“云計(jì)算將帶來一場(chǎng)革命”。技術(shù)革命一定是源于某項(xiàng)技術(shù)突破,那么云計(jì)算又是源于何?從技術(shù)的視角看,云計(jì)算所突破的就是海量存儲(chǔ)技術(shù)以及在此基礎(chǔ)上的并行計(jì)算技術(shù)的突破。正是這些突破,造就了諸如Google、Facebook、Twitter這些新興互聯(lián)網(wǎng)企業(yè)。另一方面企業(yè)信息系統(tǒng)正日益變得復(fù)雜與龐大,上述技術(shù)突破展現(xiàn)出來的幾乎無限的擴(kuò)展、海量計(jì)算以及高可用的特性正是企業(yè)所迫切需要的。
本文將就企業(yè)信息系統(tǒng)中如何更好應(yīng)用上述技術(shù)進(jìn)行探索。存討論云存儲(chǔ)技術(shù)的之前,我們來回顧一下現(xiàn)在企業(yè)所使用的關(guān)系型數(shù)據(jù)庫所存在的問題。
一 關(guān)系型數(shù)據(jù)庫的問題
1970年IBM的Edgar F.Codd博士發(fā)表一篇著名的論文《一種用于大規(guī)模共享數(shù)據(jù)存儲(chǔ)系統(tǒng)的關(guān)系數(shù)據(jù)模型》,由此奠定了現(xiàn)在諸如Orade、MSSQL、MySQL、Postgres等關(guān)系型數(shù)據(jù)庫的理論基礎(chǔ)。40年過去了,關(guān)系型數(shù)據(jù)庫不可辯駁地坐上了數(shù)據(jù)世界中的頭把交椅。如此成功的技術(shù)會(huì)有什么問題?
問題來自于訪問量急劇增長(zhǎng)所帶來的可擴(kuò)展性。所有具有最基本功能的關(guān)系型數(shù)據(jù)庫都會(huì)支持join操作,不過join操作可能會(huì)很慢。由于數(shù)據(jù)庫通常依靠事務(wù)來保證一致性,而事務(wù)需要鎖住數(shù)據(jù)庫的一部分,使之不能被其他用戶訪問。因?yàn)殒i本身意味著競(jìng)爭(zhēng)同一數(shù)據(jù)的用戶會(huì)被放入隊(duì)列,等待獲得讀寫權(quán)限,這在高負(fù)荷的情況下可能會(huì)成為系統(tǒng)的死穴。
通常我們會(huì)用下面幾種方法解決上述問題:
1 提升硬件能力,如增加內(nèi)存、用更快的處理器或硬盤,這被稱之為垂直擴(kuò)展,可解一時(shí)之憂。
2 增加新的計(jì)算機(jī),構(gòu)成數(shù)據(jù)庫集群。不過,這樣就會(huì)在正常使用及故障時(shí)遇到數(shù)據(jù)復(fù)制與一致性問題。
3 更新數(shù)據(jù)庫管理系統(tǒng)的配置。例如要優(yōu)化數(shù)據(jù)用來寫底層文件系統(tǒng)的通道。
4 審視自己的應(yīng)用,優(yōu)化索引,優(yōu)化查詢。不過,當(dāng)我們的應(yīng)用達(dá)到這個(gè)規(guī)模的時(shí)候,恐怕不太會(huì)完全沒有做過索引和查詢優(yōu)化。那么,只好重新審視所有數(shù)據(jù)庫的訪問代碼,發(fā)現(xiàn)零星的可以調(diào)優(yōu)的機(jī)會(huì),這是一件相當(dāng)頭疼的事情。
5 增加一個(gè)緩存層,F(xiàn)在我們又需要面臨更新緩存和更新數(shù)據(jù)庫的一致性問題了,對(duì)于集群來說,問題更加嚴(yán)重了。
6 審視我們想要的查詢,復(fù)制那些訪問頻率較高的數(shù)據(jù),讓它們更接近于查詢想要得到的形式,這個(gè)過程被稱為反范式化。
