阿明薦文
這是一個(gè)長文，有故事，有花邊，有內(nèi)涵，有技術(shù)，有大咖。作者飛總是一位旅居西雅圖的華人，從2008年起開始從事大數(shù)據(jù)相關(guān)的基礎(chǔ)構(gòu)架研究和開發(fā)。見多識廣，加上親力親為的研發(fā)實(shí)踐，自然對數(shù)據(jù)庫這個(gè)領(lǐng)域諳熟的飛總，當(dāng)然也少不了他從大洋西岸帶來的八卦。
和consumer市場上的硝煙彌漫，大數(shù)據(jù)云計(jì)算橫行一樣，在企業(yè)級市場上也一樣充滿了競爭。這個(gè)市場最初的時(shí)候是SAP占據(jù)了ERP，而底層的數(shù)據(jù)庫則主要為Oracle和IBM占據(jù)。自從Oracle這個(gè)野心勃勃的公司開始了一系列的收購，甚至很多是惡意的收購，譬如PeopleSoft，譬如BEA，眨眼之間，做底層的公司開始有了上層應(yīng)用。而那個(gè)上層很漂亮卻沒有底層數(shù)據(jù)存儲支持的SAP則裹足不前，越來越有二流公司的模樣。當(dāng)然，同期的Microstrategy早就是一個(gè)二流的樣子了，至今死不死活不活的那個(gè)德行。IBM目前來看也有死不死活不活的前景，我只是看不到IBM的前途在哪里。
今天我們講HANA，一個(gè)廣大IT宅不太熟悉但是在Database領(lǐng)域卻有一定知名度，而在企業(yè)級應(yīng)用市場舉足輕重的東西，出自SAP這個(gè)從來都不是做數(shù)據(jù)庫和底層系統(tǒng)的公司。
Michael Stonebraker夢碎
作為故事的開頭部分，我們還會(huì)涉及一個(gè)圖靈獎(jiǎng)獲得者M(jìn)ichael Stonebraker，一個(gè)獲得圖靈獎(jiǎng)的商人和賣了大半打公司的教授，以及一些我親身經(jīng)歷的八卦。
讓我們把時(shí)間先退回到2009年的SIGMOD。作為數(shù)據(jù)庫領(lǐng)域最重要的兩大會(huì)議之一（另外一個(gè)是VLDB)，2009年的大會(huì)keynote多少顯得有點(diǎn)點(diǎn)的格格不入。在會(huì)議上，SAP的董事會(huì)主席，創(chuàng)始人之一，已經(jīng)在大學(xué)任教的 Professor Hasso Plattner給了一個(gè)這樣的talk：
A Common Database Approach for OLTP and OLAP Using
an In-Memory Column Database
這宣告了HANA作為SAP企業(yè)戰(zhàn)略的新的重心的開始。
作為一個(gè)數(shù)據(jù)庫，HANA有著很多的創(chuàng)新。但是更重要的是，Doctor Hasso在已經(jīng)退居二線很久之后，以著敏銳的眼光和卓越的見識，在整個(gè)行業(yè)的關(guān)鍵時(shí)刻和BigData即將興起的時(shí)候，以力挽狂瀾的方式站出來，以比別人早了3年多的時(shí)間在正確的道路上邁出了對SAP來說極其關(guān)鍵的一步，今天回頭去看，這實(shí)在是非常卓越的成就。這是為什么SAP今天在企業(yè)級市場上依然引領(lǐng)潮流，并且第一次對Oracle的核心領(lǐng)域Database系統(tǒng)造成了實(shí)質(zhì)性的傷害，以至于Oracle慌忙的推出了一系列的產(chǎn)品跟風(fēng)，包括最新的Oracle 12c in-memory database。
我們先講個(gè)故事，至于故事的主角HANA和Michael Stonebraker的詳細(xì)情況，我們留到下篇文章來細(xì)聊。但是有一點(diǎn)先提一下，Michael Stonebraker算得上是database community里呼風(fēng)喚雨的人物。他手指抖一抖，整個(gè)學(xué)術(shù)圈加半個(gè)industry都得搖三搖。 介紹人物不貼圖片不好，貼了又怕人家告我侵權(quán)，那就只好貼個(gè)我和大神的合影吧。請忽略那個(gè)胖的要死又顏值巨低的我。
本文作者飛總和Michael Stonebraker的私家合影
2009年開會(huì)的時(shí)候，我不巧起來的比較晚，到keynote 現(xiàn)場的時(shí)候就坐到了第二排。前排坐的當(dāng)然是這位大神，此外還有David Lomet等微軟幾個(gè)大牛古董級別的人物，我想做database 研究的人一定知道我在說的是哪些人了。臺上Hasso一邊講，臺下的Michael就一邊不停的罵：
This is the worst keynote that I have ever heard.
