隨著計算機的日益普及，各種應(yīng)用每天產(chǎn)生的數(shù)據(jù)量呈指數(shù)級增長。如何存儲這些數(shù)據(jù)，有效處理分析這些數(shù)據(jù),并從中提取有價值的信息,是當(dāng)下迫切需要解決的問題。在過去的十年里，NoSQL在軟件工程師陣營里越來越受歡迎，其中最重要的實現(xiàn)是MapReduce ，Bigtable,Cassandra，MongoDB,等產(chǎn)品。 它主要用于解決SQL的可擴展性問題。
然而今天SQL開始回歸。幾乎所有的云計算服務(wù)提供商都在提供備受青睞的關(guān)系型數(shù)據(jù)庫管理服務(wù)：例如Amazon RDS，Google Cloud SQL，Azure 的PostgreSQL數(shù)據(jù)庫(Azure今年推出)。在亞馬遜看來，其PostgreSQL和MySQL兼容的數(shù)據(jù)庫產(chǎn)品Aurora一直是AWS歷史上增長最快的服務(wù)。Hadoop和Spark之上的SQL接口繼續(xù)迅猛發(fā)展。就在上個月，Kafka推出了SQL支持。
在這篇文章中，我們將研究SQL備受青睞的原因以及這對未來的數(shù)據(jù)社區(qū)工程和分析意味著什么。
第1部分：新希望的崛起
想要了解SQL為什么回歸，讓我們先了解他最初的設(shè)計初衷。
故事始于20世紀(jì)70年代初的IBM研究院，其中關(guān)系型數(shù)據(jù)庫誕生了。那時候，查詢語言依賴于復(fù)雜的數(shù)學(xué)邏輯和符號。Donald Chamberlin和Raymond Boyce兩位博士對關(guān)系型數(shù)據(jù)模型造詣頗深，看到查詢語言將成為其主要瓶頸。他們開始設(shè)計一種新的查詢語言(以他們自己的話來說)：“ 用戶使用更容易，不需要再參加數(shù)學(xué)或計算機程序設(shè)計方面的正規(guī)培訓(xùn) ”。
回想在互聯(lián)網(wǎng)之前，在PC出現(xiàn)以前，當(dāng)程序設(shè)計語言C首次被引入世界時，兩名年輕的計算機科學(xué)家意識到，“計算機行業(yè)的成功很大程度上依賴于培養(yǎng)一種除了訓(xùn)練有素的計算機專家以外的用戶。“他們渴望一種與英文一樣容易閱讀的查詢語言，包括數(shù)據(jù)庫管理和操作。
結(jié)果是SQL在1974年首次被引入世界，成了關(guān)系型數(shù)據(jù)庫的最主要語言。在接下來的幾十年里，SQL被證明也是很受歡迎的。作為關(guān)系型數(shù)據(jù)庫，如System R，Ingres，DB2，Oracle，SQL Server，PostgreSQL，MySQL(等等)在軟件行業(yè)里的發(fā)展壯大，SQL也成為了與數(shù)據(jù)庫進(jìn)行交互的首選語言，成為了一個日益擁擠、競爭激烈的生態(tài)系統(tǒng)的通用語言。。
(不幸的是，Raymond Boyce從來沒有機會見證SQL的成功，他只做了一個早期的SQL演講，1個月后他便死于腦動脈瘤，當(dāng)時他只有26歲，留下了一個妻子和一個年輕的女兒。)
有一段時間，似乎SQL已經(jīng)成功地履行了它的使命。接著互聯(lián)網(wǎng)出現(xiàn)了。
第2部分：NoSQL反擊
雖然Chamberlin和Boyce正在開發(fā)SQL，但他們沒有意識到的是，加利福尼亞州的 另一批工程師正在開展另一個新興項目，該項目逐漸成熟后，明顯威脅到SQL的存在。該項目就是 ARPANET，誕生于1969年10月29日。
但是此前SQL發(fā)展一直很好，直到1989年，另一位工程師的出現(xiàn)并發(fā)明了萬維網(wǎng)。
互聯(lián)網(wǎng)和Web的蓬勃發(fā)展正在改變著我們的世界，但是對于數(shù)據(jù)社區(qū)來說，也是很讓人頭痛的：數(shù)據(jù)以大的量級和更快的速度爆炸式增長。
隨著互聯(lián)網(wǎng)的不斷發(fā)展和壯大，軟件社區(qū)發(fā)現(xiàn)當(dāng)時的關(guān)系數(shù)據(jù)庫無法應(yīng)對新的負(fù)載壓力，就好像一百萬個數(shù)據(jù)庫突然過載讓人抓狂一般。
然后兩家新的互聯(lián)網(wǎng)巨頭取得突破，并開發(fā)了自己的非關(guān)系型分布式系統(tǒng)來應(yīng)對這種新的數(shù)據(jù)沖擊：Google的MapReduce(2004年發(fā)布)和Bigtable(2006年發(fā)布)以及亞馬遜的Dynamo(2007年發(fā)布)。這些開創(chuàng)性論文導(dǎo)致出現(xiàn)了更多的非關(guān)系型數(shù)據(jù)庫，包括Hadoop(基于MapReduce論文，2006)，Cassandra(Bigtable和Dynamo的深度解析，2008 )和MongoDB(2009))。因為這些都是從零開始大量編寫的新系統(tǒng)，避開了SQL，導(dǎo)致了NoSQL運動的興起。
開發(fā)者社區(qū)的軟件工程師們逐漸地也接受了NoSQL，相較于SQL當(dāng)時的出現(xiàn)，被越來越多的工程師所接受。這個原因非常容易理解：NoSQL是現(xiàn)在流行的;它承諾了規(guī)模和權(quán)力;這似乎是項目通往成功的捷徑。但后來問題出現(xiàn)了。
開發(fā)人員很快發(fā)現(xiàn)，不用SQL的局限性。每個NoSQL數(shù)據(jù)庫都提供了自己獨特的查詢語言，這意味著：要學(xué)習(xí)更多的語言(并向同事教授); 將這些數(shù)據(jù)庫連接到應(yīng)用程序的難度增加，導(dǎo)致大量膠水代碼的出現(xiàn)(代碼之間有很強的耦合性);缺乏第三方生態(tài)系統(tǒng)，要求企業(yè)必須開發(fā)自己的操作和可視化工具。
這些NoSQL語言是新的，也沒有完全開發(fā)。例如，關(guān)系型數(shù)據(jù)庫已經(jīng)運行很多年了，為SQL添加必要的功能(例如JOIN)也早都已經(jīng)完成了，NoSQL語言的不成熟意味著在應(yīng)用程序級別就會有更多的復(fù)雜性。缺乏JOIN也導(dǎo)致了非規(guī)范化，導(dǎo)致數(shù)據(jù)膨脹和僵化。