Amazon SimpleDB——網(wǎng)絡(luò)數(shù)據(jù)存儲的新選擇
【W(wǎng)atchStor獨家譯文】12月，Amazon發(fā)布了SimpleDB產(chǎn)品的測試版。SimpleDB是Amazon Web Services——也就是AWS——工具套裝的一部分。Amazon SimpleDB給那些使用基于云技術(shù)應(yīng)用軟件的公司提供了一個存儲簡單數(shù)據(jù)場所。對用戶來說，這個產(chǎn)品特別適用于快速查找資料的場合。
該公司的這項工作已經(jīng)開始了一段時間了；事實上早在一年前Amazon就推出了這個計劃的早期版本，一些用戶已經(jīng)從那個時候開始使用該產(chǎn)品了。在那之后，Amazon又對SimpleDB做了許多調(diào)整改進(jìn)工作，很明顯這是Amazon在聽從客戶建議之后所做的努力。
現(xiàn)在推出的這個測試版（任何人都可以使用）與客戶理想中的最終產(chǎn)品越來越接近。我現(xiàn)在已經(jīng)決定試用一下，因為我是Visual Studio的研發(fā)者，我所選擇的工具是C#Visual Studio庫（Amazon也為其他包括Java，Perl和PHP在內(nèi)的平臺提供了幾種官方庫）。
使用
SimpleDB采用了一種很獨特的存儲方法，使人們可以在云基礎(chǔ)的應(yīng)用軟件上存儲簡單數(shù)據(jù)。這種方法與電子表格程序類似，并且一定是非關(guān)聯(lián)性的。（這讓我想起了Google的BigTable。這個軟件能通過Google App Engine運用到一個叫DataStore的小型表格中去。）當(dāng)SimpleDB不能滿足你的要求時，Amazon還提供許多其它的數(shù)據(jù)庫。 比如說公司提供Amazon Simple Storage用于存儲文件。EC2（彈性計算云）是這個軟件的主要云平臺，在這個平臺上，你可以運行任何數(shù)據(jù)庫服務(wù)器，其中也包括了SQL服務(wù)器。這就意味著你并不是只能選擇SimpleDB。
總覽
SimpleDB（與Google的DataStore相類似）的主要宗旨就是閱讀速度快。雖然并非全部的網(wǎng)站都需要快速進(jìn)行資料檢索，但至少絕大部分的網(wǎng)站有這樣的需求，而且它們對資料檢索速度的要求遠(yuǎn)遠(yuǎn)高于對資料存儲的要求。Amazon的自有網(wǎng)站就是一個典型的例子。人們在Amazon的網(wǎng)上瀏覽書籍和其它產(chǎn)品，一定希望很快就能打開相應(yīng)的網(wǎng)頁。此時，除了記錄下你的瀏覽歷史之外，基本上沒有什么資料存儲工作。人們可不想苦苦等待這些網(wǎng)頁慢慢打開。但又比如說當(dāng)人們在Amazon的論壇上發(fā)帖時，***的帖子發(fā)布過程會有延遲——這段時間雖然很短，但大家還是可以發(fā)現(xiàn)。可顯然大家對這個現(xiàn)象表現(xiàn)出了相當(dāng)?shù)膶捜??？偟膩碚f，對絕大部分人來說，讓他們滿意的應(yīng)該是可以快的閱讀速度以及相對來說可能慢一些的書寫速度。這些就是SimpleDB（與Google DataStore）提供的主要功能。
盡管現(xiàn)在市場上大部分的數(shù)據(jù)庫都是關(guān)系型的（并且采用的是SQL語言），可以肯定的是SimpleDB一定是非關(guān)聯(lián)性的。用戶并不是在表格相同的條條框框里創(chuàng)建資料，而是創(chuàng)建一個稱為域的資料集用于存放資料項。每一個資料項能夠有多種“屬性”，每一個屬性都可以單獨命名。
這些就是SimpleDB與傳統(tǒng)的關(guān)系型數(shù)據(jù)庫大不相同的地方。SimpleDB提供的樣本文件就是很好的例子。假定你想創(chuàng)建一個域用于存儲產(chǎn)品信息。對你來說，一項產(chǎn)品有可能是一件衣服，這件衣服可能會有多種屬性，比如說顏色，尺寸等等。另一項產(chǎn)品可能又是一件與衣服完全不同的產(chǎn)品，比如說是一個汽車引擎。汽車引擎的屬性里不包括顏色與尺寸，但是卻會有其他內(nèi)容，比如說型號、生產(chǎn)年份等等。
在一個關(guān)系型數(shù)據(jù)庫里，上文所說的那種情況有兩種解決辦法。一種就是創(chuàng)建兩個不同的表格，另一個就是創(chuàng)建一個表格，但這個表格里會含有對某些產(chǎn)品來說并不存在的屬性名稱。（例如對汽車引擎來說，尺寸這一欄將留空。）但是在SimpleDB里，尺寸這一條在汽車引擎項里并不存在，同樣對套衫這一項來說，也不會出現(xiàn)品牌和型號這類的條款。但是汽車引擎和套衫可以同時存儲在一個單獨的域里。
你可以在同一個域里創(chuàng)建下述數(shù)據(jù)：
l Item1: Category=Clothes; SubCategory=Sweater; Name=Cathair Sweater; Color=Siamese, Size=Small, Medium, Large.
