共计 2681 个字符，预计需要花费 7 分钟才能阅读完成。
近年来对于底层数据库的开源产品越来越多，它们也受到了许多资本的青眼。
随同着挪动互联网催生的数字化场景暴发，云计算、大数据等技术逐步有了更加广大的利用场景。在云计算和大数据通过十年的追赶式倒退后，不只是传统行业，各家平台本身也在面临转型降级。在这种转折中，数据的应用、利用、场景等都产生了变动。
随着大数据在各畛域下的利用一直失去扩张，一个平台上的数据起源、价值、渠道、场景等都失去了扩散和细化。以数据库利用为代表的新一代基础设施，在时下所要做的不是专一在某一个品种、场景下的数据收益，而是须要对这些『散乱』的数据进行重构。
从本地私有化到云端，从单点到分布式，数据库畛域失去了前所未有的延长。云上数据库和分布式数据库，也独特形成了当今数据库市场中最热的两条赛道。
而 SphereEx，正是要在这两条赛道上做出更多翻新的能力。
SphereEx 联结创始人潘娟认为，数据的价值在于感知和利用，平台只是承载数据的模式。无论传统关系型数据库还是分布式数据库，其连贯利用和数据的实质都不会变。关键在于是否能满足具备高并发、大规模数据存储、业务疾速扩张等特色的用户业务对数据库的要求。
01 以可插拔架构为切口，摸索多源数据的对立治理轨迹
毫无疑问，分布式数据库是以后最火的数据库畛域，但传统关系型数据库依然占据了市场的支流，且因为利用场景的细分，将在将来相当长一段时间放弃当初的态势，难以呈现数据库大一统的场面。
通过数十年的倒退，数据库自身的生态和能力曾经非常欠缺，曾经存在很多性能弱小的数据库，所散布的场景和畛域也曾经非常垂直。在数据库选型方面，围绕业务重心来抉择最适配的数据库产品，曾经成为技术团队中十分重要的一项工作。
不过，关系型数据库依然是寰球的支流。近日，DB-Engines 公布了 2021 年 8 月份的数据库排名，Oracle、MySQL、SQLServer 仍然排在前三位，关系型数据库仍然领有宏大的用户生态和弱小的话语权。不过关系型数据库在“可扩展性、高并发以及性能”方面，存在十分多的问题，比方：传统的关系型数据库以及二维关系模型，很难高效地扩大到多个存储节点上。
在这种背景下，传统关系型数据库难以撑持起高并发的数据体量，但业务场景又须要数据库具备这种能力，分布式数据库成为了热门的抉择。
在潘娟看来，无论数据库市场如何风云变幻，其本质仍然是通过对数据实现多类型文件的治理与存储，在实质不变的前提下，发生变化的也只是场景和效益。因而对于 ShardingSphere 和 SphereEx 来说，底层是怎么的数据库都无所谓，毕竟只是治理和存储的空间，ShardingSphere 将在数据库下层开拓一条对立的治理平台，在数据库下层生态发现更多可能。
因而面对技术选型和数据库利用层面的差异化，ShardingSphere 防止因数据库所产生的局限性，在数据库下层进行能力整合，将更多元的数据库蕴含进来，对数据库下层实现能力管控，将多款不同的数据库蕴含进同一种事务语义中。
仅仅提供对利用和数据的连贯是远远不够的。
潘娟认为，对于将来数据库的倒退，应该分为两个视角。一个是底层数据库的发展趋势，另一个则是数据库与利用之间的平台发展趋势。沿着这一发展趋势，就能发现 SphereEx 所做的事件，将其演绎为 Database Plus 产品。
目前，ShardingSphere 正在向着 Database Plus 产品状态去演进。作为一个齐全面向广度的生态类我的项目，SphereEx 公司正在主导把 ShardingSphere 打造成为 Database Plus 的产品状态，致力于搭建数据库下层的标准化增量，而非从新做一个 n+1 的数据库。在 Database Plus 产品之上，开发了一套足够灵便的可插拔架构体系，基于可插拔平台的叠加机制，对分片、读写拆散、加解密、加密 + 分片等性能进行排列组合，提供面向利用与数据的加强与拓展服务。
02 云上，构建新的数据库设计范式
随着同为互联网基础设施的云计算发展势头仍然迅猛，企业在云上的业务比重也逐年升高，业务、数据、数据库上云曾经是不可逆的趋势。作为数据库下层的服务平台，ShardingSphere 将来必定也将从云下迁徙到云上，为用户提供 SaaS 化服务，帮忙企业更疾速、更不便地上云。
然而 ShardingSphere 所提供的 SaaS 服务，是不同于传统意义上的模式，而是以数据网格的模式，遵循 Database Mesh 的理念来践行。潘娟认为 Database Mesh 理念能够在企业云原生数据库落地方面起到无效的辅助作用。作为 ShardingSphere 在云端的利用状态，将来 ShardingSphere 会通过提供 Sidecar 来治理云上的南北流量，让业务利用通过 Sidecar 导流到 Proxy 端，再导流到数据库，造成用户无感知的数据穿透能力。在这层能力之上，ShardingSphere 可提供如数据路由，读写拆散，数据加解密等增量服务，并通过明确 Proxy 的数据标签，并可能依据以后的 SQL 特色来路由到适合的 Proxy 端，进而实现面向货色 + 南北流量的独特治理。
尽管服务模式相似于 Service Mesh 服务网格，但 Database Mesh 可能深度了解 SQL 的含意，从而进行更细粒度的掌控。
另一方面，云上的数据库往往会承当更多来自用户、流量侧的压力，加之业务会比以往更加频发地拜访数据库，很多用户会放心 Sidecar 这种模式会影响到数据库的性能。因为 ShardingSphere 是运行在数据库之上的服务，或多或少会对数据库的性能产生影响，但终归是要用户来评估在『就义一部分性能后，可能失去什么』。
因为 Sidecar 对于利用而言不会产生跨网络节点，从 Sidecar 到数据库之间才会产生，因而从利用体验层面来看，通过 Sidecar 来拜访数据库和间接拜访数据库这两个形式之间不存在特地大的区别；但如果波及到外围计算，就须要用户来掂量是否须要用资源来换取工夫。在 ShardingSphere 中，用户能够抉择将计算过程跳过 Sidecar，落在 Proxy 上进行对立计算，实现后将后果返回，防止独自计算每个利用所造成的大量工夫的节约，使利用更不便连贯到相干的数据库。
作为新时代数字经济的基础设施之一，数据库承载着互联网过来以来倒退的记忆。作为数据的底座，不管承载数据的模式是怎么的，利用数据最终的目标和导向性都是统一的，区别只在于如何利用。而利用数据的过程，也间接反映了当下互联网行业变迁的过程。在适合的机会抉择失当的数据应用形式，能力让企业始终保持在合乎互联网行业变迁法则之上进行倒退。
