简单梳理跨数据中心数据库

来源：互联网发布：js 边框编辑：程序博客网时间：2024/06/01 08:14

有2年没有摸数据库了，重新学习下。数据库是IT系统的基石，小到一个个人站点，大到类似Google，阿里，腾讯这种大公司，里面都运行着各种各样的数据库，成千上万的人才还在继续开发和维护数据库。

数据库大牛stone breaker前两年还拿到了图领奖，了不起的成就。数据库理论这些年没啥大的突破，还是70年代提出来的关系模型，ACID等等。不过不表示数据库的发展停下来了，尤其是随着需要处理的数据和业务越来越大，数据库规模，性能越来越强。数据库的发展主要体现在工程能力，新硬件的使用上。

我个人理解就当前而言，技术难度最高，最拿得出手的还是Google的spanner，Spanner 是Google的全球级的分布式数据库 (Globally-Distributed Database) 。这个太牛了，技术+工程实现能力+基础设施都要到达一定的规模和量级才能催生这样一种数据库出来。

下面简单介绍下Google的Spanner，到现在为止应该都只有论文，没有公布实现：

Google的Spanner是个可扩展，多版本，全球分布式还支持同步复制的数据库。他是Google的第一个可以全球扩展并且支持外部一致的事务。Spanner能做到这些，离不开一个用GPS和原子钟实现的时间API。这个API能将数据中心之间的时间同步精确到10ms以内。因此有几个给力的功能：无锁读事务，原子schema修改，读历史数据无block。

Google在12年公布了spanner的论文之后，受到启发的团队和公司就不少了，比较有名气的就是TiDB和CockroachDB两家。

一

、CockroachDB

CockroachDB的思路源自Google的全球性分布式数据库Spanner。其理念是将数据分布在多数据中心的多台服务器上，实现一个可扩展，多版本，全球分布式并支持同步复制的数据库。2012年Google公布了Spanner的论文，但是这个项目本身是不开放的。CockroachDB（创始人并不是Spanner项目参与者）的出现改变了这一点，其目标是CockroachDB打造一个开源、可伸缩、夸跨地域复制且兼容事务的ACID特性的分布式数据库，它不仅能实现全局（多数据中心）的一致性，而且保证了数据库极强的生存能力，就像Cockroach（蟑螂）这个名字一样，是打不死的小强。

1、CockroachDB是在2014年下半年推出了Alpha版，只实现了规模很小的一个功能子集。

2、Cockroach Labs是CockroachDB母公司，由前Google软件工程师Spencer Kimball、Peter Mattis以及Ben Darnell成立于2015年，总部位于美国纽约。现有员工30人左右。

3、CockroachDB母公司Cockroach Labs获得融资历史：

2015年A轮625万美元

2016年A1轮2000万

2017年2700万美元

总共5325万美元。

4、CockroachDB选择拥抱的是postgresql的生态，选择兼容的接口是postgresql，只支持一部分SQL接口，尤其是postgresql扩展能力是不支持的。

5、百度选择了CockroachDB，华为也有小部分人在研究CockroachDB

二

、TiDB

1、TiDB也是受spanner启发，和CockroachDB选择不同的是，基于MySQL开发，兼容的是MySQL接口。

2、资深 Infrastructure工程师刘奇,黄东旭开发出了新型开源分布式关系型数据库 TiDB ，2015年拿到风投后成立了PingCAP。

3、腾讯选择支持Tidb，在腾讯云上集成了Tidb，服务名称叫HTAP数据库。

https://cloud.tencent.com/product/tidb?from=timeline&isappinstalled=0#userDefined10

4、PingCAP B轮拿到了1500万美金的投资。

三

、Oceanbase

准确的说，阿里的Oceanbase和前面两个不太一样，瞄准的也不是跨数据中心，而是单数据中心的数据库的扩展。架构上也是将查询引擎，存储引擎分开，底层的存储引擎基于Paxos协议来保证可靠和一致性，这里就不展开说了。阿里云上当前主推的是类似AWS Aurora的POLARDB。

阿里云为什么没有推跨DC的TiDB或者CockroachDB，或者将自己的Oceanbase扩展一下，做到跨数据中心。特意问了下阿里数据库云的一个负责人，他的意见主要目前跨DC还是限制太多（功能、时延），场景有限，没有业务买单，可替代性太强了，所以现在还在观察中。

四

、写在最后

总的来说，我比较同意阿里同学的意见，硬件发展没有跟上，数据中心时延不解决，目前的跨DC时延数据库很多功能都无法实现，只能服务于特定场景和诉求，只有一些特大体量的业务和公司，特定场景才需要；但总的来说，未来这是个发展趋势，会有成熟的一天的。