l 項1：Category=Clothes; SubCategory=Sweater; Name=Cathair Sweater; Color=Siamese, Size=Small, Medium, Large.
l Item2: Category=Car Parts; SubCategory=Engine; Name=Turbos; Make=Audi; Model=S4; Year=2000,2001,2002.
l 項2：Category=Car Parts; SubCategory=Engine; Name=Turbos; Make=Audi; Model=S4; Year=2000,2001,2002.
要注意的是，兩項產(chǎn)品同時擁有屬性目錄，支目錄以及品牌這三項。但是其它的屬性卻是各自產(chǎn)品特有的。同時還要注意的是同一個屬性值可以同時存儲多個數(shù)值。對項1套衫來說，尺寸這項就有三個值，分別是：小，中和大。對項2引擎來說，生產(chǎn)年份同樣有三個值：2000，2001和2002。
庫以及訪問方法
我提到過我選擇了C#庫。這里我想說明一點：這些庫是Amazon自己編寫的，但并不是唯一可供選擇的庫。SimpleDB的界面訪問可以從下面兩種方法中任意選一個：一是作為網(wǎng)絡(luò)服務(wù)器（運用SOAP），另一個是REST（Representational State Transfer，代表性狀態(tài)傳輸）。C#庫包括了許多不同的類型和方法，這些類和方法都可以和SimpleDB互動。這些庫會自動以一種隱蔽的方式創(chuàng)建URL，同時將它們發(fā)送到網(wǎng)絡(luò)服務(wù)器，等待反饋。反饋將以下面的形式出現(xiàn)：（順便提一句，如果你對REST非常感興趣，網(wǎng)上有很多關(guān)于Amazon在創(chuàng)建自身界面時是否打破了非官方REST條例的討論。這篇文章里就這個問題我不打算做更深入的討論。但是如果你們對這些信息有興趣的話，上網(wǎng)以SimpleDB REST為關(guān)鍵詞用google搜索一下就可以找到這類信息。）
既然C#庫可以簡單地創(chuàng)建了REST請求，同時也閱讀了反饋，事實上這個時候就可以開始著手創(chuàng)建你自己的類型庫了。我想隨著時間的推移，我們可以看到更多更好的庫，因為Amazon現(xiàn)在創(chuàng)建的這個并不是十分的復(fù)雜。但既然這只是一個面向REST訪問的庫，所以我并不打算以這一個庫為標(biāo)準(zhǔn)對SimpleDB的產(chǎn)品進(jìn)行評判（我建議你們也別這樣做）。
但是我的確有一個很關(guān)心的問題，那就是：所有的反饋都是以
這樣要回到雙整數(shù)將要浪費很多空間。雙整數(shù)只需要幾個字節(jié)就可以存儲下來，而這樣的反饋大小卻超過了400字節(jié)。如果你要做的是大量的數(shù)據(jù)修補工作，上述說的差異將會對結(jié)果造成巨大的影響。（這就意味著你將要確認(rèn)自己將會批量訪問數(shù)據(jù)而并非單獨訪問。多項數(shù)據(jù)資料可以僅出現(xiàn)一項反饋）
體驗SimpleDB
C#庫可能的確是有一些過于簡單，但它運行良好。我可以很容易地把資料輸入到SimpleDB服務(wù)器上。我運行編碼創(chuàng)建域，從域里添加和移除資料，同時還可以將這些資料在域里進(jìn)行排列。這些工作都進(jìn)行得十分順利。事實上這些就足夠了，這也是SimpleDB所運求的——簡潔。它是用于存儲資料的。至于判定到底哪些是你的網(wǎng)站需要上傳的資料，這可就是你自己的任務(wù)了。
