2022年云数据库综述知识 .pdf

《2022年云数据库综述知识 .pdf》由会员分享，可在线阅读，更多相关《2022年云数据库综述知识 .pdf（8页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、一、云数据库概念云数据库是在 SaaS(software-as-a-service:软件即服务)成为应用趋势的大背景下发展起来的云计算技术，它极大地增强了数据库的存储能力，消除了人员、硬件、软件的重复配置，让软、硬件升级变得更加容易，同时也虚拟化了许多后端功能。云数据库具有高可扩展性、高可用性、采用多租形式和支持资源有效分发等特点。可以说，云数据库是数据库技术的未来发展方向。目前，对于云数据库的概念界定不尽相同，主要有：云数据库即 CloudDB，或者简称为“云库”。它把各种关系型数据库看成一系列简单的二维表，并基于简化版本的SQL或访问对象进行操作。1 云数据库定义是:云数据库是部署和虚拟化

2、在云计算环境中的数据库。2 云数据库解决了数据集中与共享的问题，剩下的是前端设计、应用逻辑和各种应用层开发资源的问题。使用云数据库的用户不能控制运行着原始数据库的机器，也不必了解它身在何处。如图 1 所示，在云数据库应用中，客户端不需要了解云数据库的底层细节，所有的底层硬件都已经被虚拟化，对客户端而言是透明的。它就像在使用一个运行在单一服务器上的数据库一样，非常方便、容易，同时又可以获得理论上近乎无限的存储和处理能力。二、云数据库的特性云数据库具有以下特性:3(1)动态可扩展:理论上，云数据库具有无限可扩展性，可以满足不断增加的数据存储需求。在面对不断变化的条件时，云数据库可以表现出很好的名师

3、资料总结-精品资料欢迎下载-名师精心整理-第 1 页，共 8 页 -弹性。例如，对于一个从事产品零售的电子商务公司，会存在季节性或突发性的产品需求变化；或者对于类似 Animoto 的网络社区站点，可能会经历一个指数级的增长阶段。这时，就可以分配额外的数据库存储资源来处理增加的需求，这个过程只需要几分钟。一旦需求过去以后，就可以立即释放这些资源。(2)高可用性:不存在单点失效问题。如果一个节点失效了，剩余的节点就会接管未完成的事务。而且在云数据库中，数据通常是复制的，在地理上也是分布的。诸如Google，Amazon 和 IBM等大型云计算供应商具有分布在世界范围内的数据中心，通过在不同地理区

4、间内进行数据复制，可以提供高水平的容错能力。例如，Amazon SimpleDB 会在不同的区间内进行数据复制，因此，即使整个区域内的云设施发生失效，也能保证数据继续可用。(3)较低的使用代价:通常采用多租户(multi-tenancy)的形式，这种共享资源的形式对于用户而言可以节省开销；而且用户采用按需付费的方式使用云计算环境中的各种软、硬件资源，不会产生不必要的资源浪费。另外，云数据库底层存储通常采用大量廉价的商业服务器，这也大幅度降低了用户开销。(4)易用性:使用云数据库的用户不必控制运行原始数据库的机器，也不必了解它身在何处。用户只需要一个有效地链接字符串就可以开始使用云数据库。(5)

5、大规模并行处理:支持几乎实时的面向用户的应用、科学应用和新类型的商务解决方案。三、云数据库与传统的分布式数据库分布式数据库是计算机网络环境中各场地或节点上的数据库的逻辑集合。逻辑上它们属于同一系统，而物理上它们分散在用计算机网络连接的多个节点，并统一由一个分布式数据库管理系统管理。分布式数据库已经存在很多年，它可以用来管理大量的分布存储的数据，并且通常采用非共享的体系架构。云数据库和传统的分布式数据库具有相似之处，比如，都把数据存放到不同的节点上。但是，分布式数据库在可扩展性方面是无法与云数据库相比的。由于需要考虑数据同步和分区失败等开销，前者随着节点的增加会导致性能快速下降。而后者则具有很好

6、的可扩展性，因为后者在设计时就已经避免了许多会影响到可扩展性的因素，比如采用更加简单的数据模型、对元数据和应用数据进行分离以及放松对一致性的要求等等4。另外，在使用方式上，云数据库也不同于传统的分布式数据库。云数据库通常采用多租户模式，即多个租户共用一个实例，租户的数据既有名师资料总结-精品资料欢迎下载-名师精心整理-第 2 页，共 8 页 -隔离又有共享，从而解决数据存储的问题，同时也降低了用户使用数据库的成本。四、云数据库的影响（一）数据存储的变革。5 云数据库把以往数据库中的逻辑设计简化为基于一个地址的简单访问模型。但为了满足足够的带宽和数据容量，物理设计就显得更为重要。以往我们采用商用

