共计 4184 个字符，预计需要花费 11 分钟才能阅读完成。
文章来源于韩锋频道
“Database Plus”，是近期比拟炽热的一个理念，其最早是由我前共事、现 SphereEx 公司 CEO 张亮率先提出的，并通过开源我的项目 ShardingSphere 做了工程化实现。作为一名数据库畛域从业者，对这一理念有着本人的一些解读。
1. 对 Database Plus 的解读
作为数字基础设施的外围，数据库扮演着愈发重要的作用。从数据库承当的最为奢侈的职能来看，可大抵分为两个局部即存储和计算。作为数据的次要载体，数据库的一大职能是实现数据的存储，保障数据安全可用；第二大职能为数据计算，即在存储根底上提供数据的下层计算。这里所说的计算具备十分宽泛领域，既包含对数据简略的 CRUD，也包含对数据的高阶剖析、开掘及更为广大的其余计算场景。随着近些年数字化转型深入，数据被提到更高层面失去器重，数据品种、规模迅速收缩，同时企业对数据应用出现多样化特点且针对个性能力提出更高要求。相应的也对数据底层基础设施之一的数据库提出了相应的要求。这里可集中体现在实时性、敏捷性、安全性、可用性、经济性、智能化、高性能、强管控、自主化、开放性、交融化及创新性等诸多方面。这部分可参考之前文章数字化转型下数据库面临的 12 个挑战 (https://mp.weixin.qq.com/s/zy…)。
而 Database Plus 理念的外围定位，正是基于上述现状，创造性地提出在底层数据库不变的状况下，通过在其下层构建加强计算引擎，冲破原有数据库性能局限，晋升数据基础设施整体性能下限。通过对 Database Plus 理念产品 ShardingSphere 性能研读，其对数据计算做了三层划分。一是原生数据库的计算能力，依据数据库的不同，其原生计算能力各有差别。ShardingSphere 实现与底层数据库的解耦，可灵便对接多种数据源，充沛复用原生数据库提供的根底能力。二是根底计算的加强能力，这部分次要是指对数据库自有外围能力的加强。受限于宿主数据库的性能缺失，可通过此形式加强其能力。比拟典型的能力如数据分片、分布式事务、分布式查问优化等。三是数据利用计算的加强能力，数据最终是要参加到利用中能力施展价值，在这一过程中须要对数据产生大量业务计算。很多原生数据库是不具备或不善于解决这种利用类计算。可通过这一模式扩大加强计算。比拟典型的能力如数据加密、数据脱敏、数据压测、拜访审计等。
过来针对这三类需要，通常有两种门路。一种门路是通过一直加强数据库内核，一直叠加性能满足一、二类诉求，很多功能强大的数据库产品不断涌现，但也不可避免面临内核的简单、宏大及臃肿，同时也大幅贬低工程化实现难度和复杂度。第二种门路是构建很多垂直的数据利用满足第三类诉求。这种形式不在数据库本身实现，而是通过齐全独立的利用零碎实现。当然在企业中就会面临运维繁多技术产品和大量竖井式的利用而无奈整合的困境。咱们从 ShardingSphere 的实现上看，其提出可插拔理念及下层插件化利用，可用一种形象的比喻来概括就是“双擎能源 + 涡轮增压”。这一从汽车畛域衍生过去的概念，可很好地诠释其实现理念。原生的数据库提供的根底算力引擎，如传统的汽油发动机；ShardingSphere 提供的根底计算加强可比喻为涡轮增压局部，其在原生数据库计算引擎之上，加强其能力；第三局部利用计算的加强则可了解为第二引擎，如新兴的电力引擎。通过这种混合能源 + 涡轮增压的配置，可大幅晋升原有动力系统，满足用户更好的能源要求。但同时有一点不可漠视，就是无论怎么加强对用户是无感的，用户可见的只是能源加强了。还原到实在场景下，就是用户仍然会应用数据库，仍然通过 SQL 语句计算数据和治理数据库，但对应数据库本身曾经是一个“Super Database”了。
除此之外，Database Plus 理念还有一点不容忽视。这里谈到的 Plus 的概念，是十分多元的，能够在其上叠加大量的性能。这些性能是灵便的、发散的，甚至是个性化。而作为传统数据库的定位是规范的、对立的根底软件，很难满足上述要求。而作为 Database Plus 理念实际产品 ShardingSphere，率先提出了“插件化、可插拔”思维，可满足对灵便多变的计算反对，同时借助平台层提供的统一标准的拜访形式，旨在打造数据库下层利用、治理的规范。用户及生态合作伙伴，齐全可依据本身场景需要丰盛插件能力，晋升产品性能内涵。打造出属于本人的“DIY DB”或“组件化 DB”的产品。ShardingSphere 自身也是心愿能吸引到更多的共享者，打造残缺的数据库应用生态。
2. 内部挑战及 DB Plus 解决之道
上文谈到了数字化转型深入中对数据库提出的若干挑战，这里咱们就若干挑战内容略微开展阐明并谈谈作为 Database Plus 理念的实践者 ShardingSphere 是如何解决这些问题的。
- 大规模
