作為基礎(chǔ)軟件皇冠上的明珠，數(shù)據(jù)庫技術(shù)一直以來都是開發(fā)者關(guān)注的焦點(diǎn)。這關(guān)注度是如此之高，幾乎自然打通了學(xué)界和產(chǎn)業(yè)界的隔閡，以至于關(guān)于數(shù)據(jù)庫技術(shù)的每一篇重要論文面世，都可能導(dǎo)致一批價值數(shù)十億美金的公司出現(xiàn)。

而在最近幾年，縱觀整個數(shù)據(jù)庫產(chǎn)業(yè)，云數(shù)據(jù)庫逐漸成為焦點(diǎn)中的焦點(diǎn)。據(jù) Gartner, Inc 稱，到 2022 年，所有數(shù)據(jù)庫中有 75% 將部署或遷移到云平臺，只有 5% 曾考慮返回到本地。而 IDC 認(rèn)為，到 2025 年，全球超過 50% 的數(shù)據(jù)庫將部署在公有云上；在中國市場，這個數(shù)據(jù)更為夸張，達(dá)到了 70% 以上。

那么問題來了，如果云數(shù)據(jù)庫，或者叫云原生數(shù)據(jù)庫，是確鑿無疑的下一個風(fēng)口。那么其當(dāng)下主要的技術(shù)和發(fā)展方向是什么？我們該如何看待云原生數(shù)據(jù)庫的發(fā)展趨勢？亞馬遜云科技在 2020 年發(fā)布的 Babelfish 或許能夠帶給我們一些啟發(fā)。

1.Babelfish，一個被人低估的重磅發(fā)布 

Babelfish 在 2020 年的 re:Invent 上發(fā)布，由亞馬遜云科技 CEO Andy Jassy 宣布。

簡單來說，Babelfish 是云數(shù)據(jù)庫 Amazon Aurora PostgreSQL 的一個插件，它讓 Aurora 能夠兼容 Microsoft SQL Server 編寫的應(yīng)用程序。

Babelfish 剛剛發(fā)布，Youtube 上就有許多工程師制作視頻表達(dá)了不理解。因?yàn)樽源蛟茢?shù)據(jù)庫出現(xiàn)，相關(guān)遷移服務(wù)就在產(chǎn)業(yè)內(nèi)隨處可見，幾乎每一家公有云企業(yè)，都能提供相關(guān)遷移服務(wù)，只不過大部分是針對 Oracle 的。有一家叫做 Enterprise DB 的美國，專門提供從 Oracle 到 PostgreSQL 的遷移服務(wù)。相關(guān)代理層、SQL 語言轉(zhuǎn)換工具更是層出不窮。

事實(shí)上，亞馬遜云科技自己就有相關(guān)的遷移服務(wù)，比如 Amazon Schema Convertion Tool 做架構(gòu)遷移，Amazon Database Migration Service 做存儲遷移。

那么，Babelfish 存在的意義是什么呢？多加一層代理增加后端處理成本嗎？

實(shí)際上，只遷移架構(gòu)和存儲是不完整的，構(gòu)建在數(shù)據(jù)庫之上的應(yīng)用還沒有完成遷移。以 Babelfish 服務(wù)的場景來說，基于 Microsoft SQL Server 構(gòu)建的應(yīng)用使用 T-SQL 與數(shù)據(jù)庫交互，這與 PostgreSQL 完全是兩碼事。如果你想將應(yīng)用也同步遷移，除非把這部分重寫一遍。

這也讓數(shù)據(jù)庫遷移成為了業(yè)內(nèi)非常少見的動作，不是大家不想（畢竟誰也沒法保證最初的架構(gòu)選型永遠(yuǎn)正確），但成本實(shí)在是太高。

這種遷移成本，我們可以通過一套比較通用的遷移方案來感受下：

比起這種沉重的遷移，如果數(shù)據(jù)庫天生兼容，是不是方便太多了？這也是 Babelfish 存在最主要的意義。

而許多人，會低估 Babelfish ，可能也是因?yàn)橹豢匆娏似渖虡I(yè)層面的意義，而沒有注意到其技術(shù)層面的難度。

Oracle 和 PostgreSQL，許多特性相同，轉(zhuǎn)換尚且困難；切換到 T-SQL 和 PostgreSQL 就更加復(fù)雜了。數(shù)據(jù)庫的同步轉(zhuǎn)換要注意許多異常復(fù)雜的細(xì)節(jié)問題，包括查詢語言的轉(zhuǎn)換，存儲過程的轉(zhuǎn)換，靜態(tài)游標(biāo)的轉(zhuǎn)換，觸發(fā)器的轉(zhuǎn)換，等等。

亞馬遜云科技 的 Sébastien Stormacq 曾在發(fā)布的博客中指出，在 T-SQL 中，MONEY 類型具有四位小數(shù)精度， PostgreSQL 則只有兩位小數(shù)精度，這種細(xì)微的差異可能會導(dǎo)致四舍五入錯誤，并對下游流程（例如財務(wù)報告）產(chǎn)生重大影響。

他說：“在這種情況下，Babelfish 會確保保留了 SQL Server 數(shù)據(jù)類型的語義和 T-SQL 功能：我們創(chuàng)建了一個 MONEY 數(shù)據(jù)類型，使其行為與 SQL Server 應(yīng)用程序預(yù)期的一樣?！?/p>

Babelfish 的方案是用 hooks（鉤子）方法在 PostgreSQL 內(nèi)置引擎中實(shí)現(xiàn)，將自己暴露為不同的數(shù)據(jù)庫（否則就只能修改 PostgreSQL 許多核心區(qū)域的代碼），其架構(gòu)圖如下：

