[[433700]]

2006年Google的CEO埃里克·施密特首次提出了云計算(Cloud Computing)的概念。2011年，哥倫比亞大學的Prof.Stolfo教授提出霧計算(Fog Computing)，后被思科公司理論化。云計算是集中式計算，埃森哲(Accenture)公司給出了的云計算定義：第三方提供商通過網絡動態提供及配置IT功能(硬件、軟件或服務)。

而霧計算是云計算概念的延伸，是局域網的分布式計算方式，符合互聯網的“去中心化”特征，其低延時、位置感知、廣泛的地理分布、適應移動性的應用特征，使得該計算范式可支持更多的邊緣節點。

2011年，同時出現了邊緣計算(Edge Computing)的概念，OpenStack社區給出的定義為：邊緣計算是為應用開發者和服務提供商在網絡的邊緣側提供云服務和IT環境服務，目標是在靠近數據輸入或用戶的地方提供計算、存儲和網絡帶寬。

霧計算和邊緣計算的區別在于，霧計算具有層次性、網式架構;而邊緣計算依賴于不構成網絡的單獨節點。霧計算中的不同節點之間具有廣泛的對等互連能力，而邊緣計算是孤島中運行的節點，這樣的節點被容納入云或霧的網絡中可實現流量傳輸。

云計算、霧計算、邊緣計算，是三種不同但又相關的計算范式，每種范式對于數據庫系統而言，都有提出不同需求的可能。如今，云計算中的云數據庫的特征基本探明，但也在發展中。而霧計算中的霧數據庫的特征尚未有提出，邊緣計算中的數據庫是否是可從傳統的單機數據庫系統稍加演化得到，也尚未有提及或討論。

但是，三種不同的計算方式，必然適用于不同類型的應用，對于數據的存儲、管理、計算、交換的需求，也必有差異，深入研究不同應用的需求和特點，可得到不同類型的數據庫。未來數據庫的類型或形態必然會更加豐富多彩。

一、云原生

早在云原生概念出現之前，就出現了Cloud Foundry的概念，其內容可以被概括為一種方法論，稱為12要素應用程序(12-Factor App)。根據這12個要素，人們對數據庫提出了如下一些具體的要求，使得數據庫的架構和功能發生了變化。

• 12要素應用的任意部署，都應該可以在不進行任何代碼改動的情況下完成，將本地MySQL數據庫換成第三方服務(例如 Amazon RDS)。與此類似，本地SMTP服務應該也可以和第三方SMTP服務(例如Postmark)互換。這使得云應用研發不深度依賴于數據庫系統，使得云數據庫之間的功能差異化競爭被消滅。
• 12要素反對與會話具有高黏性。會話中的數據應該保存在諸如Memcached或Redis等帶有過期時間的緩存中。這就要求云數據庫服務要么有多種產品支持不同能力，要么在一個產品內提供帶有過期時間的緩存。
• 12要素應用本身從不考慮存儲自己的輸出流，即不提倡提供日志功能(不寫或者管理日志文件)，而是把信息直接輸出到標準輸出(stdout)事件流。在開發環境中，開發人員可以通過這些數據流，在終端實時看到應用的活動。在應用端不能提供日志以供確認問題，這對服務端的數據庫提出了更高的要求：第一數據絕對保持強一致而不存儲，第二數據庫自身有分析等位問題的能力。但是，不是所有類型的應用都適合進行這方面的設計和實現，大型復雜類應用和網站類應用的定位問題多依賴于日志。

Matt Stine于2017年在一次技術大會的分享中提出“Cloud Foundry與微服務：一種共生關系”的概念，云原生(Cloud Native)的概念正式誕生。他將云原生歸納模塊化、可觀察、可部署、可測試、可替換、可處理6個特質。

Matt Stine認為：服務的基本原則是有一個清晰的專注點(對應用功能細分的要求)、一個清晰的契約(應用與后臺服務之間的接口定義要清晰)、一個清晰的API(應用與后臺服務之間的接口在形式上要明確好用)。

云原生通常被認為是一個思想的集合，包括了諸多內容：DevOps、持續交付(Continuous Delivery)、微服務(MicroServices)、敏捷基礎設施(Agile Infrastructure)、康威定律(Conways Law)等，以及根據商業能力對公司進行重組。

