作者 | dbLenis
責(zé)編 | 郭芮
出品 | CSDN 博客
當(dāng)今數(shù)據(jù)庫供應(yīng)商風(fēng)頭正茂的，要數(shù)這三家公司：Amazon、google、Microsoft。沒錯(cuò)，他們都是云計(jì)算提供者?；馃岬娜羁醇耶a(chǎn)品分別是：Amazon RDS，Google Cloud SQL，Azure Database for PostgreSQL。
A廠CTO說，AWS最火的產(chǎn)品是什么呢？是 Aurora 數(shù)據(jù)庫，它同時(shí)兼容 PostgreSQL 與 MySQL。他還指出，Hadoop 也好，Spark、Kafka 也罷，都在極力推動(dòng) SQL 接口來讓更多的服務(wù) API 暴露給程序員。
從 A 廠產(chǎn)品的銷量來說，企業(yè)比較青睞于這些有標(biāo)準(zhǔn) SQL 接口的產(chǎn)品，而對于各類只能用編程語言，比如JAVA才能正常取數(shù)的產(chǎn)品，顯得聲音大，卻雨點(diǎn)小，少有肯買帳的。
我舉個(gè) ElasticSearch 的例子，你感受下為什么 ES 的 DSL 會讓人望而卻步：
POST crm_comment/_search
{
"size":0,
“query":{
"term":{"accountName”:"Apple"}
},
"aggs":{
"count_over_time":{
"date_histogram":{
"field":"CREATED",
"interval":"month"
}，
"aggs":{
"sum_of_sales":{
"sum":{"field":"salesamount"}
}
}
}
}
}
再比如，我們存日志的 MongoDB，它的官方語言是 JavaScript：
看上去，這比 ElasticSearch 好看一些，每個(gè)字段都加了一個(gè) $ 符號，請問為什么 total 就不用加呢？
原本這些數(shù)據(jù)（搜索用的 ElasticSearch, 日志用的 MongoDB)都存在 SQL 數(shù)據(jù)庫中，使用 SQL 一勞永逸的搞定所有查詢。但現(xiàn)在要花點(diǎn)時(shí)間熟悉 ES 和 MongoDB 的古怪語法了，還要搞清楚，數(shù)據(jù)在流轉(zhuǎn)過程中是否有丟失——帶來的復(fù)雜度不僅僅是一點(diǎn)點(diǎn)。
什么，你說程序員不就是應(yīng)該拼命學(xué)的嘛？這是福報(bào)。嗯，這樣的福報(bào)誰愛要，誰拿去，反正我不！
1.歷史
讓我們一起回憶下SQL關(guān)系型數(shù)據(jù)庫的起源。這要追溯到IBM發(fā)表關(guān)系型數(shù)據(jù)庫論文的那個(gè)年代，1970年。1970年時(shí)，關(guān)系型數(shù)據(jù)計(jì)算已經(jīng)非?；馃崃?。但這種關(guān)系運(yùn)算的查詢，只掌握在少數(shù)天才人的手里。普通人只能看著眼饞。
來，一起領(lǐng)略下當(dāng)時(shí)的關(guān)系運(yùn)算：
事實(shí)證明，哪里有黑盒，哪里就會產(chǎn)生魔法師，總有天才領(lǐng)袖為勞苦大眾著想。Donald Chamberlin 和 Raymond Boyce 就是這樣的天才！他們發(fā)明了 System R（關(guān)系型數(shù)據(jù)庫原型），又在自然語言的研究方向上，發(fā)明了結(jié)構(gòu)化英語查詢語言（Structured English Query Lanuage, SEQUEL, 這也是為什么大家經(jīng)常會把SQL讀成 see-ku-er的原因）。后因商標(biāo)之爭，SEQUEL更名為 SQL。
