从数据库到全面的数据平台
去年我在香港出席了微软技术大会TechED 2007。我和Ron Jacobs为闭幕式做了主题演讲，我们着重介绍了在微软应用平台开发中涌现的新一波技术创新浪潮。当然，我谈到了数据平台这一部分，我很欣喜地为来宾们简要介绍了即将随SQL Server 2008上市的很多创新（SQL Server 2008按计划将在今年发布）。在后续的文章中，我们将进一步探讨SQL Server 2008，但如果你有兴趣了解更多或想现在就体验一下的话，可以点击该链接开始。
除了在技术大会上发言外，我们还会见了香港当地媒体，并向他们简要介绍了SQL Server产品的未来发展方向。我们也会见了该地区的一些贵宾客户——了解它们在微软平台上进行的最新项目，以及他们需要哪些类型的帮助。我们总是能从类似会谈中学到很多。
对我来说，这趟旅行最有意义的方面却可能是我在香港大学（HKU）和香港科技大学（HKUST）举行的两次题为“从数据库到全面的数据平台”的演讲。两所学校的师生们正在一个我们现在宽泛地称作“数据平台”的领域从事研究工作，我们进行了交流——并从产业的角度来看待一些变革，这些变革我们认为是传统“数据库”领域的一个历史性转变。
现代数据库作为一个研究领域已经存在40年了。从早期的层次和网状模型，到Codd所开创的关系模型，再到不同领域的许多创新，包括事务处理、隔离级别、访问方式、声明式查询语言与查询处理、游标、API，等等，数据库技术为构建可靠的企业级关键任务应用提供了基础功能，这些应用在很大程度上带动了今日的“信息经济”。由此，当今日一个普通的大学生想到“数据库”时，他们的印象可能是一个成熟的、甚至有点陈旧的研究领域，其中所有令人兴奋的难题很多年前就已经解决了，剩下的工作无非是一些渐进式的改良——为即将结束的领域画上最后一个句号。
这样的看法大错特错了。
在过去几年中，几种发展趋势的强劲融合——技术趋势、用户和商业趋势、应用趋势——使得数据库领域出现了从未有过的重新界定和扩展，数据库在它的悠长历史上从未有如此多令人兴奋的问题等待解决。
让我们简要地回顾一下这些趋势：
技术趋势：大家都熟悉摩尔定律——处理能力每18个月翻一番，早期体现为不断增长的主频，现在体现为多核。事实上，该趋势在硬盘存储容量（以及价格）中表现更为惊人。举个例子，每G硬盘的价格已从1980年的40,000美元/G下降至今天的约0.5美元/G！！！内存和闪存的容量以指数增长的同时，价格下降曲线则更为陡峭。另外，各种设备在激增——移动电话、掌上电脑、游戏设备、GPS设备等等——所有这些设备都在以一个惊人的速率产生、存储、处理和发送/接收/同步数据。当然，还有无所不在的互联网，它不仅使得新型应用成为可能，也改变了对已有应用特征的期望——还有很多这样的例子，都是在瞬间发生的变化。
用户和商业趋势：有了上述技术发展的支持，涉及数据、信息的用户与商业模式发生了巨大的变化。首先，有了一个彻底的数据爆炸，新生成数据的总量正在按指数规模增长，其中大部分是电子式生成的。（是否注意到，您的硬盘无论多么庞大始终没有多少剩余空间？）。电子邮件、文档、数码照片、音乐、视频、传感器上生成的流数据、卫星图像，都是这个伟大数据爆炸的一部分。问题并不仅仅是存储这些数据——用户和商家希望能从中获取价值——能够搜索、共享、同步、分析、可视化和操纵这些数据，从而让它变成有用的信息——一种“任何时间、任何地点处理你的数据”的想法。而这一切得到满足的同时，我们需要确保数据是安全的，隐私是受到保护的，所有外部和内部监管法规正在实施着。
