驅動開源數據庫程序的發展趨勢

李金

如今，企業有數以千計的選項來決定采用哪個開源項目進行內部開發或加入哪個項目。根據維基百科對開源項目的描述，“如今有18萬多個可用的開源項目和1 400多個獨特的許可證”決定如何在“封閉源代碼”企業中管理開源項目的復雜性已經大幅增加。

對于給定的項目，開源技術堆棧可能有無數種組合。然而，這些應用程序產生的PB級數據最終會匯聚在一個位置——數據庫，尤其是用于優化和訪問數據的開源數據庫、工具和中間件。因此，如果企業選擇要構建的項目，那么開源數據庫程序是一個不錯的選擇。

那么，是什么推動了從專有的、供應商驅動的創新，向開源數據管理模型的轉變？

云計算和SaaS

開源代碼存儲庫和云計算技術已經顛覆了技術創新。“數據是新石油”與“軟件正在吞噬世界”這2種觀點相互沖突碰撞，從而促進SaaS行業的發展，這一切都發生在云端。開發人員可以擴展服務以滿足他們的需求，定制應用程序，并從任意地方在任何具有互聯網連接的設備上采用云服務。對于用戶來說，SaaS軟件已開發出來，并自動與數據庫配套，期望在軟件中執行的任何操作或查詢都將在桌面或移動設備上獲得即時響應。

從某種意義上說，這一切對用戶來說就像魔術一樣神奇，但對開發人員來說，開發新的計算模型和代碼以使其保持運行是一項日常挑戰。開源社區因此成為推動這一創新的引擎。

在這種相對較新的計算模式下，開發人員可以將開發的應用程序快速推向市場，而無需在基礎設施成本和維護方面進行大量投資。這在20年前是不可能實現的，因為幾乎將每家企業都變成了軟件驅動的公司。隨著云計算與開源數據庫相結合，使開發人員能夠使用亞馬遜和谷歌公司提供的創新存儲和訪問技術，而供應商可能難以做到。在2021年9月公布的最新季度報告中，Oracle公司的專有數據庫許可收入比去年下降了8 %，但其云計算業務增長了40 %。

以傳統銀行的專有數據庫和代碼為例，他們突然發現正在與像Chime這樣的挑戰者銀行在用戶群體和市場上競爭。Chime銀行僅存在于云端（它們沒有分支機構），并以移動優先銀行SaaS應用的形式出現。Chime銀行使用云優先的開源戰略建立了一家市值10億美元的公司，因此，采用云計算服務是傳統銀行爭相效仿的一個戰略。

混合云

混合云是開源數據庫大放異彩的地方。顧名思義，混合云使用內部部署、私有云和第三方云服務的組合，并在這些平臺之間進行編排。常見的應用程序在這些平臺中運行。這種配置最近得到了發展，以支持企業將某些工作負載保留在內部部署設施的需求，同時享受云計算所提供的好處。

開源允許企業擁有一套通用的工具，即使數據庫不同，也可以適應所有環境的用例，例如災難和恢復以及平衡工作負載。

大數據

快速增長的數據量和復雜性是由于移動流量、云計算流量以及包括物聯網和人工智能在內的新技術的擴散。根據Research And Marke公司的2020年數據使用報告，全球每天產生超過2.5萬億字節的數據，而企業需要在數據存儲和檢索方面不斷創新以跟上步伐。開源正是數據科學創新的一條最佳途徑，同時也是優化硬件和編碼效率的一條最佳途徑。

數據是開源數據庫項目將繼續成為最受歡迎（僅次于操作系統）的最關鍵原因。它不斷累積，像物聯網和社交媒體這樣的新應用每天都會產生大量的信息，而且是以高容量、高速和高度可變的格式產生的。

企業需要采用一些方法來大規模分析這些數據。這就是開源數據庫優于傳統數據庫的地方。盡管近年來開源和社區開發項目的動態發生了變化，但對于99 %的應用程序來說，社區開發仍然是促進數據訪問創新的最佳方式。

與數據庫無關的工具和中間件

新的現實是技術領域，企業對數據庫服務采用更加分布式的方法。需要探索來自不同數據庫供應商的多個數據庫實例，來創建一種僅通過一組標準工具和中間件來訪問數據并進行簡化的方法，以創建可以托管在內部部署、云平臺或兩者的混合

無論數據庫是SQL還是NoSQL，現代關系數據庫在表、行和列中都有一個共同點。這種數據結構允許出現新的訪問工具，將分布在混合基礎設施中的數據統一起來。例如，ShardingSphere等開源解決方案具有與SQL無關的工具，可以跨分布式數據存儲查詢和檢索數據。