那么 SQL 相比上面的數(shù)學(xué)表達(dá)式有啥好處？感受下：
前后兩個(gè)運(yùn)算都是在找出薪水比自己經(jīng)理還高的那些員工。前者是關(guān)系數(shù)據(jù)表達(dá)式，只有數(shù)學(xué)大師才懂的符號；后者是 SQL 表達(dá)式，任何人在一星期絕對可以掌握的技術(shù)。
后來的事情，相信只要你不是00后，應(yīng)該都有所耳聞了。IBM DB2、Oracle、SQL Server、MySQL 都如雨后春筍般地出來了。有了 System R 這般的磐石，有了 SQL 這代新型武器，各自造就了兵工廠，開疆?dāng)U土。
戰(zhàn)爭一直打到現(xiàn)在。
如果不是因?yàn)?ARPANET 這位默默在墻角自習(xí)的好青年，恐怕拉里森這位Oracle家長還要嘚瑟個(gè)好多年。經(jīng)過多年的沉寂修煉，ARPANET終于在我們這個(gè)時(shí)代成長成一個(gè)壯實(shí)的大小伙了——也就是今天的互聯(lián)網(wǎng)！
來，見識下當(dāng)年那一小撮默默地在加利福尼亞學(xué)習(xí)的小伙伴：
革命不成功，壯士不歇息。盡管有這么多人兢兢業(yè)業(yè)的付出，但撼動(dòng)關(guān)系型數(shù)據(jù)庫的江山還遠(yuǎn)不夠?qū)嵙?，也不到時(shí)候——直到這位哥們的出現(xiàn)。你看，任何歷史性的轉(zhuǎn)折都要依靠一位偉人來帶動(dòng)，說不定下一位就是你，努力吧少年！
這位 Tim 老兄在1989年，發(fā)明了萬維網(wǎng)，一下子把數(shù)據(jù)的洪荒世界之門給打開了。數(shù)據(jù)以前所未有的體量和速度沖了進(jìn)來，此時(shí)的關(guān)系型數(shù)據(jù)庫也就慢慢有了吃力和老態(tài)的跡象。
歷史再一次證明, 不被人胖揍，永遠(yuǎn)不知道自己幾斤幾兩。
怪獸沖了進(jìn)來，總要有奧特曼來對付吧。沒錯(cuò)，這時(shí)候兩位英雄人物出場了，一位是 Google，一位是 Amazon。Google 的 MapReduce（2004）和 BigTable（2006）打破了分布式計(jì)算和存儲的瓶頸。A廠在整個(gè)云計(jì)算時(shí)代都有它的份兒，閃亮的光芒甚是耀眼。它的 Dynamo 數(shù)據(jù)庫，采用了鍵值對存儲，集合了各種眼花繚亂的云計(jì)算技術(shù)，號稱能保障高可用服務(wù)。
磐石有了，兵工廠就不會遠(yuǎn)了。跟 SQL 的發(fā)展很像，之后很快各個(gè)公司就有了 Hadoop、Hive、Cassandra、MongoDB，也玩起了 MapR。又是一番你追我趕的廝殺，歷史是何等的相像。
而這一波廝殺，不僅僅是在堂兄弟、表兄弟之間展開，還要去搶叔叔伯伯們的地盤。這不，螞蟻金服的OceanBase前兩天還動(dòng)了一下Oracle大叔的地盤，搶掉了它2010年打下的TCP-C排行榜榜首的位置。
2.現(xiàn)實(shí)
年輕人始終有著一股子血?dú)夥絼?，認(rèn)為憑著自己年富力強(qiáng)，無所畏懼就要去動(dòng)大人的奶酪。打仗光靠蠻力怎么可以，它還需要致勝的最本質(zhì)基礎(chǔ)，那就是群眾的支持。
