作者 | dbLenis
出品 | CSDN 博客
當今數據庫供應商風頭正茂的，要數這三家公司：Amazon、Google、Microsoft。沒錯，他們都是雲計算提供者。火熱的三款看家產品分別是：Amazon RDS，Google Cloud SQL，Azure Database for PostgreSQL。
A廠CTO說，AWS最火的產品是什麼呢？是 Aurora 數據庫，它同時兼容 PostgreSQL 與 MySQL。他還指出，Hadoop 也好，Spark、Kafka 也罷，都在極力推動 SQL 接口來讓更多的服務 API 暴露給程序員。
從 A 廠產品的銷量來說，企業比較青睞於這些有標準 SQL 接口的產品，而對於各類只能用編程語言，比如Java才能正常取數的產品，顯得聲音大，卻雨點小，少有肯買帳的。
我舉個 ElasticSearch 的例子，你感受下為什麼 ES 的 DSL 會讓人望而卻步：
<code>POST crm_comment/_search
{
"size":0,
“query":{
"term":{"accountName”:"apple"}
},
"aggs":{
"count_over_time":{
"date_histogram":{
"field":"CREATED",
"interval":"month"
}，
"aggs":{
"sum_of_sales":{
"sum":{"field":"salesamount"}
}
}
}
}
}
/<code>
再比如，我們存日誌的 MongoDB，它的官方語言是 JavaScript：
看上去，這比 ElasticSearch 好看一些，每個字段都加了一個 $ 符號，請問為什麼 total 就不用加呢？
原本這些數據（搜索用的 ElasticSearch, 日誌用的 MongoDB)都存在 SQL 數據庫中，使用 SQL 一勞永逸的搞定所有查詢。但現在要花點時間熟悉 ES 和 MongoDB 的古怪語法了，還要搞清楚，數據在流轉過程中是否有丟失——帶來的複雜度不僅僅是一點點。
什麼，你說程序員不就是應該拼命學的嘛？這是福報。嗯，這樣的福報誰愛要，誰拿去，反正我不！
歷史
讓我們一起回憶下SQL關係型數據庫的起源。這要追溯到IBM發表關係型數據庫論文的那個年代，1970年。1970年時，關係型數據計算已經非常火熱了。但這種關係運算的查詢，只掌握在少數天才人的手裡。普通人只能看著眼饞。
來，一起領略下當時的關係運算：
事實證明，哪裡有黑盒，哪裡就會產生魔法師，總有天才領袖為勞苦大眾著想。Donald Chamberlin 和 Raymond Boyce 就是這樣的天才！他們發明了 System R（關係型數據庫原型），又在自然語言的研究方向上，發明了結構化英語查詢語言（Structured English Query Lanuage, SEQUEL, 這也是為什麼大家經常會把SQL讀成 see-ku-er的原因）。後因商標之爭，SEQUEL更名為 SQL。
那麼 SQL 相比上面的數學表達式有啥好處？感受下：
前後兩個運算都是在找出薪水比自己經理還高的那些員工。前者是關係數據表達式，只有數學大師才懂的符號；後者是 SQL 表達式，任何人在一星期絕對可以掌握的技術。
後來的事情，相信只要你不是00後，應該都有所耳聞了。IBM DB2、Oracle、SQL Server、MySQL 都如雨後春筍般地出來了。有了 System R 這般的磐石，有了 SQL 這代新型武器，各自造就了兵工廠，開疆擴土。
戰爭一直打到現在。
如果不是因為 ARPANET 這位默默在牆角自習的好青年，恐怕拉里森這位Oracle家長還要嘚瑟個好多年。經過多年的沉寂修煉，ARPANET終於在我們這個時代成長成一個壯實的大小夥了——也就是今天的互聯網！
來，見識下當年那一小撮默默地在加利福尼亞學習的小夥伴：
革命不成功，壯士不歇息。儘管有這麼多人兢兢業業的付出，但撼動關係型數據庫的江山還遠不夠實力，也不到時候——直到這位哥們的出現。你看，任何歷史性的轉折都要依靠一位偉人來帶動，說不定下一位就是你，努力吧少年！
