數據庫技術大牛Michael Stonebraker談新時代應用底層

Michael Stonebraker，數據庫領域的布道者，著名的數據庫科學家，美國工程院院士，馮諾依曼獎的獲得者，第一屆SIGMOD Edgar F. Codd創新獎的得主，曾擔任Informix CTO。他在1992年提出對象關系數據庫模型，在加州伯克利分校任計算機教授達25年，更是眾多數據庫公司的創始人之一，其中包括Ingres、Illustra、Cohera、StreamBase Systems和Vertica等，目前是麻省理工學院教授，所參與的項目包括：Aurora，C-Store，H-Store，Morpheus，以及SciDB系統等。

Stonebraker是SQL Server/Sysbase奠基人，87年左右，Sybase聯合了微軟，共同開發SQL Server。原始代碼的來源與Ingres有些淵源。后來1994年，兩家公司合作終止。此時，兩家公司都擁有一套完全相同的SQLServer代碼。也可以認為，Stonebraker教授是目前主流數據庫的奠基人。

2014年12月12-14日北京召開的2014中國大數據技術大會（暨第二屆CCF大數據學術會議）正在邀請數據庫領域的布道者Michael Stonebraker，希望能有機會帶大家領略大數據時代數據庫領域的最前沿思想。

數據庫領域的布道者Michael Stonebraker 

2012年，他發現一個有趣的現象：相當一部分計算機學團體已重新制定了其研究課題，并加盟到了“大數據”大旗麾下，發覺大數據已然成為最時髦的術語。他結合自己在數據庫（根據定義，數據庫就是處理大數據的）領域侵淫多年，特撰寫了四篇博文來解釋他對“大數據”的理解。

他對大數據有如下四種含義：

大數據量、“小分析學”。此處的目標是對極大量的數據集使用SQL。對大數據集，沒有人會用“Select *”來查詢因為其返回太子節（terabyte）的數據使接收者無法應付。替代方案，則是對海量數據把注意力放在SQL的分析功能上，如count、sum、max、min、avg等，可輔之以group_by。我將此稱作“小分析學”，以便把這個用例（use case）區別于下面的場合。

對大量數據使用大分析學?！按蠓治鰧W”在此的含義是：對海量數據施用數據聚類（clustering）、回歸分析、機器學習、以及其他更為復雜的分析手段。目前，用戶傾向于采用統計學軟件包如R、SPSS、SAS等來實現。其他方案是使用線性代數軟件包，例如：ScalaPack或Arpack。最后，也有大量自行開發的代碼在使用中。

大速度。其含義是：對電子交易、實時網頁廣告投放、實時客戶針對營銷、移動社交網絡等應用，能夠吸收并處理“滅火水龍帶”式的數據涌入。此用例在大型網站公司和華爾街盛行，二者都傾向于自行開發。

大多樣性。許多企業面臨整合日益擴大的多種數據源，而數據格式千差萬別，例如：電子表格、網頁、XML、傳統的關系型數據庫等。許多企業認為這是最頭疼的問題。從歷史上來說，萃取、轉置、加載（ETL）供應商在此市場上對有限的數據源曾提供服務。

他第一篇博文中專門討論了大量數據的小分析學，爾后的三篇博文將運用實例論及其他三點，感興趣的可以到Stonebraker的博客查看。（原文鏈接： 一、 二、 三、 四） 

去年底，Stonebraker還參加了一期 Structure Show，談論自己對數據庫市場的觀點，包括NoSQL和Oracle的未來，當然還有Facebook的MySQL問題。若使用或研究數據庫技術的人想聽整個訪談，請點擊 這里。以下是一些精華摘要： 

1. 單一模式不能包打天下：“任何我可以想到的垂直市場，相比傳統的關系型數據庫系統，總會有一些更合適的解決方案?！盨tonebraker 如是說。事實上，這是他一貫的主張。但今時今日這一主張看起來更有說服力了?，F在有用于數據分析的列存儲架構，用于交易的內存架構，當然也有用于簡單的鍵值操作及新數據類型的NoSQL架構。甚至圖形數據庫都開始步入商用。 

2. 數據庫領域可以有很多贏家：“將有3到5個，甚至6個非常不同的數據庫系統架構成為贏家，而在每一類下都會有2到3個成功的供應商?！盨tonebraker預測：“我的核心觀點是，傳統的關系型數據庫系統將慢慢收縮，這一切轉變也許需要十年?！?nbsp;

3. NoSQL會被廣泛接受：“我的預測是NoSQL將意味著不止SQL?！盨tonebraker說，“Cassandra和MongoDB已經宣布了類似這樣的東西，如果你放下你的偏見，那么這種高級語言基本上就是SQL?！比藗円呀洸荒敲纯春脝渭兊牡讓诱Z言的價值。Stonebraker認為NoSQL系統將來也要擁抱ACID。而這一切可能正在發生。 

4. Oracle將感受到來自SAP的壓力：“我覺得另一個非常有趣的事是SAP在數據庫領域還沒有得到很多關注，現在SAP的客戶同時也是Oracle最大的客戶?！盨tonebraker說：“在這些巨頭中，Oracle和SAP會好好地干上一架?！?

現在說這個可能有點早了，我們也不知道SAP的客戶將如何回應切換數據庫的游說。不過Stonebraker補充說：“我的預期是，SAP會給客戶一個信服的理由，讓他們從Oracle遷移到HANA?！?

5. Facebook會繼續尋找MySQL的替代品，不過可能勞而無功：“Facebook面對的是這個星球上最難的數據管理問題之一?！盨tonebraker說?！八麄兓藬的甑臅r間嘗試從MySQL遷移到別的系統，但是到目前為止還沒有發現可以匹配他們規模的替代品?！?nbsp; 

相比幾年前的觀點，Stonebraker現在的主張已經有所緩和?？赡苓@是因為Facebook分享了他們在MySQL上做的一些努力，包括為了維持MySQL系統的運行所作的精妙的配置。然而這一緩和，與其說是對MySQL的支持，不如說是對Facebook的數據庫改造的認同。 

最后，Stonebraker的總結一如既往的幽默：“傳統的數據庫銷售商提供的產品，它們的代碼基礎和25年前一樣，現在正讓它們退休的時候了。(文章來自：CDA數據分析師)