這使得云原生的概念全面且復雜，其成為一系列技術、企業管理方法的集合，其中既包含了技術(微服務、敏捷基礎設施)，也包含了管理(從DevOps、持續交付、康威定律、重組等層面對技術進行管理)。

云計算使得傳統的應用方式發生了變化，其自身具有的特點如下。

1. 規模化

IT設施從零散化走向集中化、規模化。大型數據中心被大量建立，作為基礎設施向全社會提供集中式服務。

2. 資源池化

IT設施規模化以后，基于彈性服務的要求，需要對硬件資源統一管理。業務規模應可動態瞬時擴縮容，因此要池化硬件資源以提供彈性服務。

云計算，是期望通過互聯網絡為用戶提供按需使用的IT資源服務。因此，云服務商要保證在所提供的硬件資源上擁有容量充足的資源池，以保證在并發業務高峰時刻可以滿足用戶的服務要求，這就是云服務的資源池化。

云數據庫作為一種服務，同云計算相似，其所能管理使用的資源同樣需要資源池化。這樣用戶在使用云數據庫的服務時就無須了解云數據庫中的實際架構和技術實現了，用戶所感知的是其使用的獨立完整的數據管理服務和相應的計算資源。

對于用戶而言，資源管理在云數據庫內部體現為實現多租戶特性，根據租戶所租用的資源來提供服務。數據庫內部資源池化后，可為用戶的應用提供彈性伸縮服務。

3. 服務化

云計算使得過去IT業所能提供的內容發生了變化。

• 交付方式從軟件交付走向服務交付。用戶看似在使用一個軟件其實不再是一個軟件，一系列軟件組合成一個服務后提供給用戶，對用戶而言一項項具體的服務是可直接感受到的。
• 開發方式從底層(IaaS+PaaS)走向上層(SaaS)。云計算不僅提供CPU和機架，更多的是提供用戶可感受的軟件服務(SaaS)，或者軟件都感受不到，直接感受到的就是服務(Serverless)。

4. 多樣化

數據形式及應用場景從單一化走向多樣化。服務、微服務等已經各自成型，無服務(Serverless)也作為一種FaaS(Function-as-a-Service)開始為世界的多樣性和精彩性貢獻力量。

二、云數據庫

為了應對云應用的研發需求，云上提供服務的數據庫系統也相應發生了一些變化。云原生數據庫是指通過云平臺進行構建、部署、交付和自動運維的數據庫服務。

該服務通常以DBaaS (Database-as-a-Service)的形態，將數據庫架構和實現細節隱藏起來，采用多租戶和資源有效分發的形式將云資源自動管理起來，為用戶提供一個能夠滿足彈性伸縮、高可用、高可靠、高安全性、強一致等需求，且可以隨時隨地訪問的數據庫服務。

該服務具備自動化運維能力(僅需要極少的人力)，可提供自動備份和恢復、自動性能調優、自動對規模化的數據庫集群的資源進行調節等可超越傳統DBA所做工作的能力(具備智能數據庫的特征)。這種能力使得云數據庫系統托管和維護的成本降低，規模化地提高資源的利用率。

總體來說，云數據庫的特征可以概括為解放用戶和適應業務兩類。具體可以轉化為如下6條內容，其中前3條屬于解放用戶的范疇，后3條屬于適應業務的范疇。

1. 智能運維(智能數據庫)

故障可自愈，包括宕機自動遷移、故障隔離、異常流量自動調度、負載均衡、自動限流降級等。數據庫可自動調優，自動調節資源的使用，擁有自適應算法以應對應用的負載等。這樣的能力可以概括為自調優、自適應、自動駕駛(工業界將自動駕駛的標準分為6個級別，數據庫界借用了此級別來定義數據庫自動駕駛的概念)。

2. 易于管理

智能運維的表現就是易于管理。云數據庫具備自動化異常分析診斷能力，可在運維操作中實現白屏化、智能化、規模化、少人化。

3. 極致體驗

用戶對于數據庫的申請、創建、監控、報警、故障定位都可以最簡單的方式完成，給用戶以極致便捷的體驗。

4. 彈性伸縮

能夠根據業務的應用負載自動伸縮，具備秒級擴縮容能力，可靈活動態分配或釋放資源，結合彈性計費策略，可以大幅度降低用戶的使用成本。這一條中部分內容和智能運維重合，但描述問題的角度不同，本條是從系統可擴展性的角度，對云數據庫的重要特征進行描述。