而現在出現的趨勢是，客戶不想再被微軟公司或IBM公司這樣的大型供應商鎖定。

源代碼訪問

在30年前，供應商鎖定被認為是一件好事。如果出現問題，用戶可以獲得供應商的支持，這些供應商的工程師團隊將不斷為其應用程序進行修補和更新。企業還為許可證、技術支持和升級軟件的高額年費支付了巨額費用。例如基于Oracle平臺的一個應用程序的生命周期成本可能高達數百萬美元，其功能僅用于數據庫軟件和維護，并不包括開發。

在敏捷開發代碼的時代，供應商鎖定不再是一件好事。開源的關鍵是源代碼部分。通過訪問共同策劃的源代碼，開發人員可以根據自己的需求和優先級，而不是軟件供應商的需求和優先級進行更改。

開源社區

對于源代碼的訪問不僅對開發人員或企業有價值，它對開源社區成員的整個生態系統都很有價值。這是一個良性循環，采用開源軟件的人越多，開發的項目就越多。

就像優秀的博客文章或推文通過病毒式傳播一樣，優秀的開源軟件也可以利用這種網絡效應。開源社區是這種病毒式傳播的來源，全球數十個貢獻者社區和數千名開發人員為從頭開始構建的分布式系統的數據庫項目迭代開源代碼。

如果由一個多元化的社區進行開發，這種方法會產生比專門的開發團隊破解專有系統中的漏洞更穩定的軟件。前瞻性開源數據庫社區的例子包括Apache ShardingSphere，CockroachDB，Yugabite，ClickHouse。例如，ShardingSphere僅在亞洲就有450多個開源代碼庫的貢獻者，并且正在全球迅速傳播。在未來幾年，隨著企業對不斷增長的數據流的訪問、速度和控制要求越來越高，數據庫軟件的貢獻和采用肯定會顯著增長。

例如支持開源數據庫項目的Momentum，開源貢獻者社區解決了Momentum多個版本的主要缺陷，創建了庫、存儲庫、文檔，甚至YouTube視頻來為新的貢獻者提供激勵。O’ReillyMedia公司和IBM公司在2020年對3 400名開發人員和技術經理進行了調查。調查報告表明：

94 %的受訪者認為開源軟件等于或優于專有軟件。

70%的受訪者更喜歡采用開源云計算提供商提供的軟件。

65 %的受訪者認為，參與開源項目會帶來更好的職業機會。

虛擬軟件目錄

開源應用程序很容易找到。如果在谷歌搜索引擎上搜索“開源數據備份和恢復”這樣的應用程序，那么搜索結果顯示，至少有17種免費開源備份解決方案，甚至更多。

截至2020年1月，GitHub報告擁有4 000多萬用戶和190多萬個存儲庫（包括2 800萬個公共存儲庫）。用戶可以通過多種方式搜索GitHub，例如，GitHub支持某些字段的高級搜索，如存儲庫標題、描述和自述文件。如果想找到一些很好的存儲庫來學習數據庫的東西，可以像這樣搜索：in：name數據庫。

與專有產品套件相比，用戶更有可能在開源軟件領域找到可隨時修改的相關解決方案。

首席信息官和安全性

根據調查，2/3以上的首席信息官擔心被云計算提供商鎖定，因此，這已成為開源數據庫得以應用的另一個主要驅動力。

在勒索軟件時代，數據安全是有關企業生存的大事。開源技術使企業能夠完全控制其安全需求，其方法是提供對源代碼和配置的完全訪問權限，從而以自己喜歡的方式擴展軟件。

而很多人擔心開源的安全性。很多企業的快速采用似乎正在解答有關開源的爭論。事實上，沒有一家企業不會受到開源數據庫的影響。

新興例子

隨著元宇宙等新技術的發展，人們將體驗到一系列新興技術，這些技術將成為開源數據庫程序的首選。

例如，Apache Shardingsphere提供的新興開源生態系統及其與技術無關的分布式數據庫即插即用模塊，為作為貢獻者的開發人員提供了易用性和采用性。

Kubernetes（谷歌的云容器編排技術）是開源數據庫部署的另一個關鍵API，程序員可以從中受益。

在未來5年，開源發展將由需求驅動。行業發展趨勢表明，開源將不再是一種選擇，而將成為一種標準。因此，企業需要積極接受以保持相關性。