数据规模爆炸式增长是目前面临的痛点问题之一。为解决这一问题，比拟惯例的就是数据分片，即通过数据的打散升高单体数据处理规模，因此可承载更大的数据量。目前分布式数据库的解决思路根本都是这种。这其中的难点问题在于数据分片的规定是什么？一种形式是采纳内置的分片策略，用户无需感知。这种形式的用户体验很好，用户可齐全依照一个“BIG DB”来应用它。很多在数据分片下的能力，齐全能够零碎内置。很多原生分布式数据库产品就是这种策略，它的性能下限很高，比拟合乎使用者对数据库的定位。但这一形式有不可回避的问题在于，分布式架构的引入所造成稳定性、高性能及其他性能缺失。第二种形式是凋谢分片策略，用户可依据业务需要干涉分片的地位。这种形式对用户有肯定浸入性，但也做到更好掌控。很多基于中间件演进的分布式数据库产品基于此类。这类产品稳定性绝对更好，可满足高性能要求等。ShardingSphere 的策略与第二种形式相似，只是做的更为极致，其原生提供了更为丰盛和弱小的分片能力的同时，还提供给用户充沛的自主权，可实现精密粒度的用户定制工作。
- 实时性
实时性对企业数字化转型尤为重要，实时鲜活的数据对企业尤为重要。传统单机 / 集中式数据库通过存储构造优化、缓存的引入、执行打算优化、软硬件联合等方面很好地满足了实时性要求。但在分布式条件下，上述优化伎俩不再无效。此外，分布式架构下数据库须要跨组件参加计算也拖慢数据实时性反馈。如何复用单机 / 集中式数据库的能力，在分布式场景下满足需要成为要害。ShardingSphere 提供的 Driver 模式，给人眼前一亮的感觉。其将加强计算能力上移到利用侧，缩短拜访链路，晋升整体性能，满足对数据实时性的要求。当然，这一形式有人造缺点，仅限于 Java 利用可应用。
- 安全性
数据安全，是近些年来的热门话题。从监管方的频频出台各项政策，可见一斑。作为承载数据的主体，数据库首当其冲将更为器重平安问题。从数据存储、数据拜访、数据传输、数据利用等多角度解决数据安全问题。传统的解决形式是通过数据库与平安零碎配合来实现上述要求，用户须要依赖引入内部平安应用软件并去适配多种数据库来实现。ShardingSphere 的插件化理念，可通过引入多种平安插件能力来实现，并且对外提供规范数据库接口。针对多数据库栈的问题，也可通过灵便的适配能力来解决，甚至在下层提供对立的数据视角，实现高阶的数据安全治理行为。
- 可用性
可用性，是数据库需提供的基本保障。之前单机架构或集中式架构，个别是通过高可用硬件 + 软件来解决；对于新兴的分布式架构来说，其组件更多也更为简单，且对于硬件也无较多要求，这就要求软件自身提供更高要求。ShardingSphere 的解决思维是利用底层数据库原生高可用能力，并买通与后者的感知能力。充分利用成熟数据库的本身能力实现。当然，这种形式存在局限，针对全局的可用性是无奈解决的，目前只能在单体层面解决。
- 经济性
随着数据存储规模越来越大，对数据计算要求越来越高，整体数据存储和计算的老本也整体进步。特地是在现有分布式架构下，对资源耗费尤为显著。上述都造成用户较高的经济老本。ShardingSphere 走了另一条路线，它通过计算逻辑上移，将计算资源和利用合并部署，缩小对底层资源新的需要，可进步经济性。当然这里须要思考资源抵触问题，它的最新版本仿佛解决了这个问题。
- 简化交融
数字化深入带来的技术需要的多元化，与之对应的产品计划也出现同样的态势，对于数据库方面尤为显著。尽管能够通过对立治理角度去简化治理，但对于用户而言依然不得不去面对简单的应用问题。如果通过对立接口提供能力，无疑对用户十分有吸引力，这就是简化交融诉求的起源。Database Plus 提倡的在数据库下层构建对立、规范、凋谢的生态，正符合这一诉求。将来对数据库的应用，齐全可依据下层统一标准来施行。针对如数据安全、拜访审计、访问控制等诉求，都可思考在下层解决。当然这外面难点不少，如何形象屏蔽上层简单细节值得沉思。
- 自主可控
对根底软件来说，自主可控十分要害。作为数字化的载体，数据库的自主可控能力尤为重要。近些年国产化诉求日益低落，也有着这方面的思考。这其中值得关注的一点是对于开源的应用。ShardingSphere 作为 Apache 开源的顶级我的项目，在这里无疑是有劣势的。通过顶级、权威开源基金会的培植，会使得开源我的项目更加衰弱倒退。
3. 对 Database Plus 的倒退畅想
Database Plus，作为一种新的数据应用思维，还处在绝对晚期阶段。但通过这一理念落地的成绩 - ShardingSphere，已展现出不错的倒退态势。在底层成熟的数字基础设施之上，以凋谢、规范、可插拔为领导准则，构建面向增值能力的数据利用根底平台。帮忙用户疾速晋升数据利用程度，构建规范的数字化基础设施，其前景将来可期！
欢送点击链接，理解更多内容：
Apache ShardingSphere 官网：https://shardingsphere.apache.org/
Apache ShardingSphere GitHub 地址：https://github.com/apache/shardingsphere
SphereEx 官网：https://www.sphere-ex.com
欢送增加社区经理微信（ss_assistant_1）退出交换群，与泛滥 ShardingSphere 爱好者一起交换。
