這是一種非常簡(jiǎn)單而且已經(jīng)擁有悠久歷史的解決思路：在數(shù)據(jù)庫中利用一套分布式架構(gòu)實(shí)現(xiàn)請(qǐng)求數(shù)據(jù)的快速返回。此類方案會(huì)在同時(shí)間于多臺(tái)服務(wù)器上運(yùn)行數(shù)據(jù)庫查詢操作，而后將來自成百甚至上千臺(tái)集群內(nèi)服務(wù)器的返回結(jié)果匯總起來進(jìn)行交付。

[[117631]]

即使并不新鮮，這種理念為什么最近又贏得了新的關(guān)注？這是因?yàn)樗蔀镸apReduce背后的核心機(jī)制，而MapReduce正是Hadoop在大數(shù)據(jù)分析工作中所采用的并行處理模式。這些分布式工作負(fù)載近年來被大規(guī)模使用，通常與均勻的服務(wù)器集群相搭配——也就是說需要運(yùn)行在大量同樣的服務(wù)器設(shè)備之上。這種均勻性要求將用戶限制在了單一服務(wù)器集群或者單一云環(huán)境當(dāng)中，意味著我們需要為其搭配一種資源類型及成本方案、再無其它可選。

但在迅速興起的多云方案當(dāng)中，數(shù)據(jù)處理工作負(fù)載運(yùn)行在那些能夠真正切合工作負(fù)載實(shí)際需求的云服務(wù)之上。目前面向多云架構(gòu)的積極探索為用戶帶來了將工作負(fù)載安置在公有或者私有云服務(wù)上，從而為負(fù)載自身需求提供最短條件的能力。這同時(shí)也允許大家將工作負(fù)載運(yùn)行在那些***成本效率的云服務(wù)之上。

跨多個(gè)云平臺(tái)處理數(shù)據(jù)實(shí)例

舉例來說，當(dāng)處理流程以查詢形式出現(xiàn)時(shí)，啟動(dòng)這條數(shù)據(jù)庫查詢的客戶端可能駐留在托管服務(wù)供應(yīng)商的運(yùn)行環(huán)境下。不過它可能會(huì)將請(qǐng)求指向Amazon Web Services公有云服務(wù)上的多個(gè)服務(wù)器實(shí)例。它同樣可以管理?xiàng)碛谖④汚zure云環(huán)境下的事務(wù)型數(shù)據(jù)庫。此外，它也能夠?qū)?shù)據(jù)請(qǐng)求結(jié)果保存在本地OpenStack私有云當(dāng)中。靈活多樣，相信大家已經(jīng)明白這一特性了。

由此帶來的好處是顯而易見的：大家可以將云服務(wù)與工作負(fù)載進(jìn)行混合與匹配，從而在提升性能表現(xiàn)的同時(shí)降低使用成本。事實(shí)上，我們完全可以根據(jù)實(shí)際需要將工作負(fù)載在不同云環(huán)境之間隨意遷移。

時(shí)至今日，已經(jīng)有大量數(shù)據(jù)庫處理機(jī)制選擇云計(jì)算服務(wù)作為依托——則其使用成本并不便宜。將工作負(fù)載在不同云服務(wù)之間遷移為那些管理著大型分布式數(shù)據(jù)庫的使用者帶來了巨大力量，允許他們只選擇那些提供***、***性價(jià)比服務(wù)的供應(yīng)商——或者是那些最能滿足其數(shù)據(jù)庫處理需要的供應(yīng)商。

當(dāng)然，這類事務(wù)處理方式頗為復(fù)雜，而且必然會(huì)對(duì)管理與自動(dòng)化提出要求。云管理平臺(tái)工具在這方面應(yīng)該能夠起到作用，因?yàn)樗鼈兛梢蕴峁┲懊枋龅膶?shí)際處理流程的能力。

請(qǐng)大家保持清醒的頭腦——這種新思路絕不像聽起來那么難以馴服，而擁有更多選擇也永遠(yuǎn)不是壞事。

原文鏈接：

http://www.infoworld.com/d/cloud-computing/the-right-cloud-the-job-multicloud-database-processing-here-247610

原文標(biāo)題：The right cloud for the job: Multicloud database processing is here