oceanbase、TiDB這類NewSQL最近勢頭好強勁，它們的定位究竟是什麼？

01-14

它們會成為nosql的終結者么？或者在未來直接替代MySQL、Oracle這類傳統單機資料庫？
PS：最近MySQL Group Replication剛發布，三副本強一致、多點寫入等新特性讓人眼前一亮，不禁感慨開源社區的力量，如果後續再支持分散式，那麼在這樣一個高可用、強一致、可擴展、完全兼容MySQL協議的官方資料庫面前，oceanbase、TiDB的優勢又在哪裡呢？
究竟誰才是資料庫的未來？

首先要明確的是，沒有完美的系統，任何一個系統的出現都是為了解決當時最主要的問題，但是會產生一些其他的小問題，跟葯一樣，能治病，但是一般都會有副作用。

那麼完美的資料庫系統什麼樣呢，我現在能想到以下幾點：

1.易用與靈活性：資料庫可以理解自然語言，我跟它說我要存儲什麼樣的數據，就存進去了，要查詢什麼樣的數據，就給我取出來了，不需要我告訴它怎麼存，怎麼取

2.擴展性：可以存儲無限多的數據，不需要擔心容量的問題

3.高性能：性能非常強大，不管想存或取什麼數據，瞬間就完成了

4.高可用：數據存儲之後，永遠也不會丟，系統永遠也不會掛掉，1年365天，1天24小時隨叫隨到

5.並發與隔離性：資料庫不僅可以滿足我一個人，也可以滿足所有人的同時讀寫，並且我們之間互不干擾

關係資料庫之前的存儲系統基本上一個條件也不滿足

傳統單機關係資料庫一定程度上解決了問題1、3、5，用戶不需要知道數據是怎麼存儲的，行存儲還是列存儲或者其他的結構信息，查詢的時候用SQL就可以了，不需要根據數據的存儲結構編寫特定的程序，大大簡化了應用開發，性能也還可以。之所以說是一定程度上，是因為並沒有完美的解決。SQL雖然很簡單，但要比自然語言複雜得多，更改表的schema也不是特別方便；性能的話對於複雜查詢，優化器無能為力，可能會給出性能非常差的查詢計劃；並發與隔離性可以做到，但是要犧牲性能

Mysql Group Replication幫助傳統單機關係資料庫解決了問題4

如果數據量不大，這樣用著也不錯了。但是互聯網導致了數據量的爆炸式增長，單機存儲不下這麼多數據了。所以才會出現了Bigtable等NoSQL分散式資料庫，解決當時最主要的數據量暴增問題。這些系統一定程度上解決了問題2、3、4。它想不想解決其他問題呢？肯定想，但是要解決這些問題，系統會變得更加複雜，需要更長的時間，但是系統需要快速上線啊，那麼就先把最主要的問題解決了就好。隔離性就由業務部門自己去解決吧，這也導致了後來業務部門很多的抱怨。所以我覺得NoSQL在開發的時候是有很多妥協的，屬於救火的產品，不可能成為未來的方向。

目前看來OceanBase、TiDB、Spanner／F1這些系統是能夠解決上述問題最多的系統。

1.支持SQL

2.數據被拆分成一個個range，分散在不同的伺服器中，通過增加伺服器就可以一定程度上的線性擴容

4.多副本，並且通過paxos或raft保證多副本之間的一致性

5.通過2PC，MVCC支持不同隔離級別的事物

但是相比高端伺服器上的單機資料庫，性能會有些問題

查詢的延遲(latency)會比較高，網路是一個問題，比如分散式join就要用到網路，有人做過實驗，在不改變現有查詢引擎的情況下，單條查詢隨著伺服器數量增多，性能不增反降，把網路換成InfiniBand效果也不好，後來重新設計了查詢引擎，性能做到了遞增。可以參考High-Speed Query Processing over High-Speed Networks（http://www.vldb.org/pvldb/vol9/p228-roediger.pdf）

所以需要改變很多傳統的做法，針對新硬體進行新的設計、優化，是可以大幅度提高性能的。

未來不敢說，單機資料庫在很多場景下還是會有廣泛應用的，NewSQL最起碼接下來的幾年裡都還有很大的發展潛力，而NoSQL，分散式中間件等方案基本上就是明日黃花了。

mysql GR更像share data的rac和pureScale，容量和計算的擴展能力有限，它們的出現更多的意義是對傳統的單機mysql oracle db2在可用性上的補充。使用起來與傳統單機實例沒有差別。

oceanbase tidb spanner是share nothing的架構，單個分區有paxos保證可用性的前提下，還有近乎線性的擴展能力，而代價是複雜查詢和DML，不一定都能生成下推執行的plan，要麼無法執行要麼執行很慢。再有就是分散式事務一致性的代價，分散式快照讀代價較大。

MGR 提供的是高可用的能力，並不是分散式的能力。從單機到分散式，是一條很長的路，而且 MySQL 有這麼重的歷史負擔的情況下，估計會走的比較難。

TiDB 從架構上就比較適合分散式場景，在開發過程中的各種決策也是以如何適應分散式場景出發來思考。我們剛開始開發的時候也想過做直接用 MySQL 做 SQL 層，接入分散式存儲引擎，但是評估後認為直接寫一個比修改 MySQL 更簡單。