三個(gè)月以后和David Lomet約飯，吃飯途中聊起這個(gè)事情，David Lomet非常開心的笑笑說，Hasso壞了Michael的生意，所以Michael特別的生氣。那么這門生意是怎么回事呢？大家如果記性好的話，我曾經(jīng)寫過一篇從database的陳年公案看如何有理有據(jù)的胡說八道。那篇文章的作者和這個(gè)Michael算得上是一伙人，在database圈子里很大的一個(gè)山頭。壞了人家生意可不是什么好事情。只是我想還是先賣個(gè)關(guān)子，等下一篇仔細(xì)介紹這個(gè)拿圖靈獎(jiǎng)的商人的一些故事的時(shí)候再來詳細(xì)介紹吧。今天的主要任務(wù)是先挖個(gè)坑。
Michael Stonebraker的生意經(jīng)
Michael Stonebraker，1943年出生，2015年獲得計(jì)算機(jī)界有諾貝爾獎(jiǎng)之稱的圖靈獎(jiǎng)。這是一個(gè)傳奇的人物，在計(jì)算機(jī)界尤其在做database系統(tǒng)的人里面無人不知無人不曉，有著無數(shù)的崇拜者。同時(shí)也是database的community的一座大山，說說話有著很多的影響力。我作為一個(gè)小蝦米，其實(shí)不具備資格去客觀公正的評價(jià)這樣一個(gè)人。但是作為講故事的一部分，不妨給出自己一個(gè)極具有偏見的評價(jià)：一個(gè)拿了圖靈獎(jiǎng)的business man，一個(gè)開了很多公司又賣了很多公司的教授。
Stonebraker最開始始于UCBerkeley，當(dāng)時(shí)做了database歷史上頗具有影響力的Ingres系統(tǒng)。很多時(shí)候人們把Ingres和SystemR相提并論，作為關(guān)系數(shù)據(jù)庫原型系統(tǒng)的先驅(qū)之一。不可否認(rèn)，作為這個(gè)時(shí)候的Michael是受人尊重，值得我獻(xiàn)上膝蓋的。Ingres的另外一個(gè)成就是Stonebraker把一個(gè)research prototype做成了一個(gè)產(chǎn)品，并且正正經(jīng)經(jīng)的和IBM以及Oracle堂堂正正的競爭了一段時(shí)間。所謂行百里者半九十。Research community在這方面，幾十年如一日的建設(shè)各種玩具，一個(gè)又一個(gè)。沒有多少人愿意把玩具真正做成產(chǎn)品。所以最近在BigData領(lǐng)域非常紅火的Spark出自UCBerkeley，這個(gè)傳統(tǒng)早在很多年前就已經(jīng)有了。無論從任何角度上來說，我覺得都值得我去尊重，也值得每個(gè)做數(shù)據(jù)庫系統(tǒng)研究的人去認(rèn)真思考。很大程度上我是厭倦了這個(gè)圈子里自娛自樂的狀態(tài)，所以對做研究發(fā)SIGMOD VLDB的興趣基本上沒了。當(dāng)然我并沒有因此貶低發(fā)SIGMOD VLDB的價(jià)值。事實(shí)上，讓我來以此作為謀生，我也不能保證自己一年下來能不能發(fā)出幾篇來。始終是件不容易的事情。
Ingres的商業(yè)化并不成功。按照Stonebraker自己的觀點(diǎn)，是因?yàn)镺racle抄襲了IBM新出來的SQL語言而Ingres使用了更為先進(jìn)的語言。結(jié)果先進(jìn)的被落后的淘汰了。至于刺眼是否屬實(shí)，我想我生的太晚，錯(cuò)過了那個(gè)時(shí)代，只能從故紙堆里看蛛絲馬跡，貌似還有銷售和運(yùn)營的問題。
Michael Stonebraker賣掉了Ingres，然后開始了新的project。Postgres是其中最著名的一個(gè)，如今成為開源database的兩大支柱之一，另外一個(gè)是MySQL。然而此位從此也走向了一條說不清楚好還是不好的路途，簡單來說就是做project，開startup，然后吹起來，賣掉。Postgress給賣給了Informix，當(dāng)時(shí)第四大database vendor。Informix的人覺得此人如此之牛，請了他做CTO。然后他在任上成功的把Informix賣給了IBM。還好IBM沒有再請他繼續(xù)做CTO了。
