回顧2017年有趣的新發(fā)行的數(shù)據(jù)庫

概要：數(shù)據(jù)庫世界并不是每周都有讓人不可思議的新聞，但在一年的時間里，我還是驚訝地發(fā)現(xiàn)，我們看到了很多新事物，以及該領域堅持不懈地發(fā)展。

作為 Database Weekly 的編輯(Database Weekly 是一份關于數(shù)據(jù)庫和數(shù)據(jù)存儲世界新內容的每周時事資訊)，我喜歡在新的數(shù)據(jù)庫系統(tǒng)中閑逛，看看在未來的幾十年里，哪些想法可能會影響到日常的開發(fā)人員。

數(shù)據(jù)庫世界并不是每周都有讓人不可思議的新聞，但在一年的時間里，我還是驚訝地發(fā)現(xiàn)，我們看到了很多新事物，以及該領域堅持不懈地發(fā)展。2017 年也不例外，所以我想回顧一下一些有趣的新發(fā)行版，包括一個事務性圖表數(shù)據(jù)庫，一個可復制的地理多模型數(shù)據(jù)庫，以及一個新的高性能鍵/值存儲數(shù)據(jù)庫。

TimescaleDB? — 一款基于 Postgres 的能自動分區(qū)的時間序列數(shù)據(jù)庫

其中一個令人興奮的新擴展源于 PostgreSQL，Timescale 基于 Apache 2.0 的許可，它是由一個名為 PhD-packed 的機構支持啟動的。

Timescale 通過自動分區(qū)為 Postgres 添加時間序列存儲功能，但是卻包含在尋常的 Postgres 界面和工具中。 查詢是使用常規(guī)的 SQL 對“提供與時間序列數(shù)據(jù)的接口” 的 “hypertable” 進行的。

Microsoft Azure Cosmos DB ?— 微軟的多模式數(shù)據(jù)庫

Cosmos DB 本質上是 Azure 的舊的 DocumentDB 的品牌重塑和重新構建，但是它很容易實現(xiàn)將全球分布式數(shù)據(jù)跟 Azure 的多樣數(shù)據(jù)中心交叉。全球分布是 Cosmos DB 的殺手锏，并且它可以將數(shù)據(jù)庫請求路由到包含數(shù)據(jù)的最近區(qū)域，而不需要更改配置。

“多模式”的部分也很重要。雖然一切都在無模式的 JSON 的引擎蓋下，但依然有一個 SQL 查詢 API ，以及 MongoDB API、Cassandra API，甚至一個圖形數(shù)據(jù)庫 API(基于 Gremlin )。

學習更多關于 Cosmos 的較好的方式之一是這個微軟的第9頻道的 15 分鐘視頻介紹。

Cloud Spanner ?—? Google 全球分布式關系數(shù)據(jù)庫

Google 的 Cloud Spanner 已經(jīng)工作了很長一段時間了，起初是在 2012 年一篇非常有趣的學術論文中公開闡釋的(雖然開發(fā)始于 2007 年)。最初的開發(fā)是因為 Google 需要一個全球化分布式的高可用性存儲系統(tǒng)，但其現(xiàn)在也向公眾開放。

谷歌認識到，使 Cloud Spanner 適合其自身用途的功能對企業(yè)也很有吸引力，因此它承諾 99.999% 的可用性、無計劃停機時間和“企業(yè)級”安全性。

Cloud Spanner 支持 ANSI 2011 SQL ，為已熟悉關系數(shù)據(jù)庫概念的開發(fā)人員提供了經(jīng)過戰(zhàn)斗級測試的高可用性水平擴展的關系數(shù)據(jù)庫。

Neptune ?—? Amazon 的全面管理圖形數(shù)據(jù)庫服務

Microsoft 和 Google 我們都已經(jīng)講到了, 所以怎么能漏了 Amazon 呢? 這是另外一個受限于特定云服務的數(shù)據(jù)庫, Amazon 在最近召開的 re:Invent 大會上展示了 Neptune 的預覽。

Neptune 承諾會是一個快速且可靠的圖形數(shù)據(jù)庫服務，其目的是能迅速地為開發(fā)者提供圖形數(shù)據(jù)庫服務，并且不會讓他們感到麻煩，當然這些是要付費的。

