Michael Stonebraker：主要的 RDBMS 都是过时的技术

Michael Stonebraker ——Ingres 和 Postgres 关系型数据库管理系统（RDBMS）的创造者之一， Vertica Systems 的 CTO——在数据库社区里提出了一个争议性的观点，他认为现在主要的数据库中，大部分都属于过时的技术。

Stonebraker 首先分析了主要的关系数据库（IBM 的 DB2 、Microsoft 的 SQL server 和 Oracle ），它们基础是在 25 年前架构的两个平台（ System R 和 Ingres ），这两个平台的目标都是成为通用的工具而非某个特定行业的产品。他还指出它们当初设计的环境跟今天的环境很不同，硬件的特点和数据库的使用场景也很不一样。特别是当初 Online Transaction Processing （OLTP）是数据库的唯一的使用领域——现在则出现了数据仓库、半结构化的数据等不相关的应用。

他接着说，“普适”的设计路线如今不再正确，而且“我能想到的每个主要应用领域，都可构建出以特定垂直市场需要为内核的 SQL DBMS 引擎，而且性能会比‘普适’引擎强上 50 倍的样子”。他还说：

[……] 我预测列存储会逐渐占领数据仓库市场，完全取代行存储。因为许多数据仓库用户都正经历着相当的困扰（无法再装载时间段内完成数据装载，不支持临时查询，无法改善性能除非进行大规模升级），我认为向列存储转换的过程将会很快完成，客户正在寻求改善性能的更好方式。从长期来看，我认为在其它市场上也会发生同样的转换，因为用户也在经历同样的困扰，一个特化的软件架构将可能从根本上改善性能。

ComputerWorld 的 Erik Lai 提供了一些列存储数据库的背景资料：

• 列数据库按照列来存储数据，与按行存储相对。
• 由于相似的数据彼此接近，列数据库减少了多种类型的查询的磁盘读取时间（如数据仓库查询）。
• Google’s BigTable is a column-oriented database which powers many Google applications (e.g. Google Maps and Google Reader)

Lai 还指出行数据库也有优于列数据库的地方，比如将数据写入磁盘——写入一行数据只需单次操作，而多个列则需要多次分别写入。

Slashdot 上也有很多关于这个主题的争论，有些人并不同意 “普适”数据库的概念已经死了。

这是个老问题，“普适”数据库在未来一段时间里还是足够的。越来越多的人喜欢轻量的选择，即使性能稍微低一点；他们硬塞进去的持久化层对性能影响更大，仅仅是因为持久化层能给他们自动生成无聊的数据处理代码。因为不需要自行编写数据处理代码，数据库是如何工作的就没有关系了，你可以专注于如何使用数据，而不必操心表、行、ACID 属性之类。让机器自动生成与数据库交互的代码，你就可以随意操弄生成出来的代码和底下的其他层次。

其他人则同意 Stonebraker 的观点：

如果你只想读一大堆数据，列存储很好（比行存储好）；但如果你想写一大堆数据，列存储比行存储成本高得多。因此，根据你的需要来选择。你需要存储海量数据吗？列存储可能不适合你……行存储会让你的应用运行得更好，因为向行存储中写入只是简单地在文件里增加一条记录，而向列存储写入通常意味着要在很多个文件里增加记录……显然更昂贵。

另一方面，你面对的是一组相对稳定的数据，读的次数远多于写的次数吗？那么行存储并不是好选择，你应该时时列存储。在行存储里，查询是整行整行的，这意味着你常常碰上那些你一点都不关心的字段。而在列存储里，你可以忽略任何查询中没有提到的字段……另外，在列存储里，数据是同质的，因此不需要再为数据类型的差异付出额外代价，而且可以根据字段来选择最佳的数据压缩方式而不是按照数据块。

为什么人们还坚持用一种方式对付所有的情况？

这场争论才算是刚刚开始。你的观点如何？

查看英文原文： Michael Stonebraker: Major RDBMSes are legacy technology