現(xiàn)如今的企業(yè)應(yīng)用的規(guī)模已經(jīng)遠(yuǎn)不是Codd提出關(guān)系模型的年代所能夠想象的。TB級(jí)別的數(shù)據(jù)庫已經(jīng)并不罕見,一些數(shù)據(jù)表動(dòng)輒上億條記錄,甚至幾十億條記錄。筆者遇到的一位客戶僅每年增長(zhǎng)的數(shù)據(jù)量就達(dá)到了3TB,要知道這一數(shù)據(jù)在5年前僅有大約500GB。這樣的數(shù)據(jù)量已經(jīng)開始給構(gòu)建在此之上的企業(yè)應(yīng)用造成巨大的壓力。我們接下來看看云存儲(chǔ)技術(shù)又是如何解決這一問題的。
二 云存儲(chǔ)技術(shù)帶來什么
云存儲(chǔ)技術(shù)最早來源于互聯(lián)網(wǎng)企業(yè),這也是可以理解的,這些企業(yè)所面臨的訪問量也是之前仟何企業(yè)所不曾遇到的。從一個(gè)數(shù)據(jù)就可以得知:現(xiàn)在支付寶每天新增的記錄數(shù)為3億條。顯然這樣的數(shù)據(jù)量以及在此之上的運(yùn)算,不是傳統(tǒng)關(guān)系型數(shù)據(jù)庫可以支撐的了。
這里所說的云存儲(chǔ)技術(shù)并非特指某項(xiàng)技術(shù),而是一大類技術(shù)的統(tǒng)稱,一般來自只要是具有以下特征的數(shù)據(jù)庫都可以被看作是云存儲(chǔ)技術(shù)。首先是共有幾乎無限的擴(kuò)展能力,可以支撐幾百TB直至PB級(jí)的數(shù)據(jù);此外,是采用了并行計(jì)算模式,從而獲得海量運(yùn)算能力。簡(jiǎn)而言之,當(dāng)計(jì)算能力不足,無論是存儲(chǔ)還是運(yùn)算,對(duì)于需求提出方而言,就是簡(jiǎn)單的增加機(jī)器即可實(shí)現(xiàn)。云存儲(chǔ)更進(jìn)一步的特征便是高可用性,也就是說,在任何時(shí)候都能夠保證系統(tǒng)正常使用,即便有機(jī)器發(fā)生故障。目前常見的符合這樣特征的系統(tǒng),有Google的GFS以及BigTable,Apache基金會(huì)的Hadoop(HDFs和HBaSe),最初來自于Amazon現(xiàn)在也屬于Apache基金會(huì)的Cassandra,此外還有MongoDB、CouchDB、Hypetable、Redis等等。
作為可擴(kuò)展性是指系統(tǒng)架構(gòu)可以讓系統(tǒng)提供更多的服務(wù)而不降低使用性能的特性。通過現(xiàn)有的機(jī)器增加硬件的容量、內(nèi)存進(jìn)行垂直擴(kuò)展,這是最簡(jiǎn)單的達(dá)到可擴(kuò)展性的手段,但這有個(gè)限度。而水平擴(kuò)展則需要增加更多機(jī)器,每臺(tái)機(jī)器提供全部或部分?jǐn)?shù)據(jù).這樣所有主機(jī)都不必負(fù)擔(dān)全部業(yè)務(wù)請(qǐng)求。但軟件自己需要有內(nèi)部機(jī)制來保證集群中節(jié)點(diǎn)間的數(shù)據(jù)同步。而云存儲(chǔ)技術(shù)所帶來的可擴(kuò)展性幾乎是無限的,并且對(duì)于投資者而言投入(硬件投資)與產(chǎn)出(提供更多的服務(wù))幾乎是線性的。
水平擴(kuò)展說到底就是使用更多的主機(jī)來承擔(dān)運(yùn)算。假設(shè)一臺(tái)主機(jī)在運(yùn)行一年的時(shí)間里發(fā)生的故障是n次,那么20臺(tái)主機(jī)在運(yùn)行一年的時(shí)間里發(fā)牛故障的次數(shù)則為20×n,由此看出當(dāng)某個(gè)集群中主機(jī)的數(shù)量達(dá)到一定程度,在一年中發(fā)生故障的概率將會(huì)非常大,甚至每天有機(jī)器發(fā)生故障也不是危言聳聽。許多云存儲(chǔ)技術(shù)都將此作為基本的設(shè)計(jì)前提,兇此云存儲(chǔ)技術(shù)天生具有良好的高可用性與容錯(cuò)性。
