qiáng)了數(shù)據(jù)庫的管理及運(yùn)維能力，同時消除了用戶、硬件和軟件的重復(fù)配置，并且虛擬化了許多后端的功能，使軟硬件的升級變的更容易和簡單。

2.2 云數(shù)據(jù)庫的現(xiàn)狀

根據(jù)IDC的研究報告[6]，企業(yè)對結(jié)構(gòu)化數(shù)據(jù)的存儲每年都有很大的增加，而對非結(jié)構(gòu)化數(shù)據(jù)的存儲需求增加的更快更多，小規(guī)模的應(yīng)用，系統(tǒng)負(fù)載變化可以由系統(tǒng)的空閑資源來進(jìn)行處理，但在大規(guī)模應(yīng)用的情況下，存在海量的數(shù)據(jù)存儲需求，而且應(yīng)用對資源的需求也是動態(tài)變化的，這就意味著大量虛擬服務(wù)器的增加和減少，對于這樣情況，傳統(tǒng)的關(guān)系數(shù)據(jù)庫已經(jīng)無法滿足這些需求，云數(shù)據(jù)庫成了必然的選擇，也就是說，海量數(shù)據(jù)存儲催生了云數(shù)據(jù)庫，并推動他不斷向前發(fā)展。

隨著云計算的興起，有眾多的IT公司都參與了云數(shù)據(jù)庫的開發(fā)，雖然在DBaaS[7]中仍存在許多問題，尤其是關(guān)于存儲在云的敏感信息，以及服務(wù)中斷的問題，還有包括向云端數(shù)據(jù)庫遷移困難，沒有足夠成熟的案例等問題，不過，云數(shù)據(jù)庫和工具這一新興市場仍在加速發(fā)展中，云數(shù)據(jù)庫仍然是未來發(fā)展的大勢。

目前云數(shù)據(jù)庫市場上主要有Google的Bigtable和Amazon的SimpleDB，10G也開發(fā)了自己的MongoDB，微軟利用其SQL Server技術(shù)研發(fā)的Azure，以及甲骨文的開源的BekelyDB等新型開源數(shù)據(jù)庫。但是Google和Amazon幾乎占領(lǐng)了整個市場。

2.3 云數(shù)據(jù)庫的特點(diǎn)

云數(shù)據(jù)庫與傳統(tǒng)的關(guān)系型數(shù)據(jù)庫存在著根本的不同，云數(shù)據(jù)庫主要對分布的、海量的數(shù)據(jù)進(jìn)行存儲，必須能夠高效的管理大量的數(shù)據(jù)。相比傳統(tǒng)的關(guān)系型數(shù)據(jù)庫，云數(shù)據(jù)庫具有以下幾個特點(diǎn)：

1） 動態(tài)可擴(kuò)展

因為面臨出來海量數(shù)據(jù)的需求，從理論上來說，云數(shù)據(jù)庫具有無限可擴(kuò)展性，以滿足不斷增長的數(shù)據(jù)存儲需求。在面對不斷變化的需求時，云數(shù)據(jù)庫能表現(xiàn)出更好的彈性。如需要分配額外的數(shù)據(jù)庫存儲資源來處理一些新增加的需求，在云數(shù)據(jù)庫中這個過程只需幾分鐘，當(dāng)需求降低的時候，也可以很方便的釋放這些資源。

2） 高可用性

對云數(shù)據(jù)庫來說，不存在單點(diǎn)失效的問題，如果某一個節(jié)點(diǎn)失效，剩余的節(jié)點(diǎn)就會接管該節(jié)點(diǎn)未完成的事務(wù)。而且在云數(shù)據(jù)庫中，通常數(shù)據(jù)都是復(fù)制的，在地理分布上也是如此。各大型云計算服務(wù)提供商如Google、Amazon和IBM等都有分布在全球范圍內(nèi)的數(shù)據(jù)中心，通過在不同地理空間進(jìn)行數(shù)據(jù)復(fù)制，可以提供高水平的容錯能力。

3） 使用代價較低

云數(shù)據(jù)庫通常是采用多租戶（multi-tenancy）的形式，這種資源共享的方式對于用戶來說，可以節(jié)省很多的開銷，而且采用按需付費(fèi)的方式來使用云計算環(huán)境下的各種軟硬件資源，不會產(chǎn)生各種不必要的資源浪費(fèi)。同時，云數(shù)據(jù)庫的底層存儲通常是采用大量廉價的商業(yè)服務(wù)器，可以更一步降低成本。

4） 易用性

云數(shù)據(jù)庫對用戶隱藏了底層的所有信息，所有的底層信息對用戶程序來說都是絕對透明的。云數(shù)據(jù)庫的用戶不用控制運(yùn)行原始數(shù)據(jù)庫的服務(wù)器，也不必了解其他任何信息，只需要一個有效的鏈接字符串就可以方便的使用云數(shù)據(jù)庫。使用云數(shù)據(jù)庫的服務(wù)，如數(shù)據(jù)庫的管理維護(hù)、備份、監(jiān)控、服務(wù)器優(yōu)化等日常工作，數(shù)據(jù)庫主機(jī)的維護(hù)管理等工作都將由云數(shù)據(jù)庫平臺的自動化工具來完成，用戶可以將時間和精力都花費(fèi)在用戶程序的優(yōu)化和管理上面。

5） 支持大規(guī)模的并行處理

在云計算系統(tǒng)中，由于處理的是海量的數(shù)據(jù)，為了效率和有效的使用云計算系統(tǒng)的所有資源，數(shù)據(jù)庫必須能夠支持大規(guī)模的并行運(yùn)算。而對于用戶來說，他們看到的數(shù)據(jù)庫只是一個虛擬的數(shù)據(jù)庫，數(shù)據(jù)庫管理平臺會根據(jù)策略把用戶的數(shù)據(jù)進(jìn)行分拆存儲到不同的物理主機(jī)或者虛擬機(jī)上，因此云數(shù)據(jù)能夠有效的提供大規(guī)模的并行處理的服務(wù)。

