欧美成人精品手机在线观看_69视频国产_动漫精品第一页_日韩中文字幕网 - 日本欧美一区二区

2021年，DataBricks的創始人和CTO，Spark的發明人馬泰·扎哈里亞在斯坦福做了一次演講。

在演講中，他提到了DataBricks遇到的一個煩人的問題，DataBricks經常需要在云上調度上百萬個Spark任務，并且跟蹤這些任務的狀態（等待、運行、完成、失敗）。

這些任務非常小，用進程/線程來管理并不合適，太重了，并且進程線程的調度是單機的，DataBricks需要跨越多個計算機調度。

Databricks團隊選擇Postgres作為任務調度和狀態跟蹤的數據庫，盡管Postgres成熟穩定，但是管理超大規模的分布式任務，在短時間內記錄一百萬個任務的狀態變化，壓力太大了。

Matei Zaharia抱怨說：PostgreSQL太慢了！

這可“惹惱”了聽演講的一位大佬邁克爾.斯通布雷克。

邁克爾.斯通布雷克可不是普通大佬，應該是巨佬，數據庫領域只有4個人獲得了圖靈獎。

(1)查爾斯 ? 巴赫曼

數據庫領域的開拓者，網狀數據庫的發明人，2017年去世

(2)埃德加 ? 科德

關系數據庫的發明人，2003年去世

(3)詹姆斯 ? 格雷

事務處理技術的奠基人，2007年出海后失蹤，2012年被宣布死亡

(4)邁克爾·斯通布雷克

沒錯，邁克爾.斯通布雷克是唯一還在世的數據庫巨佬。

邁克爾·斯通布雷克有多牛，看看下面兩幅圖就明白了。

首先他帶頭開發了Ingres，成為很多數據庫的老祖宗：

更厲害的是，巨佬還帶出了一大批的人才，覆蓋了數據庫的各個領域，到處都是他的“徒子徒孫”。

(上面兩幅圖片來源于四川大學唐常杰教授的博客：https://blog.sciencenet.cn/blog-287179-887047.html  )

巨佬還創立了StreamBase，Vertica，Goby，VoltDB,SciDB等一系列創業公司，實在是太強悍了。

因此，馬泰·扎哈里亞說 PostgreSQL 性能很差，那感覺就像說斯通布雷克的孩子有點傻一樣......

聽了演講以后的斯通布雷克并沒有和馬泰·扎哈里亞爭吵，而是告訴他：我們可以做得更好，聯手吧！

其實，馬泰·扎哈里亞的Spark遇到的問題主要是：

不得不在 PostgreSQL 上添加奇怪的附加組件，維護操作系統之外的 Spark 集群的狀態

因為Linux是個單機的操作系統，但是如今的計算都是分布式的，所以必須有k8s這樣的軟件來管理應·用數據、身份驗證系統、消息傳遞、集群管理.....

Linux太老了，而Kubernetes 太復雜了!

現在，扎哈里亞和斯通布雷克要設計了一個數據庫來取代它們！

操作系統不是不行嗎，那就別在它的上面折騰數據庫了，干脆反過來，在數據庫上搞一個操作系統！

其實，讓操作系統依賴數據庫，這個概念并不新鮮。

IBM早在AS/400大型機（后來叫System i）上就搞過，它的文件就是保存在數據庫表中的。

比如在AS/400上，有個叫做QCSRC的文件，內容是一個HelloWorld的代碼。

QCSRC就是個一個表，這個表有三列：SRCSEQ，SCRDAT，SRCDTA。

其中SRCDTA中保存著HelloWorld的源代碼，一共六行。

如果按照SRCDTA這一列進行排序: select * from qcsrc orderby  srcdta

就可以看到結果發生了變化，源代碼重新排列了：

早在2000年，微軟也提出過一個雄心勃勃的WinFS(Windows Future Storage)項目，試圖把將不同類型的數據（文檔、聯系人、圖片、郵件等）進行標準化管理。

