纵观数据库60年来的发展历史，从最早的网络数据库、关系型数据库时期，衍生出了 SQL标准、ACID、OLTP 等技术；到数据量急剧增长，需要避免读写冲突，通过 ETL、数据仓库等技术实现了 OLAP；再到今天，面对异构多源的数据结构，从图到时序、时空到向量等，也就诞生了 NoSQL、NewSQL 等数据库，同时也出现了一些新的技术，比如 Multi-Model 和 HTAP 等。
数据库系统最为主流的架构是 Shared Memory：共享处理器内核，共享内存并且具有共享的本地磁盘，这样的单机架构属于非常主流的架构，传统的数据库厂商（如Oracle、IBM、微软等）基本采用的也是这样的架构。
而随着互联网企业的大规模发展，如Oracle、 Amazon 以及阿里巴巴，大家发现原来的单机架构有很多限制，其可扩展性以及吞吐量无法满足业务发展需求，于是就衍生出了 Shared Disk/Storage 架构，即共享存储架构。也就是说数据库底层可能是分布式存储，通过利用 RDMA 这样的快速网络让上层的数据库内核看起来像是在使用本地的磁盘，但实际上是分布式存储。上面可以有多个独立计算节点，一般是多写多读，也可以是一写多读，这就是共享存储架构，其中比较典型的代表有Oracle RAC、Aurora、POLARDB等数据库。共享存储虽然有诸多优点，解决了很多问题，但是 RDMA 网络也存在很多的限制，比如其跨越 Switch 甚至是跨 AZ 和 Region 的时候性能都会有所损失。分布式的共享存储达到一定的节点数量之后，性能会出现一定的损耗，所以不能保证访问远程数据和访问本地数据的性能完全相同，所以共享存储的架构当扩展到十几个节点之后就达到了 scale out 扩展的上限了。
另外一种架构是 Shared Nothing 。比较典型的就是 Google Spanner，其利用原子钟技术能够实现跨数据中心的数据一致性和事务一致性。
需要注意的一点就是：Shared Nothing 和 Shared Storage 可以结合形成混合架构。可以在上层做 Shared Nothing，而对于下层的 Shard 分片采用 Shared Storage 架构。这样混合架构的好处在于能够减轻分出太多 Shard 的痛点问题，减少分布式事务distributed commit的概率，因为 distributed commit 的代价非常昂贵。
总结三种架构设计，如果在 Shared Storage 架构上做到多写多读而不是一写多读，实际上也就实现了 SharedEverything 。将 Shared nothing 和 Sharedstorage 架构进行结合的 hybrid 架构应该是后续数据库系统发展方向的一个重要突破点。
原文作者：；如有侵权，请联系管理员删除。