我想2000年左右的Michael一定不再是1980年的Michael。有錢，有名，又賣了不少公司。所以做項(xiàng)目，開startup，賣公司成了他的套路。那么，我們客觀一點(diǎn)說，他對database的理論和系統(tǒng)是不是做出了什么樣breakthrough的影響了嗎？其實(shí)我想任何一個(gè)東西單獨(dú)拿來看，估計(jì)都不能說是。他做系統(tǒng)很多，但是Oracle的funder們做系統(tǒng)也很牛，從這個(gè)角度來說，是不是圖靈獎(jiǎng)應(yīng)該給他們呢？這個(gè)圖靈獎(jiǎng)的爭議很多，但是且等后面再詳細(xì)談。而坊間傳聞的他是不是在抄襲其他人原創(chuàng)的idea，這尤其是很有意思的話題。譬如說大家去找MonetDB去聊聊天，他們會(huì)不會(huì)覺得所謂column store其實(shí)是自己先做的呢？以至于2015年VLDB的時(shí)候c-store的論文被確認(rèn)為10 year best paper，MonetDB的人就沒去開VLDB了。當(dāng)然，那個(gè)一直以來不是那么討老人喜歡的SIGMOD，老早就開搞double-blinded review的SIGMOD，第二年就給MonetDB頒了個(gè)獎(jiǎng)。這也算得上是以牙還牙以眼對眼了。
大概在2007還是2008年的時(shí)候，Stonebraker覺得自己手頭的牌差不多了，就發(fā)表了一篇論文，忘記是在維也納的VLDB還是溫哥華的SIGMOD了。當(dāng)時(shí)我還是DB小白的時(shí)候，讀起來覺得我身處在Database變革的最好的時(shí)代，熱血沸騰啊。這篇論文大致的想法是，database作為一個(gè)通用的系統(tǒng)已經(jīng)存在很多年了，又作OLTP的又作OLAP的，又貴又笨拙的，不符合時(shí)代發(fā)展潮流了。以后的時(shí)代應(yīng)該是專業(yè)的database做專業(yè)的事情，比如說column store要做OLAP，row store去做OLTP. 現(xiàn)在回頭看，自己還是太過于幼稚了，容易上當(dāng)受騙。那個(gè)時(shí)候Michael手里已經(jīng)攢了一摞牌了：
c-store，著名的column store，后來改名叫Vertica，再后來被HP這個(gè)傻子買了。
h-store，著名的row store，做transaction的，改名VoltDB，至今沒賣掉。
StreamBase， 上一波里遺留下來做streaming的，后來終于賣給TIBCO了。
SciDB，array database，做科學(xué)計(jì)算的，剛開始做沒多久。
Michael已經(jīng)不是當(dāng)年的Michael了，他可以呼風(fēng)喚雨告訴整個(gè)research commuity未來的發(fā)展方向，以及買他手頭一摞的公司了。這就是今天來看，被SAP那個(gè)從來沒做過database的傻帽co-found給壞掉的生意。我們再來看看，2009年的keynote，說得到底是什么：
A Common Database Approach for OLTP and OLAP Using
an In-Memory Column Database
哇，我Michael剛定好了生意經(jīng)，column-store給OLAP， row-store給OLTP，你就跳出來說要做一個(gè)同時(shí)能搞定兩者而且又非常快的column-store。誰允許你說column-store可以做OLTP的。我給你蓋章了么？所以那個(gè)c-store倒是給HP買了，那個(gè)h-store至今無人問津。壞人生意不是擋人財(cái)路么？壞了Michael的生意的HANA，在database的research community到底能有多受待見呢？我們下回再詳細(xì)講HANA的故事。