Neptune 支持用兩種標準來對你的圖形庫進行查詢, 一個是得到越來越多的支持的 Gremlin 的“黃金”標準，還有就是 SPARQL (你的圖形會被當作是一個 RDF )。

YugaByte ?—? 一個開源的云原生數(shù)據(jù)庫

YugaByte 今年因其“隱形模式”脫穎而出，它提供了一個支持 SQL 和 NoSQL 操作模式的數(shù)據(jù)庫。目的是在云中直接使用，充當對容器的有狀態(tài)補充。

YugaByte 使用 C ++ 構建并開源，支持 Cassandra 查詢語言(CQL)以及 Redis 協(xié)議。 對 PostgreSQL 協(xié)議的支持正在進行中，Spark 應用可在上面運行。

YugaByte 是另一個啟動后才受到支持的項目(由擴展了 Apache HBase 平臺的一位 Facebook 工程師創(chuàng)建)，其業(yè)務模式初定是會有一個“企業(yè)版”，在開源社區(qū)版的基礎上增加多云集群協(xié)調 ，監(jiān)視和警報，分層存儲和支持等特性。

Peloton ?—? 一個自驅動的 SQL DBMS

Peloton 探索了一些有趣的想法，特別是在使用 AI 來自動優(yōu)化數(shù)據(jù)庫的領域。它還支持字節(jié)尋址 NVM 存儲技術，并且是使用 Apache 許可開源的。

“自驅動”數(shù)據(jù)庫背后的想法是，DBMS 可以自主操作和調整自身。它可以預測工作負載的趨勢，并據(jù)此做好準備，而無需 DBA 或操作員掌控。

也許毫不奇怪的是，Peloton 源于一個學術項目(特別是來自卡內基梅隆大學)，其創(chuàng)建者之一寫了一篇關于為什么它被創(chuàng)建的系列文章。它已經(jīng)開發(fā)好幾年了，但在 2017 年變得更加開放。

JanusGraph? —? 一個基于 Java 的分布式圖形數(shù)據(jù)庫

JanusGraph 是一個實用的、隨時可用的數(shù)據(jù)庫，其中包含大量的集成，并且建立在 TitanDB 的堅實基礎之上。它針對可擴展性、存儲及查詢巨大圖形數(shù)據(jù)庫做了優(yōu)化，同時支持事務和大量并發(fā)用戶。

它可以使用 Cassandra、HBase、Google Cloud Bigtable 和 BerkeleyDB 作為存儲后端，并且可以與 Spark、Giraph 和 Hadoop 直接整合。它甚至支持與 ElasticSearch、Solr 或 Lucene 集成的全文和地理位置檢索。

Aurora Serverless? — AWS 上即時可伸縮，“即付即用”的關系型數(shù)據(jù)庫

另一個來自 Amazo re:Invent 會議的公告是他們成功的 Aurora 數(shù)據(jù)庫服務的無服務器版本，Aurora Serverless。

隨著整合到“無服務器”平臺的最新趨勢，這個平臺將永遠消除你在擴展和操作上的難題，Aurora Serverless背后的理念是許多數(shù)據(jù)庫用例不需要一致的性能或使用水平，相反，你可以“隨時付費”(逐秒付費)，以便按需調整數(shù)據(jù)庫的大小。

它目前僅是預覽版，但承諾在 2018 年會有重大進展。

TileDB ?— 用于存儲大密度及稀疏矩陣數(shù)組

TileDB 是起源自麻省理工學院和英特爾的數(shù)據(jù)庫，用于存儲多維陣列數(shù)據(jù)，這是類似基因科學、醫(yī)學成像和金融時間序列等領域常見的要求。

它支持許多壓縮機制(如 gzip、lz4、Blosc 和 RLE )和存儲后端(如 GFS、S3 和 HDFS )。

Memgraph ?—? 一個高性能、可內存駐留的圖形數(shù)據(jù)庫

Memgraph 背后的驅動力是為快速分析和使用來自人造和機器智能的數(shù)據(jù)以及設備和物聯(lián)網(wǎng)不斷增長的互聯(lián)性提供工具。因此，優(yōu)先事項是“速度、可伸縮和簡單性”。

在 Memgraph 的生命周期中，它還處于早期階段，它不是開源的，但可以通過 request 下載。它支持 openCypher 圖形查詢語言，支持內存中的 ACID 事務，并具有基于磁盤的持久化機制。