后SQL時(shí)代，DBA們不用查詢(xún)語(yǔ)句用什么？
原創(chuàng)【51CTO外電頭條】今天對(duì)于傳統(tǒng)的數(shù)據(jù)庫(kù)解決方案，我們面臨著很多有關(guān)擴(kuò)展性的問(wèn)題，而 NoSQL 運(yùn)動(dòng)將這些問(wèn)題的根源歸罪于 SQL 查詢(xún)語(yǔ)言。
我認(rèn)為，如此多的人將 SQL 視為“萬(wàn)惡之源”的主要原因在于這樣一個(gè)事實(shí)：查詢(xún)語(yǔ)言通常被緊密地融入了數(shù)據(jù)庫(kù)的部署之中。因此，當(dāng)提到“NoSQL”時(shí)，我們本質(zhì)上是在對(duì)非擴(kuò)展的傳統(tǒng) RDBMS 部署說(shuō)“不”（No）。
對(duì)于查詢(xún)語(yǔ)言大量的替代方案，這一說(shuō)法也是適用的。這些替代語(yǔ)言中的每一個(gè)都致力于解決傳統(tǒng) SQL 查詢(xún)方案所欠缺的某一個(gè)方面，比如文檔模型，或者提供一種更為簡(jiǎn)潔的方案，如鍵/值（Key/Value）程序。
曾與我交談過(guò)的大多數(shù)人對(duì)于這個(gè)話(huà)題都相當(dāng)困惑，并且往往交替地使用查詢(xún)語(yǔ)言和結(jié)構(gòu)。所以，我想通過(guò)本文拋磚引玉，希望能夠?yàn)?NoSQL 環(huán)境中每個(gè)查詢(xún)術(shù)語(yǔ)所表示的含義提供一個(gè)簡(jiǎn)單快捷的概述。之后，我還會(huì)試圖通過(guò)講解來(lái)消除某些常見(jiàn)的誤解。
后 SQL 世界中常用的查詢(xún)語(yǔ)法
以下為 NoSQL 語(yǔ)境中一些常用的查詢(xún)語(yǔ)法。
鍵/值查詢(xún)：正如字面含義，鍵/值查詢(xún)應(yīng)該是最為基本的查詢(xún)格式。每個(gè)數(shù)據(jù)項(xiàng)關(guān)聯(lián)一個(gè)唯一的標(biāo)識(shí)符（鍵）。在 NoSQL 語(yǔ)境中，memcache 是這種接口最常用的部署方式之一。使用 memcache 執(zhí)行一個(gè)復(fù)雜的查詢(xún)時(shí)，最為常見(jiàn)的模式是將查詢(xún)延遲至用作搜索引擎的底層數(shù)據(jù)庫(kù)。這些查詢(xún)的結(jié)果是一個(gè)鍵或一組鍵，然后利用這些鍵通過(guò) memecache 數(shù)據(jù)存儲(chǔ)來(lái)執(zhí)行相應(yīng)的值提取。這種方式在后 SQL 語(yǔ)境中獲得了新的發(fā)展動(dòng)力，原因在于它們自身能夠相當(dāng)自然地與分區(qū)和分發(fā)概念相融合，而分區(qū)和分發(fā)正是使得數(shù)據(jù)存儲(chǔ)具有可擴(kuò)展性的關(guān)鍵所在。換句話(huà)說(shuō)，當(dāng)人們別無(wú)選擇時(shí)，他們?cè)敢庥么蠖鄶?shù)傳統(tǒng) RDBMS 所提供的強(qiáng)大的查詢(xún)概念來(lái)交換可擴(kuò)展性，即使只提供基本的查詢(xún)支持。
基于文檔的查詢(xún)：文檔查詢(xún)這種模型的主要用途在于搜索引擎，在這中環(huán)境中最常見(jiàn)的是存儲(chǔ)不同類(lèi)型的溫度，即使每個(gè)文檔代表的是截然不同的對(duì)象。在 NoSQL 環(huán)境中，文檔并不是我們?cè)谒阉饕嬷幸?jiàn)到的那種典型的 Word 或 PowerPoint 文件，而是 Jason 或 XML 形式的對(duì)象，或者關(guān)聯(lián)一組鍵/值的二進(jìn)制對(duì)象，比如 Cassandra。使用 SQL 術(shù)語(yǔ)來(lái)描述，文檔可視為一個(gè) blob（一種數(shù)據(jù)類(lèi)型），關(guān)聯(lián)著一組鍵，每一個(gè)鍵獨(dú)立地進(jìn)行索引并且維持著至該 blob 的引用。