Google利用Megastore解決NoSQL、SQL融合難題
實際上，作為一個建立于Bigtable之上的分布式存儲系統，Megastore已經被谷歌使用了數年。Google在2008年的SIGMOD大會上就已經開始討論它了，但相關技術信息直到最近才被公布，在上個月舉行的創新數據系統研討會上(CIDR)，Google公開了其Megastore分布式存儲技術的白皮書。
論文地址下載：http://www.cidrdb.org/cidr2011/Papers/CIDR11_Paper32.pdf
在該白皮書上，Google對于Megastore的功能描述是——高擴展性并具有高密度交互的可用存儲服務，其在Google的基礎系統之中，其主要用來解決Appengine的數據存儲問題。
Megastore融合NoSQL和SQL
提到Google的Bigtable，必然會提到NoSQL，對于廣大的NoSQL研發人員而言，當前最核心問題正糾結于如何將NoSQL與傳統的關系型數據庫融合，而Megastore就是專門用來解決這一問題的。
Megastore用一種新穎的方式把NoSQL數據存儲的可擴展性和傳統的關系型數據庫融合在一起，并為一致性和高可用性提供了強有力的保證。Google在該論文中指出。目前提供的數據完全按照ACID語義序列進行高密度的排序。
Google重點談到了現今的Web應用，白皮書中指出，所有的Web應用都面臨以下技術瓶頸：可擴展性、快速的爭取并發展用戶、延遲反應、用戶數據（云環境下要保證任何時候都可用）。
“但實際上，這些需求是沖突的”，白皮書指出。“關系數據庫提供了一組豐富且方便構建應用程序的功能，但是它們很難擴展到數以億計的用戶。非關系數據庫則有高度的可擴展性。例如谷歌的Bigtable，Apache Hadoop的HBase，或者Facebook的cassandra。但其API有限且松散一致性模型不利于開發應用。在遠程數據中心之間傳送數據，同時保證低延遲是具有挑戰性的。要注意保證所復制數據的一致性，尤其是傳送過程中的錯誤。”
關系型數據庫在Google沒有未來
傳統的關系數據庫管理系統已經被Google所否定，比如MySQL。在該文件中指出，“昂貴的商業數據庫系統，如Oracle數據庫，會大幅加大用戶在云中大幅部署的總成本”。
Megastore的設計原理在于，能夠在廣域網中同步復制文件寫操作、可接受的延時、支持跨數據中心的故障遷移。在兩個可擴展的非關系數據庫的中間地帶，比一個傳統的關系數據庫更為方便。
Google在該論文中還透露，目前Google有100多個生產應用Megastore作為存儲服務，而這些應用的可靠度在99.99%到100%之間。根據數據中心的距離和寫入數據的大小，應用程序的平均讀取延遲在萬分之一毫秒之內，平均寫入延遲在100至400毫秒之間。
NoSQL專家——ACID令人印象深刻
曾經關注了Megastore多年，并不停更新關于Megastore的技術信息的Amazon的技術大牛——James Hamilton日前在其博客中公開表示，很欽佩該技術，他在博客中寫道：“Megastore一貫支持閱讀和完整更新ACID語義使人印象深刻，即便不能夠更新比'每秒數'限制更多的實體組限制。”
CSDN觀察：實際上，Megastore已經是Google過時的存儲技術，但聊勝于無，Google選擇在此時將此論文公開，對于NoSQL的整體技術進步無疑還是有好處的。
Google目前正在使用的存儲系統是Spanner架構，在Google的技術規劃中，Spanner能夠控制一百萬到一千萬臺服務器，包括10萬億(1013)目錄和一千萬億(1018)字節的存儲空間。而這所有一切分散在世界各地的數據中心，而Spanner的最強大之處在于能夠為50微妙之內的數據傳遞提供通道——即便這兩個數據中心分布于地球的兩端。
原文鏈接：http://www.informationweek.com/news/internet/google/showArticle.jhtml?articleID=229205494&cid=RSSfeed_IWK_All
【編輯推薦】