是否可把現(xiàn)在的企業(yè)應(yīng)用都替換了?不行。實(shí)行應(yīng)用前,需先滿足Eric Brewer的CAP理論(2002年被理論證明)。依據(jù)這個(gè)理論,一個(gè)大規(guī)模分布式數(shù)據(jù)庫系統(tǒng),有以下三個(gè)需求:
1 一致性(Consistency):對(duì)于所有的數(shù)據(jù)庫客戶端使用同樣的查詢都可以得到同樣的結(jié)果,即使是有并發(fā)更新的時(shí)候也是如此。
2 可用性(AvailabiLity):所有的數(shù)據(jù)庫客戶端總是可以讀寫數(shù)據(jù)。
3 分區(qū)耐受性(Partition Tolerance):數(shù)據(jù)庫可以分散到多臺(tái)機(jī)器上,即使發(fā)生網(wǎng)路故障,被分成多個(gè)分區(qū),依然可以提供服務(wù)。
CAP理論指出,同時(shí)只能具有這三個(gè)特性中的兩個(gè)。傳統(tǒng)的關(guān)系型數(shù)據(jù)庫所強(qiáng)調(diào)的是一致性(C)與可用性(A),而在分區(qū)耐受性(P)方面的支持十分有限,這一點(diǎn)從本質(zhì)上揭示了上述關(guān)系型數(shù)據(jù)庫的問題。再來看云存儲(chǔ)技術(shù),都特別強(qiáng)調(diào)了分區(qū)耐受性(P),從而彌補(bǔ)關(guān)系型數(shù)據(jù)庫存此方面的不足,接下來的區(qū)別就是選擇可用性(A)還是一致性(C)了。對(duì)于CP系統(tǒng),放棄的是可用性(A),數(shù)據(jù)可保持一致性,但如果有節(jié)點(diǎn)發(fā)生故障,仍然會(huì)有部分?jǐn)?shù)據(jù)無法訪問;而對(duì)于AP系統(tǒng),放棄的則是一致性(C),那么你的系統(tǒng)就有可能返回不太精確的數(shù)據(jù)。
以上技術(shù)特點(diǎn)決定了云存儲(chǔ)技術(shù)有一些特別擅長(zhǎng)的領(lǐng)域。例如訪問流量可能會(huì)非常大,即隨時(shí)訪問數(shù)據(jù)量非常大,從而需要大規(guī)模分布式部署?疾熳x寫操作的比例,特別適合統(tǒng)計(jì)分析型工作。有時(shí)對(duì)于數(shù)據(jù)一致性要求并不高,可以容忍當(dāng)某個(gè)數(shù)據(jù)被寫入后,在一段合理的時(shí)間內(nèi)可能會(huì)有部分用戶讀到的是寫入之前的數(shù)據(jù),搜索業(yè)務(wù)就是一個(gè)典型例子。
但同時(shí)也有些計(jì)算領(lǐng)域并非云存儲(chǔ)技術(shù)所擅長(zhǎng)。例如事務(wù)密集型計(jì)算,這類計(jì)算對(duì)一致性要求非常高,相比讀操作,寫操作會(huì)頻繁持續(xù)發(fā)生。
通過以上分析,我們發(fā)現(xiàn), “年輕的”云存儲(chǔ)技術(shù)并非完美無暇,看似“古老的”關(guān)系型數(shù)據(jù)庫在其面前并非一無是處。云存儲(chǔ)技術(shù)現(xiàn)在不是,將來也小應(yīng)該是關(guān)系型數(shù)據(jù)庫的替代者。在我們?yōu)樗宫F(xiàn)出來的那些令人激動(dòng)的特性面前,必須冷靜分析,這是否就是企業(yè)運(yùn)算所需要的?至少現(xiàn)在看來小是全部。
