云计算中的分片关系数据库

作者：梁英宗编译 2011-07-18 09:54:47

云计算 电子商务、社会媒体、移动通讯以及机器到机器的数据交换都制造着TB级乃至PB级的海量数据，它们是企业IT部门所必须存储和处理的。在用户处理面向云计算数据库的数据时，掌握分片最佳实践无疑是在云规划过程中迈出了重要的一步。

电子商务、社会媒体、移动通讯以及机器到机器的数据交换都制造着TB级乃至PB级的海量数据，它们是企业IT部门所必须存储和处理的。在用户处理面向云计算数据库的数据时，掌握分片最佳实践无疑是在云规划过程中迈出了重要的一步。

　　分片是指将表分割为可管理大小的磁盘文件的过程。一些高弹性的键值数据存储（如Amazon Simple DB、Google App Engine的数据存储或Windows Azure Tables）和文档数据库（像CouchDB、MongoDB或RavenDB）可以垂直处理表中的大数据。MongoDB内建的自动化分片特性，RavenDB也将在不久的将来增加该功能。自动化分片可以自动地平衡分片大小并消除对DevOps团队监控该过程的需要。自动化分片的MongoDB数据库可不是想象的那么简单，正如Todd Hoff在博客中贴出的有关分片疑难的博文所述。

　　但仍有小部分键值和文档（被称为NoSQL）数据库缺少传统关系数据库管理系统（RDBMS）所提供的交易数据一致性功能。你可以在内存、处理器或是二者上砸钱来扩展RDBMS（垂直方向上）。你可以配置256GB的RAM到高端商用服务器，但本质上增加更多的CPU核心却并不实际。如果你的数据库在云中，你会受限于内存和处理器，而这都些取决于云供应商的报价单。

　　扩展RDBMS（水平方向上）导致了一个本质上的技术挑战。2009年8月，Morgan Tocker详细地在博客中讨论了为什么你不会选择分片MySQL数据库。Tocker认为在遇到以下问题时，你可能才需要分片数据库表：

　　过大的工作集：你的工作集，由频繁访问和更新的数据与索引构成，不适合RAM安装在本地服务器，不适合硬件预算或云服务供应商所能实现的硬件数量。解决方案就是分片。

　　过度的写频率：你的数据库I/O系统不能处理由本地或是基于云的服务器请求所导致的每秒写次数。解决方案是分离读操作到读拷贝，这可能需要分片来实现分散I/O负荷到多个数据库服务器。

　　AWS针对MySQL的关系数据库服务提供了其最大的High-Memory Quadruple Extra Large DB实例，该实例包含68GB的内存和26个ECUs。这些ECU们由8个虚拟核心构成，相当于每3.25个ECU拥有一个核心。其售价为每小时2.60美元（每月1872美元）。根据AWS的报价单，一个ECU所提供的性能相当于1.0-1.2 GHz 2007 Opteron或2007 Xeon处理器的性能。AWS RDS DB实例可选择从5GB到1TB的相关存储性能，价格为每GB每月0.1美元。数据传输费用为每GB0.12美元的数据输出，再加每百万次0.1美元的I/O请求。Amazon从7月1日起取消了数据输入的费用，并降低了数据输出的费用。

　　为实现读拷贝进而实现高可用的商用服务器，你可能还需要额外的存储费用。幸运的是，ScaleBase提供了第三方Database Load Balancer 应用来自动化分片，并针对运行在Amazon EC2 或Amazon RDS的MySQL实现读、写分离。

　　2009年8月在发布的“分片的麻烦事儿”博文中，Simon Munro总体上介绍了关系据库的分片问题，特别讨论了微软SQL Server 2008的SQL Azure定制化云实现。当时，SQL Azure的最大数据库大小仅为10GB，现如今已是50GB。

　　微软Azure Application Platform团队的新公司副总裁Scott Guthrie在今年6月9日举行的Norwegian Developer Conference（NDC）2011大会上发言：

　　“……我们同样将自动化分片作为SQL Azure的一部分，这意味着从扩展前景来看，我们可以处理超高负荷，并可为用户实现任何类型的负载平衡和扩展工作。”

　　如今，SQL Azure对数据库的支持虽为50GB的关系型存储，但你却可以拥有任意数量的数据库。

　　通过SQL Azure Federations自动化分片目前尚处于技术预览（Community Technical Preview）阶段，从Guthrie的发言还很难断定分片是否有望“支持百GB或TB级” 。此外，SQL Azure Federations还承诺可以出色地完成模式迁移。SQL Azure包含一个主要和两个次要的针对高可用性的备份，服务是即付即用的，1GB到5GB的（Web版）每GB每月9.99美元，以及10GB到50GB的（商业数据库）每10GB每月99.99美元。每月的固定费用不包括数据传输费用，在北美、欧洲的数据中心每GB输出费用为0.15美元，在亚洲每GB输出费用为0.2美元。微软从7月1日起取消了数据输入费用。与Amazon RDS不同，你不会产生SQL Azure的I/O费用。

　　微软还没有透露有关SQL Azure的CPU和内存说明，但是公司表示它们与数据库的大小相当。你可以在Cihan Biyikoglu的博客上获得有关今年底SQL Azure Federations商业版发布的日程。

　　Google在其5月的I/O 2011会议上宣布，下半年商业发布的Google App Engine Beta版将结合RDBMS，并将与商业版GAE一同包含在内，但公司没有透露有关性能和价格方面的细节。

　　除非Google像变戏法似的实现RDBMS的高扩展性，否则还是准备好分片关系数据库才能处理好云计算中的大数据。