業務或系統上云，是購買了一種應對未來的可能。對于正處于業務發展中的商戶而言，隨著數據的積累在云端可隨時擴展存儲，也可自由擴展計算節點，這樣對于一個從小向大發展的商戶而言，是一種最佳的資源利用方式，也是一種成本最低的方式。

而支持這種業務發展的技術，就是彈性伸縮。在彈性伸縮中需要考慮事務執行的先后次序，這個次序對于數據庫架構而言，就是存算分離。

5. 按需計費

支持按量(如流量、存儲量、調用次數、調用時長、核數、內存資源占用量等)制定多種定價策略，使用戶可根據業務情況靈活匹配出最優計量模式，節約用戶成本。

6. 安全、資源隔離

云數據庫采用共享池化技術來提高計算、存儲、網絡等資源的利用率，隔離用戶對資源的并發爭用;另外提供多租戶方式以做到安全隔離，避免信息泄露或遭受攻擊等。

上述內容為云數據庫的設計指出了方向。

三、Serverless數據庫

Serverless是一種無服務器架構，其不是一個具體的編程框架、工具，而是一種軟件系統架構思想和方法，其核心思想是讓用戶無須關注支撐應用服務運行的底層主機，用戶可根據應用需要，按需使用底層服務器(硬件以及軟件系統)，并根據使用量付費。Serverless類應用所需要的計算資源由底層的云計算平臺動態提供。

云原生數據庫作為后臺服務，其提供一種數據庫服務/訪問方式連接用戶，該方式即是Serverless方式。但是，Serverless不只是連接數據庫的一種服務方式，還是連通其他各類服務的一種方式。Serverless與云數據庫都是一種服務能力。云數據庫把數據存儲、管理、計算能力轉化為服務提供給用戶。

具備了Serverless能力的數據庫系統，在存儲層面要解決無限量的數據存儲能力;在計算層面，要提供彈性計算的能力;在系統內部的架構方面，要提供監控調度能力，使資源分配可動態進行;對于數據庫的各個組件，要有可被池化的能力，即具備自動資源管理的能力;對于用戶接入層面，要能響應用戶接入的事件請求，根據訪問量，利用前述的存儲、計算、管理的基礎進行彈性擴縮容以應對應用層的波峰或波谷，按量計費。

如果云數據庫具備了無服務器架構的能力并可支持依賴于數據庫Serverless類的應用，則該數據庫就可稱為ServerlessDB。而云數據庫在構建Serverless能力時，應具備如下特性。

• 單一職責：該云數據庫的業務是獨立的，負責的團隊是自主的。云數據庫負責單一的服務且該服務處于核心領域。該云數據庫具有高內聚、低耦合、與其他系統和領域有明確邊界的特點。
• 輕量級通信：云數據間的通信應該簡單、輕量，且與語言和平臺無關。
• 獨立性：該云數據庫應是獨立開發、獨立測試和獨立部署的。

圖6-1顯示了AWS的Aurora的Serverless能力。

▲圖6-1 Aurora數據庫具備有Serverless的能力

在應用層，形式上Aurora可以通過函數或事件的方式接入服務平臺。如AWS的API接口會觸發AWS的Lambda函數或者無服務器函數，這些函數再從數據庫表中獲取數據流，返回應用時數據的格式是固定的。不同云計算廠家有不同的設計方案， 但使用的思想是類似的。

關于作者：李海翔(網名：那海藍藍)，騰訊金融云數據庫首席研究員，騰訊T14級專家，騰訊TDSQL分布式數據庫首席架構師。中國人民大學、北京林業大學特聘碩士導師，CCF數據庫專委會委員，DTCC(中國數據庫技術大會)專家委員會委員，北京市科技進步一等獎得主。申請和獲得授權的專利多達70余項，在VLDB等數據庫大會上發表論文若干篇，參與了多個國家863重大專項、核高基、工信部、科技部等的項目。 

本文摘編自《分布式數據庫原理、架構與實踐》，經出版方授權發布。