云時代信息系統的數據庫

數據庫是信息系統的核心，一般數據（信息）無論經過怎樣過程的邏輯計算最終都要持久化到數據庫中。 基于“云計算”的背景，我們可以把信息系統的數據庫簡單得分為傳統關系數據庫，云數據庫（DBaaS）和NoSql數據庫。

    傳統應用的數據庫大多數會選用oracle等商用關系型數據庫，還有一部分會選擇mysql等開源數據庫。商用數據庫經過多年發展，非常穩定可靠，但也有一些缺點如Licence價格昂貴、維護成本高、人員要求高，而且在高并發、海量數據的情況下，需要很多開發技巧。

     最成功的SAAS廠商Salesforge提供了database.com 云數據庫， 號稱超過87200個組織包括銀行、政府機構、醫療機構在使用它。微軟也提供了sql  azure，并提供了與傳統的 sql server相一致的開發工具。database.com 和  sql zure 都是關系數據庫，提供了事務的支持， 并且 database.com 、sql azure等數據庫還提供了按需購買，自動維護，自動容災存儲，水平擴展，海量存儲等高擴展及高可用的能力（至少他們是這么宣傳的）。還有一種基于虛擬機的DBaaS產品如amazon的amazon rds，是基于mysql進行改造，我認為并不是云數據庫的發展方向。Ddatabase.com 以及sql azure正式發布的時間都不長，都沒有進入中國， 而且由于國內用戶對數據安全的擔心，用戶培養也需要很長時間，中國的云數據庫之路還有很長一段路要走。

    還有一類NoSql 數據庫，不提供關系模型，不提供實時一致性，但是提供了高可用性及高擴展性，最著名的是google的bigtable 以及 amazon的dynamo，開源的實現也很多如mongodb,hbase等。NoSql數據庫出身于大型互聯網公司，也決定了更適合大型互聯網應用。NoSql數據庫在信息系統高數據一致性要求下，并不適合，但是可以作為企業應用的一個很好的補充，并不是所有的數據都有高一致性要求。

     云時代信息系統采用的數據庫可以是云數據庫，也可以是NoSql數據庫，也可以是傳統關系型數據庫。例如，可以在amazon提供的EC2上運行oracle、mysql，也可以使用S3、SimpleDB等NoSql服務，在EC2上開發可以充分利用關系數據庫以及NoSql數據庫的特性。 一些非關鍵信息系統完全可以采用廉價的NoSql數據庫。如google 的 GAE 提供了多達1G的免費空間。

     企業的錢遠沒有個人的錢好賺，國內“云計算”的境況還是雷聲大雨點小，但是現在很多針對個人的應用已經放到云上了，如網易圍繞郵箱做的很多個人應用，很多人正在享用wps云存儲帶來的便利，智能手機（iOS,android）商店中的聯網應用，但個人云計算帶來的便利必然會讓企業云計算進入快速發展階段。對大多數企業來講,SAAS是他們看到的云計算形態。大規模的SAAS應用需要PAAS和IAAS的支撐，并且對PAAS和IAAS提出了更高的要求。 現在一些SAAS的提供商提供的只不過是高級虛擬主機的應用，例如后臺使用mysql集群，甚至為高級用戶單獨配置獨立的mysql服務器，SAAS 的外表下還是傳統的解決方案，這種數據存儲方式和傳統的數據庫沒有本質的差異，只不過是社會分工更加細化，SAAS運行商可以更專業的進行集中維護；然而這種方式維護成本非常高，并且不能解決海量數據以及高并發等帶來的問題。

      CAP理論，即一致性(Consistency)，可用性(Availability)，分區容忍性(Partition Tolerance)三個需求，最多只能同時滿足兩個；這是被證明了的理論，而不是軟件工程領域的經驗總結，所以我們的設計不是要發明“永動機”要超越CAP理論，而是在設計中根據業務實際情況在一致性、可用性、分區容忍性上做取舍。我們知道，在高并發（高并發讀、低并發寫）情況下，信息系統的數據庫一般采用讀寫分離的手段，例如一個可讀寫的主機，帶兩個只讀的從機，主機上寫數據、從機上讀數據情況下我們無法做到實時一致性，要求實時一致性的數據只能在主機上完成全部的讀寫。即使在同一臺機器上，實現實時一致性的代價也非常高，如在大多數場景下，我們選擇的隔離級別為讀提交（read commited）,會導致不可重復讀（nonrepeatable read）和幻像讀（phantom read）;在 未提交讀（read uncommitted）級別下可以產生臟讀（dirty read）;只有序列化（serializable）級別才可以實現真正的實時一致性，但是序列化級別的效率太差，我們一般會采用其它的鎖定策略來實現業務邏輯要求的一致性。所以，信息系統對一致性的雖然比互聯網應用要高，但是在大多數場景下并不是要求實時一致性，在海量數據和高并發的情況下和互聯網應用一致，對可用性和分區容忍性要求更高。

     信息系統一般對查詢和統計要求比較多，而NoSql數據庫一般不支持sql語句，不提供join連接，不支持復雜查詢，所以只能做單表應用或對查詢要求不高的應用，如系統日志等。而云數據庫可以完全可以滿足信息系統的各種需求，首先云數據庫是關系型數據庫，提供了完整的關系數據庫功能，微軟的 sql zure 甚至提供了與本地數據庫相同的開發體驗；其次，在海量數據和高并發下提供了水平擴展的能力、降低了系統開發的難度；再次，由于高并發對很多企業來說有一定的時效性，這樣就可以根據高并發的時間來購買相應的服務，降低了擁有成本。

     云時代的數據庫是分布式的、基于云的、少維護的、高度可伸縮的。云時代的信息系統是基于云數據庫、在線開發的、開發即運行的。salesforce的force平臺具備“云時代的信息系統”的特征，見 http://www.salesforce.com/platform/;  也有開源的項目“云鶴平臺”，可能是實現的更好， 見  http://code.google.com/p/eeplat/ 。