作者：杨维亮

一、前言

近年来，我们注意到在大数据领域（数据库和DBMS也包括在内），大家经常提到一个热门词汇—— 存储计算分离（以下简称存算分离）。一个数据库系统如果具备了存算分离的能力，那么其可用性和扩展性将得到极大提升，同时也可以大幅削减系统成本。这也是推动云厂商和DBMS厂商实践存算分离架构理念的一个最大的动力。接下来，在详细说明存算分离的好处之前，我们先来探讨一下存算分离架构的意义在哪里。

二、什么是存算分离

存算分离架构涉及到将所有需要持久化的数据存储在远端的NAS（Network Attached Storage）、对象存储或分布式文件系统中，或者其他具备高可用能力的分布式存储系统中。本地存储只用来存储临时的，暂态数据，这些数据（在需要的时候）可以从持久化存储中恢复和重建。

在数据库系统的发展历史中，原则上，所有系统的计算都是和存储紧密耦合的，并且大多依赖于本地存储。显然，这和我们今天谈到的存算分离理念是完全相反的，那么当时的这些系统为什么要这么设计呢？其实，主要是出于性能的考虑。

在上世纪50年代，数据库系统最初是为事务处理而设计的。例如，航班预定、酒店预定和银行交易等场景。在事务处理系统中，处理的延时问题是主要矛盾，确保事务在1秒（经常在毫秒）之内完成是非常关键的。结果就是，数据库系统需要让计算和存储保持得越近越好，这样事务（需要保证ACID特性）就可以尽可能快地完成。如果使用网络存储的话，特别是以1960年代的网络速度，事务处理的延时会是一个很大的问题。

现如今，数据库系统已不仅仅用做事务处理（OLTP）了，OLTP系统中沉淀的数据资产成为了数字经济的新“石油”。企业开始围绕这些数据构建数据仓库系统，从各种系统中聚合事务型数据；佐以附加的维度数据，企业可以执行非常复杂的分析型查询，以驱动更智能的业务决策。直到今天，典型的分析型查询常常是一些长时间（秒、分钟、小时，有时长达数天）运行的任务。在这种情况下，网络存储的延时就不是一个大问题了。

另外，随着摩尔定律的放缓，CPU单线程的性能提升也趋于稳定，同时内存带宽的增长也没有赶得上网络和存储带宽的增长。再加上，其实人的感知能力是有一个物理限制的，事务处理延时不需要无限优化。因此，自1990年代以来，使用共享网络存储的企业级OLTP系统也慢慢多起来，并且成为市场的主流。

三、存算分离的好处

那么，随着市场对存算耦合系统需求的逐步减少，我们发现存算分离的数据库系统还有以下这些额外的益处：

1. 可扩展性

如果所有持久化数据都存储在本地磁盘，我们就需要一个分布式集群来满足性能上的要求。分布式数据库需要对数据进行分区，每个集群节点只“拥有”部分数据（使用Hash分区的方式），在这种分区模式下，数据库的水平扩展变得很困难。如果有新的集群节点加入，整个集群需要做数据的rebalance（重新平衡），数据需要进行物理上的跨节点搬迁。因为如果不执行rebalance操作的话，新加入节点硬件的算力就被浪费掉了。

相反的，如果所有需要持久化的数据都在网络存储中，系统就更容易进行扩展了，如果集群需要增加算力，新加入一个计算节点即可，无需进行数据的物理搬迁（因为所有计算节点都能看到所有的数据）。结果，存算分离的数据库集群，其水平扩展可以变得非常快（秒级别）；而采用存算耦合架构的数据库系统，则需要耗时几个小时、甚至数天进行扩展。

2. 可用性

当所有需要持久化的数据都存储在远端，如果有一个计算节点故障宕机，不会有任何数据丢失，甚至用户都不会感知到系统故障或者服务不可用的情况，因为其他计算节点可以通过网络访问所有数据。依赖于现有的存活节点，从节点故障中恢复也变得非常快。

3. 成本

随着云计算的发展，围绕本地存储和网络存储的计价模型也发生了很大的变化。在云计算中，网络存储比本地存储（比如，对象存储的价格通常比本地存储和块存储便宜5倍）便宜很多，而且容量几乎是无限大的（至少从最终用户的角度来说是这样的）。另外，云计算数据中心有更可靠的网络基础设施，从而可以保证对网络存储的低延时、高带宽访问。

我们观察到的一个现象是，软件的进步通常滞后于硬件的发展，即使存算分离的技术壁垒已经消失了，让现有数据库系统架构适配网络存储也是困难而耗时的。但在近年以来，一些数据库厂商，也设计了一些创新的架构，实践了存储计算分离的理念，比如IBM DB2、Google Big Query、AWS Aurora、Snowflake、Dremio、Databricks等。我们认为， 在未来将会出现越来越多的新数据库系统，拥抱存算分离的架构理念，从现存的存算耦合系统向存算分离范式的迁移过程也会加速进行。