AWS Aurora資料庫走的是哪個路線呢？NewSQL和關係資料庫的區別是啥？

一個簡單的區別是，即使你用了mysql replication group（首先需要穩定下來），還是需要自己分庫分表，自己讀寫分離，自己分散式事務，自己負載均衡。。。它不解決擴展性問題。

而這些oceanbase都有，and more

非常關注這個問題，特別是哪些業務上才是真正需要NewSql呢？這個問題應該也是tidb,rethinkdb這類獨立技術提供商所特別關心的。

感覺我的經驗和理解，NewSql只說一個優勢的話：那就應該是scalability，目前看真正需要它的基本都是大型互聯網公司，可互聯網公司內部輪子一大堆，利益關係又複雜，都想做輸出，真沒有幾個能接受別人的產品。

而傳統企業市場，幾個節點的集群就能滿足大多數企業用戶的需求了（更需要的是及時有保障的客服），同時傳統渠道和人脈的影響又很大（國內國外都如此），所以在企業級市場去IOE還是很難的，也許是一個長期的過程。

在技術上看，NewSql消滅不成熟的NoSql（謹慎懷疑以MongoDB為代表，個人看法）是一定的。

最後，我認為未來的幾個可能：

搭配上雲（oceanbase），社區化（tidb，綁定大多數公司的利益）。

歡迎大家探討！

現在還在摸索階段，誰都不能保證下一秒Oracle/M$用自己的多年資料庫積澱做出瞬間秒殺當前所有NewSQL的方案來。

TiDB底層依賴別人的東西，對細節的操控上是比不上全部自己控制的Oracle和SQL Server的，當然這只是一個說明差距的例子，時機成熟需要的時候TiDB也不是做不到自己把底層也全部掌控。

所以這暫時來說是個混亂的狀態，要麼觀望要麼入局也分一杯羹。現階段我個人判斷這些NewSQL主要還是在OLAP領域佔有優勢，OLTP目前這方案對不對都難說。

這種OLTP上scale out的方案不一定對，說不定搞到最後單機成本也會高昂到等於scale up，就拿萬兆交換機來說就不是便宜貨，上了萬兆交換機你捨得用PC做集群嗎？一堆貴的東西組合在一起作為一個系統，不也可以綜合起來理解為一種新的高性能機器（scale up）嗎？比如Oracle的Exadata

OceanBase的定位是關係資料庫（當前主要是OLTP），目前做了MySQL兼容，並且在螞蟻金服全部核心上使用，可以參考以下幾段文字：AliSQL和OceanBase是什麼關係，在阿里內部使用場景有哪些不同？ - 資料庫 - 知乎；淘寶研發的 OceanBase 相比其他開源的 noSQL 資料庫有什麼獨特的優點？

mysql oracle 等這類關係型資料庫，依賴的理論基礎都是80 90年代甚至更早的，那時還沒有互聯網，生產的數據不多，硬體更多是向大型機方向，而互聯網這個巨獸一經啟動，就源源不斷生產數據，這些數據的量級和處理場景，遠遠超出之前的理論水平，所以在PB級數據的存儲和分析面前，關係型資料庫顯得很無助，RDB引以為豪的索引技術也沒什麼卵用，許多大公司開發各種xx資料庫，也是迫不得已。計算機的發展是需要理論基礎的，在新一代的理論出現之前，各家都會嘗試自己的解決方案，出現百花齊放就不足為奇，但是每個都只能解決特定場景的問題，一統天下的局面，得等到分散式領域的理論有實質的突破才行。

這麼先進的分散式軟體不知道能節省多少人力，提高多少生產力，時間說明一切，再過一兩年再看

抖個機靈：TiDB存在的意義在於解放後端工程師，消滅中間件。

說這個好那個不好，都有失偏頗，不同的產品能夠出現並佔領一定市場席位，必定在細分領域有其不可替代的優勢存在。

任何一個產品的出現一定有其剛需存在，就拿資料庫來說，摘抄一段高級開發人員的自述「所以很明顯，我們當時的訴求就是能有一款資料庫既能像 MySQL 一樣便於使用，最好能讓業務幾乎不用做任何修改，又能滿足分散式的存儲需求，還要保證很高的複雜查詢性能。」，

摘取關鍵字：「便於使用」「不做任何修改」「存儲需求」「複雜查詢性能」。

再來看看TIDB的核心特徵：

TiDB 具備如下 NewSQL 核心特性：

SQL支持（TiDB 是 MySQL 兼容的）
水平線性彈性擴展
分散式事務
跨數據中心數據強一致性保證
故障自恢復的高可用

TiDB 的設計目標是 100% 的 OLTP 場景和 80% 的 OLAP 場景。

特性和需求是不是有一一對應的關係？

離開需求談未來是流氓。

mysql，Oracle自有他們的生存空間，當一台伺服器可以解決的問題，是最好的選擇。但是一台伺服器解決不了的場景僅僅少部分企業需要。

nosql的優勢在於可擴展性，利用機器群，提高服務上限。想像下如果淘寶雙11訂單寫入伺服器只有一台，用傳統sql資料庫，得是多麼牛逼的一台伺服器，這個伺服器更新換代能跟上雙11的增長速度嗎。如果不行，分散式資料庫是唯一選擇。

但這個沒有優劣之分，大部分企業用sql足以，也是最穩定的。分散式資料庫穩定性還要經過大量實踐。

oceanbase啥時候成了newsql了

tidb不值一提