精妙之處在于，通過數(shù)據(jù)庫內(nèi)核部分執(zhí)行器層面的擴(kuò)展開發(fā)，Babelfish 實(shí)現(xiàn)了 T-SQL 與 pgSQL 之間的互相調(diào)用。也就是說，新寫 PostgreSQL 代碼可以調(diào)用之前應(yīng)用寫的 SQL Server 代碼。對于寫過存儲過程的朋友們來說，這個功能已經(jīng)和 Babelfish 的名字一樣，帶上“科幻”色彩了。即便已經(jīng)使用了最硬核的實(shí)現(xiàn)方式, Babelfish 也沒有完全實(shí)現(xiàn)兼容，ADD SIGNATURE 等一些功能、語法還沒有實(shí)現(xiàn)。亞馬遜官方工程師說：“SQL Server 已經(jīng)發(fā)展了 30 多年，我們不希望立即支持所有功能。相反，我們專注于最常見的 T-SQL 命令并返回正確的響應(yīng)或錯誤消息?！?/p>

這也恰恰說明了類似遷移加速器的開發(fā)難度，也證實(shí)了為什么開源路線才是最適合 Babelfish 發(fā)展的，因?yàn)殚_源可以讓足夠多的開發(fā)者參與到產(chǎn)品迭代中來。

同理，一個如此高難度的開發(fā)項(xiàng)目，也不太可能是無足輕重的。相反，它可能是亞馬遜云科技 2020 年最重要的發(fā)布之一。

2.數(shù)據(jù)庫碎片化時代，真的來了？

亞馬遜在云計算領(lǐng)域的發(fā)布，曾多次引導(dǎo)了整個產(chǎn)業(yè)的發(fā)展方向。比如，2012 年發(fā)布的 Amazon Redshift 引導(dǎo)了云原生數(shù)倉的發(fā)展方向，2014 年發(fā)布的 Amazon Lambda 引導(dǎo)了 Serverless 的發(fā)展方向（Gartner 到 2019 年才確認(rèn) Serverless 為未來趨勢），Amazon Aurora 本身也是云原生數(shù)據(jù)庫的先驅(qū)產(chǎn)品。

如果說，Babelfish 也代表了一種方向，那么或許是，數(shù)據(jù)庫碎片化的時代，真的來了。

數(shù)據(jù)庫這個產(chǎn)品本身因?yàn)殚_發(fā)難度太高，長期以來都被少數(shù)幾家公司把控著，其中的佼佼者 Oracle 更是以極快的速度提升著商業(yè)數(shù)據(jù)庫的開發(fā)門檻。

但數(shù)據(jù)庫“單極”化發(fā)展后導(dǎo)致的價格高、綁定風(fēng)險高等問題，也讓眾多企業(yè)逐漸難以忍受。當(dāng)下，各種類型的數(shù)據(jù)庫層出不窮，關(guān)系型、鍵值、時序、圖形……讓人難以抉擇。另外一個重要的現(xiàn)象是，大部分云原生數(shù)據(jù)庫都是基于 PostgreSQL 研發(fā)而來，但后續(xù)的許多研發(fā)力量卻沒有投入到高性能、高可拓展性等傳統(tǒng)技術(shù)概念本身。

數(shù)據(jù)庫兼容，這一開發(fā)難度高，與性能無關(guān)的特性，卻成為了亞馬遜云科技的研發(fā)重點(diǎn)。某種意義上也說明，遍地開花的各類型數(shù)據(jù)庫還將長期存在于產(chǎn)業(yè)內(nèi)。人們習(xí)慣認(rèn)為，產(chǎn)業(yè)的長期發(fā)展趨勢是從單一走向多元，最終經(jīng)過市場篩選，回歸單一。但這次，“單極”時代可能真的一去不復(fù)返了。

此外，在 2020 Gartner 的魔力象限報告里，云數(shù)據(jù)庫領(lǐng)域有數(shù)家占領(lǐng)導(dǎo)位置的企業(yè)，亞馬遜、微軟、Google 位居前三位。

而就在 2019 年，前三名還是微軟、Oracle、亞馬遜。老大老三打著打著，老二沒了……

如今，有 Babelfish 加持的 Amazon Aurora ，兼容了 Microsoft SQL Server ，恐怕受傷的還是 Oracle。云數(shù)據(jù)庫之間的墻壁在倒塌，而傳統(tǒng)商業(yè)型數(shù)據(jù)庫的競爭難度在進(jìn)一步加大。

而乘上碎片化時代東風(fēng)，發(fā)布了 Babelfish 的 Amazon ，也順理成章的成為了云數(shù)據(jù)庫市場新的領(lǐng)頭羊。

3.寫在最后

數(shù)據(jù)庫行業(yè)遠(yuǎn)未走到終局，也不會有所謂的終局。但云原生數(shù)據(jù)庫可以獲得的優(yōu)勢并不僅限于數(shù)據(jù)庫本身，比如 Amazon Aurora Serverless 提供的彈性伸縮服務(wù)，Amazon Aurora Global Database 提升了數(shù)據(jù)全球同步能力與業(yè)務(wù)連續(xù)性，Amazon DevOps Guru 將機(jī)器學(xué)習(xí)引入了應(yīng)用管理。這是“合力”，將數(shù)據(jù)庫在云上的體驗(yàn)拉伸到了全新的維度。

在云數(shù)據(jù)庫領(lǐng)域，這種“合力”將主導(dǎo)接下來的市場格局。

11 月 30 日，2021 re:Invent 又將到來，Adam Selipsky 將首次以亞馬遜云科技新任 CEO 的身份亮相。相信云數(shù)據(jù)庫市場的趨勢動向，也將隨之更加清晰。