所有系统技术人员都应该关注Google Spanner

foxmaja

新客户广告位
更多广告请点击
中文黄页

所有系统技术人员都应该关注 Google Spanner。如果你是工作涉及高扩展能力、高可用性的系统的程序员：大网站、云服务，或者12306，那你应该关注这个叫Spanner的项目。很多人应该已经知道Spanner了，这是一个多月前Google在OSDI会议上公开的一个分布式系统，不少人说了这个系统的好话，但是我认为你的关注多半还是不够。以下是两点原因：

1. Spanner让NoSQL成了明日黄花。Spanner的特性可以认为是两个层次，上层是多数据中心自动同步（所谓全球分布，Globally-distributed），这个对大部分中国的企业可能目前阶段价值并不太大；而下层我认为非常具有实用价值，即一个可扩展、多版本、同步复制（synchronously-replicated）的数据库。这个很关键，为什么很关键？简单来说，Spanner填补了几十年来从文件系统到数据库，到NoSQL，留下的一个非常大的洞（下面说），一次性解决了一类困扰系统技术人员的问题。Spanner与各类数据系统的相对位置，可以用这样一张表粗略描述：

' m5 ^" @, z- |! r& X

4 t6 T$ p5 {! W, W4 V( U  @4 Z, D6 R从这四类系统的历史演进来说，80年代现代关系数据库系统（DB2、Ingres）的成熟，是整个计算机行业的一大飞跃。而基于日志实现ACID事务，是这个飞跃的关键技术之一。然后，大家熟悉的故事是，90年代互联网出现后，对可扩展性要求越来越高，数据库技术又碰到危机，因此2005年以后才出现牺牲ACID事务，支持高可扩展性的一大批不同的NoSQL设计。这就是Spanner之前的历史，NoSQL打破了一定要ACID的定势思维，了不起，但毕竟大量应用需要ACID（比如所有涉及交易的，电商、支付、购票、广告...），那么Spanner的重要性，就是在于实现了这样一个很多人心里认为其实是做不到的事情。
! ]+ V! v( A: k* @2 |$ E- }
, j. R3 b/ _+ k7 r5 G7 X" a1 B) L有人会说“这不就是分布式数据库/并行数据库，研究生时我就上过这个课啊”，说对了，而且Spanner用的还就是那书里的那些办法，什么二阶段提交、Paxos算法，当然还有自创的一些小trick。但奇特的是，互联网革命已经近20年，在Spanner之前还真就没有适合互联网应用的生产用分布式数据库系统，0个，没有。不得不说科研与产业脱节不单是中国的问题啊。这里可能有些做工作的方法论的东西可讨论。
; @' E1 C* W3 t" j. H0 f" w
/ {- |( g' ?/ o所以，Spanner不是另一个NoSQL系统，而可能是数据库界寻找的圣杯"Holy Grail"。Highscalability.com称Spanner为NewSQL（相对NoSQL），我觉得可能是个合适的此类系统的类别名。
  }* l1 }  k5 |4 @+ Z/ g
2. 一年之后你将能用上Spanner。你说这东西好是好，但Google不让我们用啊。但别忘了，还有开源，我认为最快6个月，应该就会有部分实现Spanner设计的开源系统出现。Spanner的论文相对清楚，使用了很多标准算法与设计，系统在Google已经投入生产使用，并且这个系统效益巨大。因此，这些因素都使得开源实现的出现，只是一个时间问题，而且应该会比较快。
* b; L% H! c( l& r* H0 f
) a  v1 Q* H7 ~+ t6 A# o% L- F; ?我看到有一个在复现的模式：在计算机领域内，大公司通过实际业务需求及大量投入，推动学科最前沿往前走，并将成果与行业和学术界共享，再通过开源实现带动整个行业。这样做的公司，并不只是Google一家。

所以，希望我说服了你，几年之后大规模的互联网应用，其实现将会比现在更简单，工作会更可靠，而这一切，将是感谢Spanner的贡献。虽然今天没有公开实现，但我们应该继续关注Spanner类系统。
' S3 S7 P+ E6 q6 F5 c8 |
我在今年的互联网大会上分享，认为现在“任何创业公司都可以提供高质量云服务”，本文的观点是相关的，系统层的不断进度，使得应用与服务可以更容易开发，门槛不断降低。大公司、小公司需要适应这样的趋势，评估业务机会，挑选技术方案。