7、数据库产品设计存储时，一般采用两种存储方式:NAS(网络连接存储)和 SAN(存储区域网络)。不过，因为受到单个主机和数据库集群节点的限制，我们在单个集群中能协同的机器非常有限，这对于云数据库环境的应用远远不够。从应用成本和容错的角度分析，Google 和 Amazon 尝试了一种全新的选择，即分散文件集群。所谓“分散文件”既可能是运行在某个有完善管理数据中心的SAN 集群，也可能是运行在某“堆”老旧服务器上的磁盘塔。尽管存储效率不同，但对于云数据库而言，保存在它们之上的数据只要可以按照客户的相应要求保质保量交付就可以。（二）极大地改变企业管理数据的方式。Forrester Research

8、分析师Yuhanna 指出，18%的企业正在把目光投向云数据库。对于中小企业而言，云数据库可以允许他们在Web上快速搭建各类数据库应用，越来越多的本地数据和服务将逐渐被转移到云中。企业用户在任意地点通过简单的终端设备，就可以对企业数据进行全面的管理。此外，云数据库可以很好地支持企业开展一些短期项目，降低开销，而不需要企业为某个项目单独建立昂贵的数据中心。但是，云数据库的成熟仍然需要一段时间。中小企业会更多地采用云数据库产品，但是对于大企业而言，云数据库并非首选，因为大企业通常自己建造数据中心。6（三）催生新一代的数据库技术。IDC 的数据库分析师Olofson 认为，云模型提供了无限的处理能力

9、以及大量的RAM，因此，云模型将会极大地改变数据库的设计方式，将会出现第三代数据库技术。第一代是 20 世纪 70 年代的早期关系数据库，第二代是20 世纪 80 年代90 年代的更加先进的关系模型。第三代的数据库技术，要求数据库能够灵活处理各种类型的数据，而不是强制让数据去适应预先定制的数据结构。事实上，从目前云数据库产品中的数据模型设计方式来看，已经有些产品(比如 SimpleDB，Hbase，Dynamo，BigTable)放弃传统的行存储方式，而采用键/值存储，从而可以在分布式的云环境中获得更好的性能。可以预期的是，云数据库将会吸引越来越多的学术界的目光，该领域的相关问题也将成为未来一

10、段时间内数据库研究的重点内容，比如云数据库的体系架构和数据模型等等。五、云数据库的缺陷和风险名师资料总结-精品资料欢迎下载-名师精心整理-第 3 页，共 8 页 -（一）数据的传输问题。虽然概念上云数据库与传统的应用流程差别不大，但这个通路因为超出了用户的控制范围，因此在实际执行效率、服务响应质量方面增加了很多不确定的因素。例如，用户把客户业务办理申请的信息提交给云数据库，由于企业的业务人员散布在亚洲、欧洲的几个中心城市，所以云运营商把他们实际存储在莫斯科、东京、班加罗尔这三个中心。但有一天老板在张家界的会议期间需要尽快获得一个投资豆油的敏感客户列表，以便对这一人群加强审查和防范。IT 部门提

11、交了一个查询，接着一个很壮观的查询便在地球上“蔓延”，这个时间可能就如您打开Google Russia、Google Japan 和 Google India 那么长，但究竟有多长，还得看情况。不过这还不算最糟糕的，IT 部门提交了一个查询，结果几毫秒内就获得一个服务不可用的异常，您的 Web 服务器运转正常、应用服务器健康状态非常好，可惜没有数据，因为数据并不在您自己手中。7（二）数据安全问题。用户对于云库安全，最关心的是用户怎么相信云库提供商，或者云库提供商的内部工作人员，不会利用数据去干非法行为。比如我们的个人隐私被泄露、或者网上购物的购买行为被记录等，对于用户来讲，这都侵犯了用户的隐私

12、。对于企业的核心数据来说，就绝对没那么简单。目前比较成熟的云服务商业模式，大多数还是云服务提供商本身是内容提供商，企业能够把核心业务直接迁移至公共云端，成功的案例有限。这会成为制约未来云计算发展的一个重要障碍。六、现有的云数据库产品云数据库供应商主要分为 3 类:?传统的数据库厂商:Teradata，Oracle，IBM DB2 和 Microsoft SQL Server；?涉足数据库市场的云供应商:Amazon，Google 和 Yahoo；?新兴小公司:Vertica，LongJump 和 EnterpriseDB。就目前阶段而言，虽然一些云数据库产品，如 Google BigTable