每個(gè) blob 可以是不同的類(lèi)型（表），每個(gè) blob 可以具有不同的關(guān)聯(lián)索引組（鍵）。通過(guò)關(guān)聯(lián)索引來(lái)完成匹配工作。結(jié)果組通常包含多種類(lèi)型，每個(gè)又包含不同的數(shù)據(jù)組。由于索引和 blob 無(wú)需與行和表的嚴(yán)格結(jié)構(gòu)保持一致，所以將其稱(chēng)為“非結(jié)構(gòu)的”（schemaless），也就是說(shuō)，它可以具有同一類(lèi)型的不同版本，并且向新的表中添加字段時(shí)無(wú)需修改任何表而且無(wú)需更新數(shù)據(jù)的舊版本。支持這種文檔模型的數(shù)據(jù)庫(kù)有 CouchDB 和 MongoDB。
模板查詢(xún)：模板查詢(xún)?cè)?JavaSpaces 和 Hibernate 較新的版本中常常用到。利用基于模板的匹配，你可以根據(jù)類(lèi)類(lèi)型或遺傳等級(jí)抓取一個(gè)對(duì)象，以及該對(duì)象的屬性值。對(duì)于更為面向?qū)ο蟮哪０迤ヅ洌氵€可以根據(jù)圖標(biāo)（graph）屬性中的特定項(xiàng)來(lái)執(zhí)行匹配任務(wù)。在支持 JavaSpaces 模板查詢(xún)模型的解決方案中，GigaSpaces 是較為知名的實(shí)現(xiàn)方式之一。
映射/化簡(jiǎn)（Map/Reduce）：映射/化簡(jiǎn)通常用于執(zhí)行分布式數(shù)據(jù)存儲(chǔ)上的聚集查詢(xún)。一個(gè)簡(jiǎn)單的例子，比如 Max 或 Sum。對(duì)于這種情況，查詢(xún)?nèi)蛐枰诿總€(gè)分區(qū)（映射）中獨(dú)立的執(zhí)行，然后進(jìn)行聚集后返回客戶(hù)端（化簡(jiǎn)）。隱式的映射/化簡(jiǎn)可以進(jìn)行某個(gè)查詢(xún)請(qǐng)求并隱式地傳播該查詢(xún)的執(zhí)行?？蛻?hù)端獲取聚集查詢(xún)，就像它是一個(gè)單一查詢(xún)。顯式的模型運(yùn)行用戶(hù)執(zhí)行自由格式（free-form）的代碼，你可以控制映射模型（哪個(gè)調(diào)用指向哪些數(shù)據(jù)）、每個(gè)節(jié)點(diǎn)（即任務(wù)）中運(yùn)行的代碼以及結(jié)果。在一個(gè)常規(guī)的 Hadoop 部署中，映射/化簡(jiǎn)常常通過(guò)顯式某些來(lái)進(jìn)行。類(lèi)似 Hive 和 Pig 的框架提供給了一個(gè)概要模型，可以隱式地處理進(jìn)程。
SQL 查詢(xún)：讓我們思考一下，SQL 也算是另一種形式的動(dòng)態(tài)語(yǔ)言，專(zhuān)門(mén)用于復(fù)雜的數(shù)據(jù)管理。使用 SQL，通?？稍诒砗托兄袑?duì)數(shù)據(jù)進(jìn)行排序。SQL 中的某些查詢(xún)語(yǔ)法，比如 Join、分布式事務(wù)，以及為了獲得擴(kuò)展性而較常用的反模式語(yǔ)法。大體上來(lái)講，正是 SQL 語(yǔ)法的這一點(diǎn)將 SQL 與有限的可擴(kuò)展性關(guān)聯(lián)起來(lái)了。支持 SQL 的 NoSQL 實(shí)現(xiàn)有使用 JPA 的 Google Bigtable、Hive/Hadoop、MongoDB 和 GigaSpaces。有關(guān)具體含義我將在下文進(jìn)一步詳述。
YeSQL：?jiǎn)栴}與 SQL 無(wú)關(guān)！