心黑膽肥的SAP
花開兩枝，講完黯然神傷的Michael和他可憐的賣不掉的H-store，我們來看看SAP的葫蘆里賣的什么藥。以事后諸葛亮的態(tài)度來說，SAP演出了一場大戲，從研發(fā)到宣傳到銷售到并購，很多東西是不是精心策劃我無從判斷，然而起碼從結(jié)果上來說，可謂心夠黑膽夠肥。
HANA是High Performance Analytic Appliance的簡稱，它作為一個(gè)新型的數(shù)據(jù)庫，有著一些其他數(shù)據(jù)庫所不具備的特點(diǎn)和創(chuàng)新性，我們先了解一下這些主要的創(chuàng)新性：
首先，HANA是第一個(gè)支持ACID的transaction 語義的column-store。這應(yīng)該是一個(gè)非常了不起的成就。雖然說實(shí)際上實(shí)現(xiàn)起來并非極其困難，但是對transaction的協(xié)議的改動(dòng)還是很多的。當(dāng)然這也是Michael很不喜歡HANA最根本的原因，撈過界了。
其次, HANA做了一個(gè)在09年看來非常大膽的決定。就是這個(gè)產(chǎn)品以堆高大上硬件的方式，把幾乎所有的數(shù)據(jù)都放在內(nèi)存里。想想看內(nèi)存的速度和硬盤能是一個(gè)量級的么？所以這使得SAP精心準(zhǔn)備的例子顯得非常的牛。一個(gè)在Oracle或者DB2上需要一天才能完成的報(bào)表，換上HANA之后只需要3秒鐘。對，亮瞎狗眼，只需要3秒鐘。當(dāng)然，對不起，您得升級硬件，買很多很多很多的內(nèi)存，最好還要很多很多很多的core。
再次，HANA推薦在同一個(gè)系統(tǒng)上同時(shí)處理OLTP的業(yè)務(wù)和OLAP的業(yè)務(wù)，這完全避免了傳統(tǒng)BI的ETL(extract， transform ，load)的過程，使得分析變得非常的實(shí)時(shí)。數(shù)據(jù)非常的fresh。
再次，HANA幾乎完整的整合了R的功能，并且把SAP業(yè)務(wù)相關(guān)的很多功能直接在HANA內(nèi)部實(shí)現(xiàn)了。這有點(diǎn)反計(jì)算機(jī)軟件構(gòu)架里面的封裝。然而在內(nèi)存數(shù)據(jù)庫的環(huán)境下讓數(shù)據(jù)離業(yè)務(wù)相關(guān)計(jì)算更近無疑是一種效率上極其有效的策略。
最后，現(xiàn)在的HANA是一個(gè)shared nothing的體系架構(gòu)。數(shù)據(jù)被partition，每臺只負(fù)責(zé)自己的部分。這讓HANA同時(shí)也具備了比較靈活的資源配置和高效的資源利用。當(dāng)然其實(shí)這個(gè)體系結(jié)構(gòu)也有弊端，如果查詢的key并不是partition key或者對partition key 有functional dependency的話，那查詢需要并行讀所有的數(shù)據(jù)。未必會(huì)慢但是很耗CPU資源。這個(gè)做法其實(shí)和很多key-value store的做法很像。而傳統(tǒng)數(shù)據(jù)庫一般是shared-everything的體系結(jié)構(gòu)。在大數(shù)據(jù)面前，無疑是一個(gè)更為落伍的處理方式。
然而心黑和膽肥其實(shí)體現(xiàn)在SAP怎么樣去運(yùn)作和商業(yè)化HANA。 HANA2010年的時(shí)候挑了幾個(gè)高富帥企業(yè)做內(nèi)測，然后在2011年前后開始針對大型有錢的主推開。HANA的硬件是需要通過認(rèn)證的，內(nèi)存從64GB起，在10年的時(shí)候這樣的機(jī)器幾萬美元是至少的。而HANA的軟件則賣到了30萬美元起的價(jià)格了.