3 實(shí)例研究

下面以Google的云數(shù)據(jù)庫產(chǎn)品為例，介紹云數(shù)據(jù)庫的實(shí)現(xiàn)和使用。

Google研發(fā)的大規(guī)模數(shù)據(jù)庫系統(tǒng)Google BigTable[8]只能滿足弱一致性要求，它設(shè)計的目的是為了出來Google內(nèi)部的海量的格式化和半格式化數(shù)據(jù)。它允許客戶端進(jìn)行數(shù)據(jù)部署以及對格式進(jìn)行動態(tài)的控制。

BigTable的實(shí)現(xiàn)是構(gòu)建在Google其他幾個基礎(chǔ)設(shè)施之上的，它使用了Google的分布式文件系統(tǒng)GFS存儲數(shù)據(jù)和日志文件，它還依賴一個持久性的、高可用的分布式鎖服務(wù)Chubby[9]，最后它還要依靠簇管理系統(tǒng)來調(diào)度作業(yè)、調(diào)度共享服務(wù)器上面的資源、處理服務(wù)器故障和監(jiān)控服務(wù)器的狀態(tài)。

BigTable提供了一個和以往不同的簡單動態(tài)的非關(guān)系型數(shù)據(jù)模型，采用的是鍵/值數(shù)據(jù)模型[10]。一個BigTable實(shí)際上就可以看作一個永久的分布式的稀疏的多維排序圖，采用row key、column key及timestamp來對該圖進(jìn)行索引，其中每個值都是一個未經(jīng)解釋的字節(jié)數(shù)組。

在BigTable中，行列和時間戳都是保存在表格的單元里，然后里面的內(nèi)容按行劃分，多個行組成一個tablet（小表），然后被保存到一個服務(wù)器節(jié)點(diǎn)中。在一個數(shù)據(jù)簇中，存儲有許多表，而沒個表都是一個tablet集合。在最初，一個表只有一個table，隨著表的增長，會分解成多個tablet，系統(tǒng)使用類似于B+樹的一個3層的架構(gòu)來存儲這些tablet的信息。因為系統(tǒng)采用了鍵/值數(shù)據(jù)模型，表之間不存在關(guān)聯(lián)操作，使得數(shù)據(jù)的分區(qū)操作相對比較簡單。

在BigTable的訪問數(shù)據(jù)，首先是由客戶端向管理器獲取一份分區(qū)映射圖，然后再圖中根據(jù)鍵值搜尋數(shù)據(jù)的存儲位置，然后向改數(shù)據(jù)節(jié)點(diǎn)請求數(shù)據(jù)，最后由改節(jié)點(diǎn)向客戶端返回相應(yīng)的數(shù)據(jù)。在實(shí)際應(yīng)用中，為了提升性能，也是為了緩解在管理器端的性能瓶頸，客戶端通常會緩存一份常用的分區(qū)映射圖。

4 總結(jié)及未來展望

云數(shù)據(jù)庫隨著云計算技術(shù)的發(fā)展，越來越受到業(yè)界的關(guān)注，當(dāng)前，很多IT公司都參與到云計算當(dāng)中來，云數(shù)據(jù)庫的影響也日趨擴(kuò)大，主要體現(xiàn)在以下幾個方面，包括改變了很多企業(yè)的數(shù)據(jù)管理的方式，促使數(shù)據(jù)庫技術(shù)的發(fā)展，重新分配數(shù)據(jù)庫市場的份額等。

隨著市場的發(fā)展，以及云數(shù)據(jù)庫的成熟，云數(shù)據(jù)庫在未來一段時間是數(shù)據(jù)庫技術(shù)的發(fā)展趨勢，云數(shù)據(jù)庫的相關(guān)問題也是將來數(shù)據(jù)庫研究的重點(diǎn)內(nèi)容。

參考文獻(xiàn)：

[1] 陳康，鄭緯民.云計算：系統(tǒng)實(shí)例與研究現(xiàn)狀[J].軟件學(xué)報，2009（5）：337-348.

[2] 李艷華.云計算技術(shù)研究現(xiàn)狀綜述[J].電腦知識與技術(shù)，2009，5（22）：14-15.

[3] 姚繼鋒.未來需要云計算[J].高性能計算發(fā)展與應(yīng)用，2009（1）：8.

[4] Zhang LongLi.cloud storage technology [J].Telecommunications and Science，2010（SI）：71-74.

[5] 高建秀.云存儲在數(shù)字資源長期保存中的應(yīng)用探討[J].現(xiàn)代圖書情報技術(shù)，2010 （6）：1-6.

[6] Chang F，Dean J，Ghemawat S，Hsieh WC， Wallach DA，Burrows M，Chandra T，F(xiàn)ikes A，Gruber RE.Bigtable：A distributed storage system for structured data[J].ACM Trans. On Computer Systems，2008，26 （2） ：1-26.

[7] Chen K，Zheng WM.Cloud computing： System instances and current research[J].Journal of Software，2009，20（5）： I227-I348.

[8] Feng DG， M， Zhang Y， Xu Z. Study on cloud computing security. Journal of Software， 2011，22 （1） ：71-83.

[9] 李婷.云計算的資源管理方法研究[J].電腦與電信，2010，16 （1） ：62-64.

[10] 李煜民.云計算環(huán)境下的數(shù)據(jù)存儲[J].電腦知識與技術(shù)，2010，6 （5）：32-34.