13、，SimpleDB 和 HBase，在一定程度上实现了对于海量数据的管理，但是这些系统暂时还不完善，只是云数据库的雏形。让这些系统支持更加丰富的操作以及更加完善的数据管理功能(比如复杂查询和事务处理)以满足更加丰富的应用，仍然需要研究人员的不断努力。表 1 给出了目前市场上常见的云数据库产品，对于其中一些主要产品，下面会作简要介绍。名师资料总结-精品资料欢迎下载-名师精心整理-第 4 页，共 8 页 -（一）Amazon的云数据库产品Amazon 是云数据库市场的先行者。Amazon 除了提供著名的S3 存储服务和 EC2 计算服务以外，还提供基于云的数据库服务Dynamo。Dynamo 采用

14、“键/值”存储，其所存储的数据是非结构化数据，不识别任何结构化数据，需要用户自己完成对值的解析。Dynamo 系统中的键(key)不是以字符串的方式进行存储，而是采用 md5_key(通过 md5 算法转换后得到)的方式进行存储，因此，它只能根据key 去访问，不支持查询。SimpleDB 是 Amazon 公司开发的一个可供查询的分布数据存储系统，它是Dynamo“键/值”存储的补充和丰富。顾名思义，SimpleDB 的目的是作为一个简单的数据库来使用，它的存储元素(属性和值)是由一个 id 字段来确定行的位置。这种结构可以满足用户基本的读、写和查询功能。SimpleDB 提供易用的 API

15、 来快速地存储和访问数据。但是，SimpleDB 不是一个关系型数据库，传统的关系型数据库采用行存储，而 SimpleDB 采用了“键/值”存储，它主要是服务于那些不需要关系数据库的Web 开发者。Amazon RDS(Amazon relational database service)是 Amazon 开发的一种 Web 服务，它可以让用户在云环境中建立、操作关系型数据库(目前支持 MySQL 和 Oracle 数据库)。用户只需要关注应用和业务层面的内容，而不需要在繁琐的数据库管理工作上耗费过多的时间。此外，Amazon 和其他数据库厂商开展了很好的合作，Amazon EC2 应用托管服

16、务已经可以部署很多种数据库产品，包括SQL Server，Oracle 11g，MySQL 和 IBM DB2 等主流数据库平台，以及其他一些数据库产品，比如EnerpriseDB。作为一种可扩展的托管环境，开发者可以在EC2 环境中开发并托管自己的数据库应用。名师资料总结-精品资料欢迎下载-名师精心整理-第 5 页，共 8 页 -（二）Google 的云数据库产品Google BigTable 是一种满足弱一致性要求的大规模数据库系统。Google 设计 BigTable 的目的，是为了处理 Google 内部大量的格式化及半格式化数据。目前，许多 Google 应用都是建立在BigTabl

17、e 上的，比如 Web 索引、Google Earth、Google Finance、Google Maps 和 Search History。BigTable 提供的简单数据模型，它允许客户端对数据部署和格式进行动态控制，并且描述了 BigTable 的设计和实现方法。BigTable 是构建在其他几个 Google 基础设施之上的:首先，BigTable 使用了分布式Google 文件系统 GFS(Google file system)来存储日志和数据文件；其次，BigTable 依赖一个高可用的、持久性的分布式锁服务Chubby；再次，BigTable 依赖一个簇管理系统来调度作业、在共

18、享机器上调度资源、处理机器失败和监督机器状态。但是，与Amazon SimpleDB 类似，目前来说，BigTable 实际上还不是真正的 DBMS(database management system)，它无法提供事务一致性、数据一致性。这些产品基本上可以被看成是云环境中的表单。Google 开发的另一款云计算数据库产品是Fusion Tables。它采用了基于数据空间的技术。该技术在上世纪 90 年代就已经出现。Google 充分利用了该技术的潜力。Fusion Tables 是一个与传统数据库完全不同的数据库，可以弥补传统数据库的很多缺陷。比如通过采用数据空间技术，它能够简单地解决 RD