這位 Tim 老兄在1989年，發明了萬維網，一下子把數據的洪荒世界之門給打開了。數據以前所未有的體量和速度衝了進來，此時的關係型數據庫也就慢慢有了吃力和老態的跡象。
歷史再一次證明, 不被人胖揍，永遠不知道自己幾斤幾兩。
怪獸衝了進來，總要有奧特曼來對付吧。沒錯，這時候兩位英雄人物出場了，一位是 Google，一位是 Amazon。Google 的 MapReduce（2004）和 BigTable（2006）打破了分佈式計算和存儲的瓶頸。A廠在整個雲計算時代都有它的份兒，閃亮的光芒甚是耀眼。它的 Dynamo 數據庫，採用了鍵值對存儲，集合了各種眼花繚亂的雲計算技術，號稱能保障高可用服務。
磐石有了，兵工廠就不會遠了。跟 SQL 的發展很像，之後很快各個公司就有了 Hadoop、Hive、Cassandra、MongoDB，也玩起了 MapR。又是一番你追我趕的廝殺，歷史是何等的相像。
而這一波廝殺，不僅僅是在堂兄弟、表兄弟之間展開，還要去搶叔叔伯伯們的地盤。這不，螞蟻金服的OceanBase前兩天還動了一下Oracle大叔的地盤，搶掉了它2010年打下的TCP-C排行榜榜首的位置。
現實
年輕人始終有著一股子血氣方剛，認為憑著自己年富力強，無所畏懼就要去動大人的奶酪。打仗光靠蠻力怎麼可以，它還需要致勝的最本質基礎，那就是群眾的支持。
每個年輕人都有自己的魅力，有自己的武器都很好，很酷。乾坤圈、金箍棒看著都炫酷，但在如來的眼裡，他代表的可是天地萬物，說一句代替蒼生治治你，分分鐘就把你給秒了。那可是群眾的力量代表。
上面的 ElasticSearch、MongoDB給我們的感覺都很棒，全文搜索極快，日誌存儲不費勁，但要去拿起來用，你得好好的去順順他們的脾氣，要不就給你棗子吃。就如現在很多年輕人，做事情是要哄著做，哪像那些無產階級革命前輩，都是搶著做。
如果說 OLTP 產品，我們摸索一下 Redis、MongoDB、Kafka 也就算了，能忍就忍吧，畢竟一次投入，永久使用。但 OLAP 產品，Impala、Hive、Presto、Kylin 等都互不連通，還要整一套 ETL 來打通，這誰的脾氣能好咯。我做一個報表，還要用 Spark 去每家每戶報信，搞不好哪家那天脾氣特別大，不待見，數據都取不出來。典型的就是 JOIN 信使，經常吃閉門羹。
當然，被群眾（市場）教訓過後，年輕人也開始反思。Cloudera 與 Hortonworks 就是典型代表，他倆選擇聯起手來一塊乾點事兒。推出了 SQL 級的方言，用來封裝自己複雜的外表，原理就是 SQL ON Hadoop。
Hadoop 負責存儲，而 SQL 負責計算，存儲引擎與計算引擎分離開來，拉攏了不少 SQL 群眾，開始鋪設廣泛的群眾基礎。
王者歸來
第一次小弟們像大佬妥協，就是推出自己的 SQL-On-Hadoop 產品。雖然嘴上說著是 Not Only SQL， 那也不過是年輕人在堅持他們最後的傲嬌而已。
接著，歷史又再一次重演。只要一個現象被認可，一群現象就跟風而來。H-Store、Spanner、CockroachDB，最出眾的還要數 Postgre，在歷經關係數據庫、NoSQL之後，盡在旁邊撿漏，好東西都往自己身上加，像 Json、FullText Search、MPP、JIT 等特性。
當然，整個歷史的轉變，總要有人總結陳詞。NoSQL的運動者是誰？還記得嘛？沒錯就是 Google 的三駕馬車。那麼終結它也只能由Google來官宣，搬起石頭砸自己的腳，疼不您咧？
G 廠在2017年的 Spanner 論文中怎麼說的？精簡一下，“我們 Google 要從 Nosql 轉到 SQL 陣營來，SQL 即將成為一切數據訪問的基礎，就醬”！
【End】
主題：《醫療影像小數據場景中的前沿技術與實踐》
介紹：目前騰訊優圖涉及眼底、宮頸、腦出血病因分析等多個落地項目，使用的數據格式也不太一樣，眼底和宮頸是2D的RGB圖像，腦出血是3D CT圖像，相比起來，標註 3D 數據的難度比 2D 數據高不少。騰訊優圖是如何針對3D CT / MRI 數據提出自監督研究的？研究成果是如何落地於工程中？如何應用在腦出血病因分類和腦腫瘤分割案例中？
閱讀更多 CSDN 的文章