從2011年到2014年，HANA一貫以來都實(shí)行非常高的價(jià)位，基本上就是只有土豪才能買得起的。市面上對HANA的抱怨基本上都被這蛋疼的價(jià)格所吸引了，然而正是因?yàn)閮r(jià)格高，用戶不多，HANA不但獲得了源源不斷的錢，更是獲得了非常重要的形象問題：高大上。不但如此，這幾年的限制還給了HANA寶貴的時(shí)間去真正提高產(chǎn)品。土豪用產(chǎn)品有一個(gè)特點(diǎn)，HANA怎么宣傳怎么用，比較傻白甜，所以很多HANA的缺點(diǎn)暴露的機(jī)會(huì)其實(shí)不多。
HANA的大膽還體現(xiàn)在HANA的宣傳上。比如說面對老對手Oracle，SAP說，你們代表著過去，HANA才是新時(shí)代新硬件新體系下面的東西，我們是未來。這招對土豪們尤其管用。土豪不差錢，中國石油差錢還是民航差錢，要的就是最新最貴最牛13的東西。于是一圈圈的土豪都從Oracle上面轉(zhuǎn)到HANA上，雖然HANA其實(shí)并沒有ready。這些土豪里面，中國的土豪在最初的一段時(shí)間內(nèi)貢獻(xiàn)了大部分的比例，果然是敢為天下先的為SAP添磚加瓦的土豪們。當(dāng)然隨著產(chǎn)品的成熟，日本和歐美的大企業(yè)也越來越多的進(jìn)到HANA的高端客戶里來。
應(yīng)該說，這是這么多年來第一次有人對Oracle的基本盤造成了動(dòng)搖。這之前不管是DB2還是SQL Server，無非跟在后面跟屁蟲一樣的吃點(diǎn)殘羹冷炙，算不得威脅。三板斧干死Oracle, 真的很牛。想來Oracle商業(yè)上這么牛的公司，居然也有瞎眼的時(shí)候。從實(shí)際行動(dòng)上來看，Oracle一系列的發(fā)布從Timesten，Exalytica，Exadata，到Oracle 12c In-Memory Option，簡直是亦步亦趨的證明了自己就是一個(gè)追隨者，而SAP才是內(nèi)存數(shù)據(jù)庫的開拓者。所以土豪們更懶得去理那個(gè)亦步亦趨的Oracle了。Oracle是自己把自己作成了一個(gè)追逐者，其實(shí)在2011年的時(shí)候如果Oracle夠冷靜，還是可以發(fā)現(xiàn)HANA只是個(gè)不成熟的玩具的，就不至于匆忙因?qū)α恕Ｎ蚁脒@種商業(yè)上的成功在企業(yè)級市場是非常罕見的。
HANA的另外一個(gè)牛掰的地方就是敢吹，每次都是新功能新特性先做一個(gè)半成品，就開release出去，在客戶文檔里面大肆吹多牛多牛，實(shí)際上bug一堆，然而因?yàn)槲蚁旅嬉v到的一點(diǎn)，這并沒有成為它的阻礙。舉個(gè)例子，HANA在2011年的時(shí)候連high availability都還不具備，居然就開吹HANA怎么樣通過一個(gè)cluster的機(jī)器來解決failure的問題。拜托，膽肥成這樣不容易啊。
然而僅僅靠這些還是不夠的，HANA的另外一個(gè)很牛的地方是瘋狂開發(fā)瘋狂release，在SAP推出市場以后，基本上做到了半個(gè)月到一個(gè)月一個(gè)release，每次release老的半成品的bug被小白鼠反饋回來修得差不多了，新版本又增加了一些半成品。4年下來80多個(gè)release。更夸張的是，每個(gè)版本的release的功能相差還是挺大的，半年后和半年前是兩個(gè)樣。我們都是軟件開發(fā)的，只能說這說明2010年賣給土豪的版本，連個(gè)毛胚都算不上啊。30萬美元買個(gè)毛胚大家怎么想？人傻錢多？奇怪的是用戶還很吃這一套。做了小白鼠，架不住人家修的快啊。