应用趋势：首先出现的是批处理（Batch Processing）——基本上是一个对存在数百年的人工处理的自动化。紧随其后的是OLTP （Online Transaction Processing，联机事务处理）。在许多情况下，OLTP改变了商业的经营方式，以前需要很多时间才能完成的工作，现在瞬间可得。OLTP的体系结构和底层平台技术经历了几代更迭交替，但其核心概念并未变化。随着公司从这些OLTP系统中积累越来越多的数据，他们发现了一个获得重大竞争优势的机会，他们可以分析这些数据，更好地了解他们的客户。这就诞生了商务智能（Business Intelligence，BI），它包括数据仓库、在线分析处理（Online Analytical Processing，OLAP）、报表、数据挖掘等技术。今天，我们生活在一个Web 2.0的世界，应用通过各种终端展现（富客户端、浏览器、设备、笔记本/台式机……），数据无缝地从各种数据源汇集到一起，并提供了多种丰富的服务，包括查询、检索、分析（日益增长的实时分析）、报表、可视化，等等。同时，它们还运行在具有前所未有的伸缩性、可靠性和安全性的级别上。
一个全面的数据平台
上述变化趋势正在驱动着我们的领域进行根本性的变革——从仅仅“数据库”，到我们现在所称的“全面的数据平台”。该平台建立在数据库概念的基础上，并在如下三个不同维度上进行了扩展：
所有数据：长期以来，数据库都可以存储和操纵文本、数字，但这对一个数据平台来说是不够的。一个全面的数据平台必须能够处理所有类型的数据——包括文本、XML、对象、文档、文件、来自传感器网络的流数据，以及任何用户自定义数据。同时它必须能为每种数据类型提供更适合的服务——存储、索引、查询等。
所有层面：数据库只能运行在“服务器”上的日子一去不返了 。今天，一个全面的数据平台必须要在各个硬件层面上提供数据服务——电话和移动设备、笔记本电脑、台式机、服务器、服务器场，直至最终天文级别的巨大设施。同时，它必须为跨越这些层次的数据和应用提供无缝的互操作性。
所有服务：对数据的服务不再限于存储、查询、备份、恢复和其他少数几个动作。一个全面的数据平台必须提供广泛范围的服务，在涵盖上述服务同时，还包括搜索、缓存、同步、分析、挖掘、集成、报表、可视化、安全、审计、归档……等等。简而言之，它必须能服务于数据的整个生命周期，从产生到归档。
在后续的文章中我们将探讨到更多的细节，这里简明扼要地概括一下我们所称“全面的数据平台”，它所涵盖的范围是：一个可以在所有不同硬件层面上处理所有类型数据，并提供所有与数据相关的服务的平台。与此同时它需要在一些关键的维度上保持一致性——例如数据模型、安全模型、管理模型、数据访问接口、开发工具等。毋庸置疑的是，它还需要同时保证高性能、快速提供解决方案、低的TCO（总拥有成本)。很简单，不是吗？J
我们的机遇
我希望通过以上讨论，你能够了解数据平台领域正面临着前所未有的创新机遇。在现代数据库的历史上，从未有过如此宽泛的技术挑战，一个如此广阔的画布等待绘制。如果你是一个在校大学生——就像我在香港见到的那些聪明头脑一样——这对你来说是一个前所未有的机遇。等待解决的问题范围是如此庞大和多样化，而不仅仅是针对“数据库”专业。几乎计算机科学的任何一个方面，在这个领域里都可以找到有趣的问题——计算机体系结构、网络、编程语言、数据挖掘、XML、搜索、可视化、Web规模计算、语义Web——专业名单可以拉得很长很长。数据库一直是一个让人全心投入的领域，在该领域花费几十年时间的人并不罕见，事实上他们整个职业生涯都在该领域中度过。如果你选择投身该领域的话，现在正是时机。毕竟，我们生活在一个信息时代——这是我们的时代。
下次再聊 加油!
Prakash (孙博凯)