三 企業(yè)應(yīng)用探索
顯然不是所有的企業(yè)計(jì)算都適合使用云存儲(chǔ),采用關(guān)系型數(shù)據(jù)庫也許仍然是目前的最佳選擇。那么應(yīng)該將其用在哪里?以下列舉兩個(gè)目前較適合采取云存儲(chǔ)技術(shù)的應(yīng)用領(lǐng)域。
數(shù)據(jù)倉庫將集中來自幾乎所有業(yè)務(wù)生產(chǎn)系統(tǒng)的數(shù)據(jù),對(duì)外提供企業(yè)的各種查詢報(bào)表以及數(shù)據(jù)分析。從功能看這是一個(gè)典型的統(tǒng)計(jì)分析型工作,日常大量發(fā)生的都是讀操作。另一方面需要周期性地從業(yè)務(wù)生產(chǎn)系統(tǒng)收集原始數(shù)據(jù),并可能需要對(duì)其進(jìn)行進(jìn)一步的數(shù)據(jù)加工,這一過程繁瑣密集。數(shù)據(jù)量無疑非常大,實(shí)際生產(chǎn)中的數(shù)據(jù)倉庫通常需要保留幾年至十幾年的數(shù)據(jù),可以達(dá)到TB級(jí),其中一些數(shù)據(jù)表可能會(huì)達(dá)到幾十億條甚至更多的記錄數(shù)。以上這些需求特點(diǎn)決定了其特別適合采用云存儲(chǔ)技術(shù)。
2 企業(yè)統(tǒng)一資料庫
所謂企業(yè)統(tǒng)一資料庫,就是將企業(yè)運(yùn)行中所基于的各種資料集中到一個(gè)應(yīng)用系統(tǒng)中進(jìn)行統(tǒng)一管理,再由這個(gè)系統(tǒng)以服務(wù)的方式,提供給所有需要的其他業(yè)務(wù)系統(tǒng),所提供的服務(wù)除普通查詢外,還應(yīng)包含基于搜索引擎的資料搜索服務(wù),包括商品(以及商品類別、品牌)、合作伙伴(供應(yīng)商、客戶、加盟商等)、合同(采購合同、銷售合同、加盟合同等)等。在這個(gè)應(yīng)用中讀操作發(fā)生的頻率將遠(yuǎn)大于寫操作,尤其當(dāng)其以在線方式提供資料服務(wù)時(shí)更是如此,例如為網(wǎng)店提供資料服務(wù)。
云存儲(chǔ)在內(nèi)的一系列云計(jì)算技術(shù)都還處于剛開始的階段,就如IT歷史上的其他新技術(shù)一樣,在為我們展示出令人激動(dòng)的新特性同時(shí),還有很多不足。這些不足既包括技術(shù)本身還有很多有待完善的地方,也包括圍繞其后續(xù)開發(fā)工具不足導(dǎo)致的進(jìn)入門檻偏高,以及與傳統(tǒng)技術(shù)的融合程度不高等等。但這些并不妨礙它未來美好的明天,為客戶不斷創(chuàng)造新的價(jià)值。
核心關(guān)注:拓步ERP系統(tǒng)平臺(tái)是覆蓋了眾多的業(yè)務(wù)領(lǐng)域、行業(yè)應(yīng)用,蘊(yùn)涵了豐富的ERP管理思想,集成了ERP軟件業(yè)務(wù)管理理念,功能涉及供應(yīng)鏈、成本、制造、CRM、HR等眾多業(yè)務(wù)領(lǐng)域的管理,全面涵蓋了企業(yè)關(guān)注ERP管理系統(tǒng)的核心領(lǐng)域,是眾多中小企業(yè)信息化建設(shè)首選的ERP管理軟件信賴品牌。
轉(zhuǎn)載請(qǐng)注明出處:拓步ERP資訊網(wǎng)http://www.guhuozai8.cn/
本文標(biāo)題:企業(yè)應(yīng)用云存儲(chǔ)技術(shù)探索
本文網(wǎng)址:http://www.guhuozai8.cn/html/consultation/1083974653.html