服务器|云原生数据库的幕后英雄—浅谈分布式数据库的计算和存储分离( 二 )

而对于Pulsar的云原生特性则是这么描述的：“Pulsar使用计算与存储分离的云原生架构，数据从Broker搬离，存在共享存储内部。上层是无状态Broker，复制消息分发和服务；下层是持久化的存储层Bookie集群。Pulsar存储是分片的，这种架构可以避免扩容时受限制，实现数据的独立扩展和快速恢复”。

可见实现云原生存算分离已是无处不在，只不过不会直接感知到它罢了。

何为计算、存储、分离

计算：提供计算能力的不可变基础设施

存算分离中计算的变化比较小，也更容易理解，不管是一开始的虚拟机，还是现在最常用的容器，计算部分都是为数据库提供算力，其最基本的资源是CPU和内存。一些“计算”还会用服务器本地盘作为缓存，但并不包括持久化数据。这也使“计算”不断接近云原生中对不可变基础设施的要求。

存储：能力不断增强的数据持久化资源池

相对计算，存储的能力，形态则变化较大。但不管是对象存储，HDFS存储，KV存储，文件存储，还是像AWS那样提供了部分数据库存储引擎功能的“计算存储”，不管是自研的还是购买第三方存储，是云服务还是线下存储，存算分离中的存储始终承担着数据持久化的工作。这一点是理解存算分离的关键，也是存算分离的主要价值之一。

分离：下刀的位置因时而变

分离容易理解，但怎么切是有讲究的，它反映了需求，能力，甚至商业考量。如果想让存储多做点事，可以切得狠一点，像AWS Aurora把日志引擎都切给存储了，如果想通用一些，也可以像阿里PolarDB那样正常地切，以至于底层换个存储也能用。如果想封闭圈子自己玩，就切给自己家存储，并且切完了还会连着一点点（封闭接口），公有云基本就是这种做法，如果不想自己研发存储，就切给通用存储，如果想卖存储，就按通用接口来切，华为，浪潮的大数据存储，腾讯的HDFS存储都是这个套路，这些都来自商业的考量。

技术发展使存算分离成为可能

存算分离能再次流行是因为之前受限于的技术障碍：传输性能与存储能力问题已得到解决。

技术拐点：分离正当时

每一次网络技术的进步都会对我们系统架构产生重大影响，大量数据相互间同步，既要低延时又要高带宽，如果没有网络技术的进步无法实现，然而每个短板被填补以后都会带来IT架构的变革，FaceBook在其阐述温存储大数据研发的原因中提出了“技术拐点论”非常准确的说明了当下为什么可以实现存算分离的技术原因：传输协议和带宽能力已不再是IO瓶颈。

高速以太网：吞吐量大幅提升而成本和部署灵活性相比FC和IB有大幅度改善，足以应对从当年的千兆迈入10GE，25GE，甚至100GE时代。

无阻塞转发网络：比如FaceBook采用了CLOS网络拓扑，实现了分解式的网络，网络不会成为性能瓶颈，同时提供了灵活的组网能力。

RoCE（RDMA over Converged Ethernet ）和NOF（NVMe over Fabric）：带来网络访问高性能、低延迟和低协议负担的优势。阿里PolarDB和AWS最新的IO2 Express使用了RoCE。

无损网络：保证网络稳定性，使以太网可以用于高速关键业务。

而相对于传输能力和协议的发展，近年介质能力和协议的提升并不大，这就使当初使用本地盘方案要解决的问题不再存在了。

全栈方案厂商存储能力积累新通用存储+数据库形成开放架构

这个“新”指通用存储具备的新特性，既能提供比本地盘更好的能力，也有别于传统存储。对于存算分离，比较关键的特性包括：