HANA的另外一個(gè)牛的地方在于，SAP把這個(gè)作為公司戰(zhàn)略高度的產(chǎn)品來推廣。銷售賣的業(yè)績要看HANA賣了多少。各個(gè)產(chǎn)品組的新feature必須先支持HANA。總之是從宣傳到銷售到市場到研發(fā)一切以支持HANA為最高優(yōu)先級。這種全力以赴的狀態(tài)，在一個(gè)業(yè)已成熟的企業(yè)級軟件公司，無疑是一場豪賭。
當(dāng)然SAP知道自己很跛腳。SAP的傳統(tǒng)數(shù)據(jù)庫相關(guān)的積累太過薄弱，所以三板斧使喚完的時(shí)候就沒救了。SAP另外一件偷偷摸摸做的事情是收購一個(gè)數(shù)據(jù)庫廠商。其實(shí)當(dāng)時(shí)市面上最好的選擇大家都知道Sybase。這個(gè)曾經(jīng)的第三大數(shù)據(jù)庫廠商，因?yàn)闆Q策失誤的問題，90年代末賣了一份源代碼給微軟，做NT系統(tǒng)下的數(shù)據(jù)庫，這后來就成了赫赫有名的SQL Server。買了源代碼的人迅速超越成了第三，最近又成了第二。這個(gè)被迫成為第四的廠商越發(fā)難以為繼。而SAP則偷偷的瞄準(zhǔn)了它，給買了。我想這絕對是Oracle失算的地方。
獲得了Sybase的加持以后，SAP HANA的體系立刻變得完整起來。舉個(gè)例子，以前是全部內(nèi)存的。但是總有人沒錢不是土豪，買不起太高端的，怎么辦?HANA后期的完整解決方案里面就有cold data存磁盤的辦法，當(dāng)然用的是Sybase那買的技術(shù)。另外一個(gè)特別重要的是實(shí)時(shí)備份技術(shù)，這在任何商用數(shù)據(jù)庫里都很成熟但是HANA是一直裸奔的。買了Sybase，就迅速的集成了Sybase Replication Server。讓SAP偷偷的買成了Sybase，絕對是一盤大棋里關(guān)鍵又險(xiǎn)惡的一步，成功了，一下子就獲得了Sybase仁波切的加持，各種各樣缺少的東西都有現(xiàn)成的，失敗了，遲早HANA的各種缺陷都會(huì)暴露出來。
等Sybase到手，關(guān)鍵技術(shù)integrate起來，2015年的HANA已經(jīng)是一個(gè)各方面非常領(lǐng)先的內(nèi)存數(shù)據(jù)庫解決方案，即便如Oracle也已經(jīng)無法有任何的實(shí)力可以撼動(dòng)了。而且對不起，以前實(shí)施SAP總要搭個(gè)Oracle賣，現(xiàn)在通通的都變成HANA，想想，SAP要賺多少錢，Oracle要損失多少億。這個(gè)時(shí)候HANA終于開始廉價(jià)傾銷，各種選擇都可以了。而樹已大，風(fēng)吹不動(dòng)了。心黑膽肥的SAP不但樹立起內(nèi)存數(shù)據(jù)庫的正統(tǒng)，更名正言順的開始傾銷其業(yè)已成熟的產(chǎn)品。夠Oracle好好喝幾壺的了。
自娛自樂的DB研究圈子
往下寫故事就需要一些背景知識了，所以這就開始稍微偏點(diǎn)題。