每個(gè)年輕人都有自己的魅力，有自己的武器都很好，很酷。乾坤圈、金箍棒看著都炫酷，但在如來的眼里，他代表的可是天地萬物，說一句代替蒼生治治你，分分鐘就把你給秒了。那可是群眾的力量代表。
上面的 ElasticSearch、MongoDB給我們的感覺都很棒，全文搜索極快，日志存儲不費(fèi)勁，但要去拿起來用，你得好好的去順順?biāo)麄兊钠?，要不就給你棗子吃。就如現(xiàn)在很多年輕人，做事情是要哄著做，哪像那些無產(chǎn)階級革命前輩，都是搶著做。
如果說 OLTP 產(chǎn)品，我們摸索一下 redis、MongoDB、Kafka 也就算了，能忍就忍吧，畢竟一次投入，永久使用。但 OLAP 產(chǎn)品，Impala、Hive、Presto、Kylin 等都互不連通，還要整一套 ETL 來打通，這誰的脾氣能好咯。我做一個(gè)報(bào)表，還要用 Spark 去每家每戶報(bào)信，搞不好哪家那天脾氣特別大，不待見，數(shù)據(jù)都取不出來。典型的就是 JOIN 信使，經(jīng)常吃閉門羹。
當(dāng)然，被群眾（市場）教訓(xùn)過后，年輕人也開始反思。Cloudera 與 Hortonworks 就是典型代表，他倆選擇聯(lián)起手來一塊干點(diǎn)事兒。推出了 SQL 級的方言，用來封裝自己復(fù)雜的外表，原理就是 SQL ON Hadoop。
Hadoop 負(fù)責(zé)存儲，而 SQL 負(fù)責(zé)計(jì)算，存儲引擎與計(jì)算引擎分離開來，拉攏了不少 SQL 群眾，開始鋪設(shè)廣泛的群眾基礎(chǔ)。
3.王者歸來
第一次小弟們像大佬妥協(xié)，就是推出自己的 SQL-On-Hadoop 產(chǎn)品。雖然嘴上說著是 Not Only SQL， 那也不過是年輕人在堅(jiān)持他們最后的傲嬌而已。
接著，歷史又再一次重演。只要一個(gè)現(xiàn)象被認(rèn)可，一群現(xiàn)象就跟風(fēng)而來。H-Store、Spanner、CockroachDB，最出眾的還要數(shù) Postgre，在歷經(jīng)關(guān)系數(shù)據(jù)庫、NoSQL之后，盡在旁邊撿漏，好東西都往自己身上加，像 Json、FullText Search、MPP、JIT 等特性。
當(dāng)然，整個(gè)歷史的轉(zhuǎn)變，總要有人總結(jié)陳詞。NoSQL的運(yùn)動(dòng)者是誰？還記得嘛？沒錯(cuò)就是 Google 的三駕馬車。那么終結(jié)它也只能由Google來官宣，搬起石頭砸自己的腳，疼不您咧？
G 廠在2017年的 Spanner 論文中怎么說的？精簡一下，“我們 Google 要從 Nosql 轉(zhuǎn)到 SQL 陣營來，SQL 即將成為一切數(shù)據(jù)訪問的基礎(chǔ)，就醬”！
聲明：本文為CSDN博主「dbLenis」的原創(chuàng)文章，版權(quán)歸作者所有。
【End】
主題：《醫(yī)療影像小數(shù)據(jù)場景中的前沿技術(shù)與實(shí)踐》
介紹：目前騰訊優(yōu)圖涉及眼底、宮頸、腦出血病因分析等多個(gè)落地項(xiàng)目，使用的數(shù)據(jù)格式也不太一樣，眼底和宮頸是2D的RGB圖像，腦出血是3D CT圖像，相比起來，標(biāo)注 3D 數(shù)據(jù)的難度比 2D 數(shù)據(jù)高不少。騰訊優(yōu)圖是如何針對3D CT / MRI 數(shù)據(jù)提出自監(jiān)督研究的？研究成果是如何落地于工程中？如何應(yīng)用在腦出血病因分類和腦腫瘤分割案例中？