上文已經(jīng)講述了查詢(xún)格式背后的某些概念，某個(gè)結(jié)論現(xiàn)在更為明朗了——過(guò)錯(cuò)的確與 SQL 無(wú)關(guān)。與許多語(yǔ)言一樣，SQL 為你提供的是一根足夠長(zhǎng)的繩子，如果你喜歡，甚至可以那它來(lái)做懸梁自盡之用。幾乎每種語(yǔ)言都是如此。如果想要將數(shù)據(jù)模型設(shè)計(jì)為與分布式模型相匹配，你會(huì)看到 SQL 在管理數(shù)據(jù)方面具有非常強(qiáng)大的功能。比如 Hive/Pig/Hbase 和谷歌的 JPA/Bigtable 就是很好的例子。對(duì)于這兩種情況，底層的數(shù)據(jù)存儲(chǔ)是基于可擴(kuò)展的鍵/值存儲(chǔ)，但前端查詢(xún)語(yǔ)言剛好是基于 SQL 的。MongoDB 瞄準(zhǔn)的也是類(lèi)似的目標(biāo)，主要的區(qū)別在于，這種數(shù)據(jù)庫(kù)提供類(lèi)似 SQL 的支持但并不完全遵守任何現(xiàn)有的標(biāo)準(zhǔn)。
請(qǐng)注意：事關(guān)架構(gòu)！
諸如 Hive/HBase 以及 JPA/Bigtable 之類(lèi)的 NoSQL 實(shí)現(xiàn)，可以視為很好的示例：下一代數(shù)據(jù)庫(kù)如何同時(shí)支持線(xiàn)性擴(kuò)展和 SQL API 接口。
關(guān)鍵之處在于將查詢(xún)語(yǔ)法與底層數(shù)據(jù)存儲(chǔ)剝離開(kāi)來(lái)，如下圖所示：
谷歌的 Bigtable 在 NoSQL 數(shù)據(jù)存儲(chǔ)只是提供對(duì) SQL API 的支持
融合正在發(fā)生
上周作者參加了 Hadoop summit 會(huì)議。Hadoop 提供的環(huán)境類(lèi)似一個(gè)非常通用的培養(yǎng)基，這將為其帶來(lái)一個(gè)生機(jī)勃勃的微生物系統(tǒng)。今天已經(jīng)存在許多新的框架，它們?cè)诓樵?xún)和處理方面對(duì) Hadoop 數(shù)據(jù)管理方式進(jìn)行了不同等級(jí)的萃取，比如 Hive、Cascading 和 Pig。許多框架提供的工具已經(jīng)遠(yuǎn)遠(yuǎn)超出了 Hadoop 創(chuàng)建者最初的設(shè)想。
這讓我想到一點(diǎn)：我們可以利用上文提到的分離模式，從而在與 SQl 的連接中提供對(duì)穩(wěn)定模型的支持。也可以這樣表述，我認(rèn)為大多數(shù)數(shù)據(jù)庫(kù)中領(lǐng)先者將支持所有上述語(yǔ)法，并且用戶(hù)將不用只是因?yàn)槟硞€(gè)數(shù)據(jù)庫(kù)實(shí)現(xiàn)支持某種查詢(xún)語(yǔ)言而選擇它。
我們已經(jīng)在動(dòng)態(tài)語(yǔ)言上看到類(lèi)似的趨勢(shì)。以前，一門(mén)語(yǔ)言必須提供完整的工具、編譯器、庫(kù)和支持該語(yǔ)言的開(kāi)發(fā)工具，這讓選擇某種語(yǔ)言成為一種重要的戰(zhàn)略。而今天，Java 中的 JVM 或 .Net 中的 CLR 提供了相同的環(huán)境，能夠支持更多的同一 JVM 運(yùn)行時(shí)之上的動(dòng)態(tài)語(yǔ)言。類(lèi)似的例子，比如：Groovy 和 Java 或 Jruby。
***的話(huà)
在本文中我一直在講，SQL 事實(shí)上是一個(gè)相當(dāng)不錯(cuò)的查詢(xún)語(yǔ)言并且將繼續(xù)在后 SQL 世界中發(fā)揮重大的作用。不過(guò)，一家通吃的情況不會(huì)繼續(xù)下去。數(shù)據(jù)管理的世界將建立在多種工具盒數(shù)據(jù)管理語(yǔ)言之上，每種語(yǔ)言或工具提供將某種特定的功能或服務(wù)。最為理想的情況，無(wú)論數(shù)據(jù)存儲(chǔ)方式如何，我們應(yīng)能夠使用任何查詢(xún)語(yǔ)言來(lái)訪問(wèn)任何數(shù)據(jù)。例如，我應(yīng)能夠使用文檔模型來(lái)存儲(chǔ) JSON 對(duì)象，而且，無(wú)論任何時(shí)候，我都應(yīng)能夠使用 SQL 查詢(xún)語(yǔ)法或簡(jiǎn)單的鍵/值 API 來(lái)查詢(xún)這個(gè) JSON 對(duì)象。
原文標(biāo)題：YeSQL: An Overview of the Various Query Semantics in the Post Onl
【編輯推薦】
