分布式数据库是“伪需求”吗？

摘要：分布式数据库是“伪需求”吗？一直是个争议话题，但答案很显然——不是。

近日，在re:Invent 大会上，AWS首次发布了分布式数据库Aurora DSQL，这再次印证了分布式数据库的实际需求。

至于Aurora DSQL是什么？到底咋样？不是本文重点，可以去官方文档查阅。本文的重点是探讨一个更根本的问题：AWS为啥要整这个分布式数据库，他们背后是咋想的？

从老鱼查到的资料看，AWS在2021年决定构建一种全新的分布式关系型数据库，并解释了背后的一些技术驱动和动机。具体来说：

现有关系型数据库不适应无服务器和容器架构

许多使用无服务器计算和容器的客户依然偏爱关系型数据库和SQL，这并不难理解，因为这些技术已经有几十年的历史，大家已经很熟悉了。但问题在于，传统的关系型数据库在无服务器和容器环境下，扩展性和适应性并不好。AWS尝试通过Amazon RDS Proxy来缓解一些问题，但即便如此，仍然存在很多摩擦。很多客户反映，传统关系型数据库难以满足无服务器架构对弹性、性能和扩展的需求。

全球化业务和多区域架构的矛盾

对于一些大型且受监管的AWS客户来说，他们不仅仅在一个区域部署应用，还要跨多个AWS区域运作。这就出现了一个棘手的问题：要么选择多区域活跃-活跃架构（比如DynamoDB Global Tables），但这样就牺牲了SQL、ACID和强一致性；要么选择活跃-待命架构（比如Aurora Global Database），但这样又无法确保应用在多个地方都能同时活跃，并且无法为全球客户提供一致的数据服务。理想的方案是能同时满足这两个需求，即跨区域高可用和强一致性。

技术突破的集成

AWS通过集成多项技术突破，提供了解决方案。这些技术包括：

虚拟化技术：例如Caspian和Firecracker，帮助Aurora Serverless V2实现垂直自动扩展，让数据库能够灵活应对不同的负载需求。

全球时间同步技术：AWS通过EC2时间同步技术，解决了分布式系统中的协调问题，提升了系统的可扩展性和性能。

分布式事务日志技术：AWS采用了可靠的分布式事务日志技术（Journal），简化了数据库的构建和事务处理，提升了系统的稳定性。

形式化方法和自动推理工具：AWS使用形式化方法来快速验证和改进分布式系统的设计，尤其是在处理复杂事务和分布式一致性时，能够减少错误，提高系统的可靠性。

AWS的经验和人才储备

AWS在云计算领域积累了丰富的经验，特别是在S3和其他服务上。随着时间的推移，AWS还培养了大量的工程师、科学家和技术领导者，这些人才储备使得AWS能够在技术上保持领先，不断推进更复杂和更具挑战性的项目。因此，AWS能够利用这些优势，推出具有创新性的分布式数据库产品。

打造全新的分布式数据库

基于这些技术突破和AWS的长期经验，AWS决定打造一个全新的分布式关系型数据库。这个数据库系统不仅支持SQL和ACID事务，还能实现全球活跃-活跃架构，具备上/下可扩展性（支持计算、读取、写入和存储的独立扩展），兼容PostgreSQL，并且采用无服务器操作模型。

需要注意的是，尽管Aurora DSQL宣称支持PostgreSQL，但它的兼容性并非完美，尤其是一些PostgreSQL的高级特性（比如JSON或SERIAL类型）并没有得到完全支持。对于那些依赖这些特性的用户来说，迁移到Aurora DSQL可能面临一定的功能限制。

关于Aurora DSQL内部的架构，尤其是如何实现分布式事务处理，AWS目前并没有完全公开详细的技术文档。虽然它提到是基于“微秒级精度”的时间同步和事务协议，但具体的实现细节依旧不完全明朗。如果是在严格的合规或高性能要求的场景中，开发者和DBA可能需要深入了解其底层架构来评估其可行性。

总结

总结一下，可以看出分布式数据库并不是一个“伪需求”，而是有着明确市场需求和技术驱动的必然产物。随着业务的全球化和技术的不断发展，传统关系型数据库面临着扩展性、性能和一致性等方面的挑战。AWS推出的Aurora DSQL就是为了解决这些问题，满足越来越多客户对分布式数据库的需求。

参考资料：DSQL Vignette: Aurora DSQL, and A Personal Story