19、BMS 中管理不同类型数据的麻烦，以及排序整合等常见操作的性能问题。Fusion Tables 可以上传 100MB 的表格文件，同时支持 CSV 和 XLS 格式，并且具有处理大规模数据的能力。（三）Microsoft的云数据库产品2008 年 3 月，微软通过SQL Data Service(SDS)提供 SQL Server 的RDBMS 功能，这使得微软成为云数据库市场上的第一个大型数据库厂商。此后，微软对 SDS 功能进行了扩充，并且重新命名为 SQL Azure。微软的 Azure平台提供了一个 WEB 服务集合，可以允许用户通过网络在云中创建、查询和使用 SQL SERVER 数

20、据库，云中的SQL SERVER 服务器的位置对于用户而言是透明的。对于云计算而言，这是一个重要的里程碑。SQL Azure 具有以下特性:?属 于关系 型数 据 库:支持使用TSQL(transact structured query language)来管理、创建和操作云数据库；?支持存储过程:它的数据类型、存储过程和传统的SQL Server 具有很大的相似性，因此，应用可以在本地进行开发，然后部署到云平台上；名师资料总结-精品资料欢迎下载-名师精心整理-第 6 页，共 8 页 -?支持大量数据类型:包含了几乎所有典型的SQL Server 2008 的数据类型；?支持云中的事务:支持局

21、部事务，但是不支持分布式事务。（四）开源云数据库产品HBase和 Hypertable 利用开源 MapReduce 平台 Hadoop，提供了类似于BigTable 的可伸缩数据库实现。MapReduce 是 Google 开发的、用来运行大规模并行计算的框架。采用 MapReduce 的应用更像一个人提交的批处理作业，但是这个批处理作业不是在单个服务器上运行，应用和数据都是分布在多个服务器上。Hadoop 是由 Yahoo 资助的一个开源项目，是MapReduce 的开源实现，从本质上来说，它提供了一个使用大量节点来处理大规模数据集的方式。HBase 已经成为 Apache Hadoop

22、项目的重要组成部分，并且已经在生产系统中得到应用。与HBase 类似的是 Hypertable。不过，HBase 的开发语言是 Java，而 Hypertable 则采用 C/C+开发。与 HBase 相比，Hypertable 具有更高的性能。但是，HBase 不支持 SQL(structual query language)类型的查询语言。甲骨文开源数据库产品BerkelyDB 也提供了云计算环境中的实现。（五）其他云数据库产品Yahoo!PNUTS 是一个为网页应用开发的、大规模并行的、地理分布的数据库系统，它是 Yahoo!云计算平台重要的一部分。Vertica Systems 在 2

23、008 年发布了云版本的数据库。10Gen 公司的 Mongo、AppJet 的 AppJet 数据库也都提供了相应的云数据库版本。M/DB:X 是一种云中的 XML 数据库，它通过 HTTP/REST 访问。FathomDB 旨在满足基于 Web 的公司提出的高传输要求，它所提供的服务更倾向于在线事务处理而不是在线分析处理。IBM 投资的EnerpriseDB 也提供了一个运行在Amazon EC2 上的云版本。LongJump 是一个与 Salesforce。com 竞争的新公司，它推出了基于开源数据库PostgreSQL 的云数据库产品。Intuit QuickBase 也提供了自己的云

24、数据库系列。麻省理工学院研制的Relational Cloud可以自动区分负载的类型，并把类型近似的负载分配到同一个数据节点上，而且采用了基于图的数据分区策略，对于复杂的事务型负载也具有很好的可扩展性。此外，它还支持在加密的数据上运行 SQL 查询。名师资料总结-精品资料欢迎下载-名师精心整理-第 7 页，共 8 页 -参考文献：1百度百科：云数据库，http:/ Yoon JP.Access control and trustiness for resource management in cloud databases.In:Fiore S,Aloisio G,eds.Proc.of th

25、e Int lConf.on Grid and Cloud Database Management.Berlin:Springer-Verlag,2011.109-131.doi:10.1007/978-3-642-20045-8_6 36林子雨,赖永炫,林琛,谢怡,邹权:云数据库研究，Journal of Software,2012,23(5)4 Chen C,Chen G,Jiang DW,Ooi BC,Vo HT,Wu S,Xu QQ.Providing scalable database services on the cloud.In:Chen L,Triantafillou P,Suel T,eds.Proc.of the 11th Int l Conf.on Web Information Systems Engineering(WISE 2010).Berlin:Springer-Verlag,2010.1-19.doi:10.1007/978-3-642-17616-6_1 57王翔:云数据库:放眼无穷处,网络世界，2008年第 34 版名师资料总结-精品资料欢迎下载-名师精心整理-第 8 页，共 8 页 -