SQL：数据世界的通用语
目录
摘要
毫不夸张的说，关系数据库是企业软件系统的核心，企业形形色色信息行为的背后，都有 关系数据库的支撑。
SQL 作为关系型数据库最重要的功能之一，有着悠久的历史。 随着数字化大潮的到来， 关系数据库(SQL) 又面临着新的机遇和挑战。对于 IT 行业的从业人员，了解关系数据库 和 SQL 新的发展，对于解决企业 IT 的核心问题十分必要。
SQL 的现在
Not Only SQL
NoSQL 的兴起是对于传统的关系型数据库（SQL) 的最近的一次颠覆尝试。有几个原因导 致了 NoSQL 的兴起：
- 相对于传统的关系型数据库，NoSQL 更容易为企业提供更好数据库可扩展性，是的企 业能够应对日益增长的庞大的数据量。
- 相比于传统的关系型数据库，很多优秀的 NoSQL 以开源的形式存在。
- 很多操作在关系型数据库中没有支持，比如 JSON 数据格式全文搜索。
- 没有严格的 Schema 限制，因此在很多情况下比较灵活。
然而很快，NoSQL 便暴露除了很多不足：
- 没有标准的数据查询语言，不同的 NoSQL 提供了不同且不完备的 SQL 替代品；随着 应用程序的演进，应用程序所累积的数据会越来越多，数据之间的关系会变得越来越 复杂，在这种情况下由于 NoSQL 所提供的简单的数据查询语句不成熟且不完备，尤 其是考虑到 NoSQL 没有严格的 Schema 限制的情况下，导致大量的应用程序和数据 库之间的脆弱的胶水代码。
- NoSQL 中很多数据处理和聚合实际上都是开发人员在应用程序中手写，相比于 SQL 广泛的标准适用性和成熟的优化方案，NoSQL 在处理数据之间的多对一和多对多关系 以及数据之间的关联时，性能差距非常明显。
人们很快发现，原来 NoSQL 的真正的意思是 Not Only SQL。
要水平扩展，也要 SQL
2017 年 Google 发布论文 Spanner:Becoming a SQL System1 在这篇论文里，有如下描 述：
尽管这些 NoSQL 系统提供了一些优势，但也确实了很多传统的关系型数据库所拥有的、 程序员所依赖的功能。其中最关键的是缺失了健壮的数据库查询语句，其后果是开发 人员需要在应用程序中手写复杂的数据处理和聚合的逻辑。因此，Google 决定将 Spanner 转变为提供全部 SQL 特性的系统。查询的执行跟 Spanner 的其他架构特性 紧密集成。
论文的后续部分还总结了 Spanner 从 NoSQL 到 SQL 的转变原因：
尽管 NoSQL 功能使得用户可以很简易的加载 Spanner，在一些简单的应用场景中也显 得十分有用； 但 SQL 在复杂数据读取和数据运算方面提供了显著的价值。
无独有偶，2017年8月，Kafka 发布了流式 SQL 引擎 KSQL ，为 Kafka 在处理数据时， 提供完整的 SQL 支持。 不仅仅 Kafka，RabbitMQ、Spark、Flink 等纷纷开始支持 SQL。
这种趋势正是目前正在进行当中的 NewSQL2 大潮。其目标是提供 NoSQL 一样的水 平扩展能力的和同等读写性能的情况下，支持保证原子性、一致性、隔离性和持久性 (ACID) 的事务。也就是说在可扩展性方面匹敌 NoSQL，但同时保留关系型数据库模型。 就目前来看 NewSQL 大体上可以分为三类：
- 全新的设计的 NewSQL 系统，包括 Google Spanner、CockroachDB 和 ClustrixDB 等。
- 基于分片中间件的传统数据库集群，比如 Oracle 就提供了 MySQL 的 proxy。
- 云化的数据库服务 (DBaaS)，其中最成功的莫过于 AWS Aurora
尽管新的技术不断涌现，但 SQL 这一古老的技术示出 强大的生命力 ；作为一个广泛
使用的标准技术，在大数据随处可见的今天， 宛然成为数据世界的通用语 。这背后
的原因是什么呢？
- 首先 SQL 一个成熟的标准。SQL 诞生于1974年，并在1986年正式成为国际标准。随 后尽管数据库系统如过江之鲫，但大体上这些数据库还是会遵守这个标准。
- SQL 是一个非常优秀的抽象模型；对于使用者来讲，SQL 简单易用，不用关心 SQL 背后的诸如存储、同步及先写日志等细节；对于数据库的实现着来讲，SQL 对于如何 实现查询完全没有约束，使得查询优化成为可能，且查询优化比绝大多数普通程序员 基于 C 和 C++ 手写的形同逻辑的实现性能更胜一筹。
- 基于 SQL 的极致性能优化。基于生产力的考量，现代的开发大多基于高阶语言，这 些高阶语言大多基于通用的抽象模型，比如 SQL 基于关系型代数3 ，然而站在 CPU 执行的角度来看，所有的这些通用抽象模型无一例外都是以增加额外的开销，也 就是牺牲性能为代价；但最近运行时 SQL 编译技术的兴起使得牺牲性能最小化，开 发人员基于 SQL 快速开发业务，SQL 在运行时由 LLVM 编译成机器码4 已获得 最佳的性能。也就是说使用 SQL 兼顾了生产力和性能。
总结
SQL 这一古老的技术，实际上是一个非常优秀的抽象模型，对使用者来讲简单易用；对数 据库开发者来讲可以灵活的优化；因此展现出十分强大的生命力，随着 NewSQL 的兴起， 在数据日益重要的今天，逐渐成为数据世界的通用语。
引用
1 https://static.googleusercontent.com/media/research.google.com/en//pubs/archive/46103.pdf
2 https://15721.courses.cs.cmu.edu/spring2018/papers/01-intro/pavlo-newsql-sigmodrec2016.pd://15721.courses.cs.cmu.edu/spring2018/papers/01-intro/pavlo-newsql-sigmodrec2016.pdf
3 https://en.wikipedia.org/wiki/Relational_algebra
4 https://15721.courses.cs.cmu.edu/spring2018/papers/03-compilation/p539-neumann.pdf