當(dāng)然利用C#庫也給我們出了一個有趣的思考題：在處理網(wǎng)絡(luò)相關(guān)問題的時候，C#通常意義上是一個基于服務(wù)器的語言。這就表示你可能需要將你的網(wǎng)站的主機建立在Amazon的EC2或者是你自己的網(wǎng)站上。這個網(wǎng)站一定要是一個ASP.NET站點，同時你將要創(chuàng)建C#代碼以達(dá)到和AmazonDB服務(wù)器互動的目的。接下來你的客戶將會瀏覽你的網(wǎng)站，他們根本不會知道在后臺你的站點正在Amazon的服務(wù)器上存儲資料。
但是這種現(xiàn)象合理嗎？你建了一個自己的網(wǎng)站，但用的卻不是自己的數(shù)據(jù)。你必須將你自己的服務(wù)器連接到位于另一個網(wǎng)絡(luò)里的另一臺服務(wù)器上才能獲取數(shù)據(jù)。這樣有意義嗎？這個問題的答案取決于你們自己，我不能代替你們做出回答，但是這個問題擺在我們面前，沒有辦法忽略。
對基于服務(wù)器代碼來說還有另一個選擇，那就是把你網(wǎng)站的主機設(shè)在EC2上。這樣結(jié)果會比上面的方法好一些。EC2支持Windows服務(wù)器，你可以創(chuàng)建ASP.NET站點。（如果你不想用ASP.NET的話，你也可以在EC2上使用其它平臺和語言。）雖然這個方法比上面的方法好一些，但是你的服務(wù)器依舊需要連接上SimpleDB來進(jìn)行資料處理。
當(dāng)然，還有另一種可能性就是轉(zhuǎn)向網(wǎng)絡(luò)2.0版，創(chuàng)建一個可以生成包涵JavaScript代碼網(wǎng)頁的網(wǎng)站；這些網(wǎng)頁可以利用AJAX連接上正確的網(wǎng)站。但這樣做的話，將會帶來很大的安全風(fēng)險，因為你不會希望你的客戶的瀏覽器可以直接從你的SimpleDB域上讀寫資料吧。此外，在默認(rèn)情況下瀏覽器甚至不允許JavaScript利用AJAX訪問那些擁有與主機不同URL域的網(wǎng)站。
還有另一種選擇就是采用一種混合的辦法，你可以讓你的服務(wù)器先向SimpleDB服務(wù)器提出請求，然后再返回。
如果你打算利用SimpleDB創(chuàng)建一個站點的話，上述問題都十分重要，需要好好思考。通常情況下，我認(rèn)識大家一般會將他們的基于服務(wù)器的代碼放在EC2這個主機上，顯然Amazon也是這樣想的。如果你真的這樣做的話，在考慮安全問題的同時，你還要就你應(yīng)該如何獲得這些數(shù)據(jù)以及利用瀏覽器可以干什么仔細(xì)權(quán)衡利弊。
結(jié)論：一個特別的方法
總的來說，SimpleDB對那些不需要進(jìn)行關(guān)聯(lián)的資料來說是一個非常好的方法。但這種方法是不是適用于每一種場合呢？答案是不。最普遍的例子就是，已經(jīng)完全規(guī)范化的客戶數(shù)據(jù)庫、產(chǎn)品數(shù)據(jù)庫和銷售數(shù)據(jù)庫將非常不適應(yīng)這樣的情況，除非你先從客戶數(shù)據(jù)庫中找到每一個客戶的ID，再從銷售域中找到每一個客戶所購買產(chǎn)品的ID，然后再去產(chǎn)品域中找到那個客戶所購買的產(chǎn)品列表，***人工將它們關(guān)聯(lián)起來。這個工作量極大，但通過一個關(guān)系型數(shù)據(jù)庫，一個簡單的兩線或者三級SQL連接就可以輕松把這個工作完成。
不管怎么樣，如果你只是需要能夠快速查找資料，并不需要把這些資料關(guān)聯(lián)起來的話（比如說讓產(chǎn)品表單符合一些既定的標(biāo)準(zhǔn)），SimpleDB將是你最好的選擇?！網(wǎng)atchStor獨家譯稿，未經(jīng)許可禁止轉(zhuǎn)載。合作伙伴請注明原作者及出處為WatchStor.com】