WinFS的想法是將文件的元數據存儲在關系數據庫中，這樣文件可以通過復雜的查詢（類似 SQL）快速定位。例如，一個圖片文件的元數據包括拍攝時間、地點、相機類型等，可以通過這些元數據迅速進行篩選和排序，找出某個時間的所有照片。

另外，通過數據庫的關系建模，WinFS 能夠直觀地管理文件之間的關聯。例如，聯系人可以直接鏈接到與其相關的郵件、圖片和事件。

盡管 WinFS 的概念很有前瞻性，但是將文件系統與數據庫深度整合技術難度高，特別是要保證性能和兼容性，WinFS進展緩慢，最終與2006年取消。

無論是AS/400還是WinFS，雖然使用了關系數據庫，但它們還都是操作系統的一部分。

扎哈里亞和斯通布雷克則完全把數據庫挪到了操作系統的下層，操作系統是基于數據庫構建的。

其基本思想是，在微內核中運行一個多節點多核、事務性、高可用的分布式數據庫，然后在數據庫之上實現調度、消息傳遞、文件系統和其他操作系統服務。

圖片

第一層是微內核，主要實現內存管理，中斷處理，驅動等。

第二層是一個高性能的、多節點的分布式數據庫

第三層，在DBMS上構建高級OS服務，分布式文件系統、集群調度程序和分布式進程間通信 (IPC) 子系統

第四層是用戶程序，例如Spark。

第1，2，3層加起來被成為DBOS（Database-Oriented Operating System），就是“面向數據庫的操作系統”。 

據說當時有人想把它叫做DataSphere OS，或者HyperDataOS，但是斯通布雷克堅持采用了簡單直白的“DBOS”，因為“直白的名字最能吸引人注意，就像UNIX和SQL那樣”。

DBOS有兩個鮮明的特點：

1.所有應用程序和操作系統的狀態都存儲在分布式數據庫的表中

2.僅通過數據庫事務來訪問狀態

這么做有什么好處？

首先，集群調度程序可以將有關任務和工作程序的信息存儲在數據庫表中，百萬級別的任務狀態跟蹤對數據庫來說就是小事兒一樁。

因為數據庫支持事務(ACID)，可以保證對任務狀態的并發訪問。在發生故障時，DBOS也能保證一致性和持久性，可以輕松從中斷處繼續運行。

其次，使用強大的數據庫日志功能，可以追蹤對應用程序狀態的訪問，簡化應用程序的分析、監控、調試和保護。

DBOS還有多種安全優勢，包括“攻擊面更小、漏洞更少”，從嚴重的錯誤或攻擊中恢復可能很簡單，只需將數據庫回滾到以前的狀態即可。

斯通布雷克認為，有了DBOS，“生活就簡單多了，你可以省去 Linux、Kubernetes 和其他一些必需品。”

舉個簡單的例子，DBOS支持工作流，假設你有這么一個需求：需要發送一封確認郵件，等待一段時間，然后再發一封提醒郵件：

@DBOS.workflow()def reminder_workflow(email: str, time_to_sleep: int):send_confirmation_email(email)DBOS.sleep(time_to_sleep)send_reminder_email(email)

通過使用工作流，DBOS可以保證即使休眠時間長達數周或數月，即使程序崩潰或重啟多次，提醒電子郵件也始終會按時發送（并且確認電子郵件永遠不會重新發送）。

這就是數據庫把所有狀態都管理起來的威力，它就極大地簡化了程序員的工作。

2001年，Oracle CEO 拉里·埃里森說過：中間件是一個愚蠢的想法，一切都應該交給數據庫來管理。

20多年過去了，DBOS真的把這些活兒交給數據庫來干了。

但是很明顯，DBOS不是Windows，Linux這樣的單機操作系統，更不是讓普通消費者來使用的。

DBOS面向的是云計算，它也許是未來的云計算的操作系統。

中國人老是喜歡說彎道超車，如果DBOS真的搞成了，那才是真正的彎道超車，美國人的創新能力確實是強，不承認不行。還有一個對國內某些廠商非常不利的消息，不像PostgreSQL，DBOS不是完全開源的，它們沒法“自研”，然后再彎道超車了。

本文作者