關(guān)系數(shù)據(jù)庫是一個(gè)近40年的東西。在計(jì)算機(jī)領(lǐng)域，任何一個(gè)東西如果存在了近40年而沒有本質(zhì)上改變什么的話，那就可以認(rèn)為是一個(gè)非常非常古老的東西了。在關(guān)系數(shù)據(jù)庫興起的時(shí)候，最早做這個(gè)東西的很多人，都做出了很多貢獻(xiàn)，這當(dāng)然包括了Michael Stonebraker，也包括很多現(xiàn)在很有名的人，比如David Dewitt， 比如Phil Berstein，比如Paul Larson等等。然而不得不說，我剛開始讀PhD的時(shí)候每次開會(huì)SIGMOD VLDB臺上發(fā)言的正是一群老頭子，等到我PhD畢業(yè)，又工作了很多年以后，臺上還是那群老頭子。計(jì)算機(jī)發(fā)展是如此的迅速，而這些老頭子們幾十年如一日的在舞臺上表演，那么是這些人一招先步步領(lǐng)先呢，還是這些個(gè)會(huì)議其實(shí)都已經(jīng)老朽不堪了呢？
某種程度上，我必須說，很多很多的創(chuàng)新都在工業(yè)界。今天學(xué)術(shù)界，至少在數(shù)據(jù)庫領(lǐng)域可以狠命推動(dòng)整個(gè)產(chǎn)業(yè)前進(jìn)的能力正在越來越弱。而這個(gè)圈子里面的確是一個(gè)等級森嚴(yán)講究出身門第的地方。每年的博士論文拿最佳獎(jiǎng)項(xiàng)的，通常來說，多少導(dǎo)師都得需要有點(diǎn)點(diǎn)的江湖地位。不然的話，其實(shí)是沒戲的。而會(huì)議上唱主角的，則很多時(shí)候是一群老頭子和老頭子們的徒子徒孫們。所以當(dāng)2015年Michael Stonebraker拿到圖領(lǐng)獎(jiǎng)的時(shí)候，整個(gè)的VLDB都洋溢在一群老頭子歡欣鼓舞和一群群的人給老頭子們祝福的狀態(tài)。而2009年的SIGMOD則有一場關(guān)于關(guān)系代數(shù)30年的講座，臺上的老頭子們憶苦思甜講述當(dāng)年年輕的他們是怎么樣努力的構(gòu)建了今天的這個(gè)數(shù)據(jù)庫的學(xué)術(shù)圈。聽著這些講座，看著這些活動(dòng)，確實(shí)會(huì)讓我們這些新進(jìn)來的人有無限的感慨。夕陽無限好啊，老頭子們依然年輕，完全沒有近黃昏的感覺。
中國人進(jìn)這個(gè)圈子比較晚，然而現(xiàn)在也在里面發(fā)展出了自己的圈子。這個(gè)以海外澳洲，新加坡，香港，以及一些北美歐洲，最近又加入了一些中國大陸高校的老師的群體。這個(gè)團(tuán)體在國內(nèi)紅紅火火頗有面子，然而仔細(xì)觀察來看，其實(shí)和美國的主流團(tuán)體的老頭子們，基本上還是各玩各的狀態(tài)。有例外，但不多。中國人傳統(tǒng)強(qiáng)項(xiàng)挖坑一般不在關(guān)系數(shù)據(jù)庫里，比較多的是spatial，top-k，skyline，還有做做privacy。然后就是哪里熱往哪里灌了。我想新加坡和香港一直都是這方面的主力軍了。
我進(jìn)入Database這個(gè)領(lǐng)域開始做PhD的時(shí)候，正值這個(gè)圈子里面的前面一波坑退去，那個(gè)時(shí)候主流的坑一個(gè)是XML，一個(gè)是Streaming，兩個(gè)每年都有很多論文發(fā)表出來。當(dāng)然后來XML被證明只是個(gè)configuration的文件格式比較合適，而Streaming這幾年在大數(shù)據(jù)的實(shí)際應(yīng)用中確實(shí)越來越重要。然而所謂挖坑灌水，那是需要費(fèi)盡心思死命的灌。灌到所有可能性都灌完。
一個(gè)新坑，probabilistic database在這兩個(gè)坑灌無可灌的時(shí)候起來了。祖宗是University of Washington的Dan Suciu。Dan是一個(gè)很和藹的長者，做理論強(qiáng)，數(shù)學(xué)家，發(fā)家于XML。這個(gè)大坑正式送他上天了。接下來的是Stanford的Jeniffer Widom，數(shù)據(jù)庫領(lǐng)域兩大派系之一的代表人物插了這腳進(jìn)來。另外一派則是和Michael共舞的Wisconsin派。后者不論是工業(yè)界還是學(xué)術(shù)界在數(shù)據(jù)庫領(lǐng)域都可以和stanford相庭抗理，甚至大部分時(shí)候都更牛一些。
于是乎滿世界的都是probabilistic database，那幾年的幾乎所有的SIGMOD VLDB都在做。我當(dāng)然也不能免俗，迄今為止，我引用數(shù)最高的論文，大概幾百個(gè)引用吧，就是關(guān)于這個(gè)坑的。中國人，包括海外的中國人尤其發(fā)揮了自身的優(yōu)勢，源源不斷的涌現(xiàn)出各種各樣的top-k，各種各樣的probabilistic假設(shè)。
我很佩服學(xué)術(shù)圈的人先赴后繼挖坑灌水的能力。從大牛到小牛到不牛的大家都說這個(gè)東西好，是個(gè)大寶藏。然而必須承認(rèn)，不能產(chǎn)生實(shí)際效益的東西無外乎皇帝的新裝，總有一天會(huì)凋零的。就像SAP扛著HANA的旗幟告訴大家說，我SAP才是內(nèi)存數(shù)據(jù)庫的領(lǐng)導(dǎo)者，你們這群做研究的，都不知道在干什么鬼一樣，這場轟轟烈烈的probabilistic database的挖坑灌水運(yùn)動(dòng)中，成就了無數(shù)個(gè)Phd，讓無數(shù)個(gè)教授拿到了Tenure，也讓一些人上了天。但是過去之后終究是然并卵，什么都沒有留下來。
而自己不愿意變化，外面總是會(huì)有人來打臉的。HANA這個(gè)臉打的不算太大。有個(gè)很evil的公司叫Google，一巴掌拍過來，三駕馬車一出，BigData從此走向了歷史舞臺。當(dāng)然現(xiàn)在的數(shù)據(jù)庫的會(huì)議都在不斷的擁抱BigData，可是君不知，這些文章最初發(fā)表的會(huì)議是OSDI，一個(gè)操作系統(tǒng)的頂級會(huì)議。和數(shù)據(jù)庫半毛錢的關(guān)系都沒有。
這讓我畢業(yè)以后越發(fā)的覺得挖坑灌水固然好玩，發(fā)論文固然有成就感，到一定程度以后就沒意義了。無非是自娛自樂的一種方式。當(dāng)然我并不否認(rèn)，國外的博士教育還是帶給了我很多的東西，包括我講故事的能力。今天我能在這里閑庭信步的給大家講故事，而且還講得不錯(cuò)，多少都得益于那慘無人道的五年里面無數(shù)次寫和修改論文的過程。
有關(guān)打臉的故事我們會(huì)慢慢的講下去，今天先到這里，正好也應(yīng)該去看美國總統(tǒng)的辯論了。
未完待續(xù)。
以上內(nèi)容由飛總授權(quán)轉(zhuǎn)載，版權(quán)所有，侵權(quán)必究，轉(zhuǎn)載請授權(quán)。
飛總的個(gè)人微信公眾號：飛總的IT世界面面觀
飛總，一位旅居西雅圖的華人，祖籍浙江，IT人士。2008年起從事大數(shù)據(jù)相關(guān)的基礎(chǔ)構(gòu)架的研究和開發(fā)，素愛讀書，博聞強(qiáng)識，對計(jì)算機(jī)行業(yè)和前沿技術(shù)的發(fā)展有深刻和獨(dú)到的見解。
京公網(wǎng)安備 11010502049343號