Procella 数据库的简单介绍

最近看到了一个很有趣的数据库 Procella ，它的架构图就和当初亚马逊公司发布的数据库论文 Aurora 里面的一样，一眼就吸引住我了。

Procella 最有趣的一点就是把大数据平台常用的 lambda 架构引入到了数据库内部中去。

Lambda架构是由Storm的作者Nathan Marz提出的一个实时大数据处理框架。Lambda架构的目标是设计出一个能满足实时大数据系统关键特性的架构，包括有：高容错、低延时和可扩展等。Lambda架构整合离线计算和实时计算，融合不可变性（Immunability），读写分离和复杂性隔离等一系列架构原则，可集成Hadoop，Kafka，Storm，Spark，Hbase等各类大数据组件。

这个架构和 Aurora 使用 log（日志）把数据库里的存储和计算分离的架构都有着非常强的原创性。因为使用 LSM 树等传统的关系型数据库的架构去存储数据，在大数据量导入时，由于写放大的固有问题性能不会很好，而传统的列存储 Parquet 等又不适合小数据量的导入，因此 Procella 使用 Lambda 架构很好的解决了大数据量下的数据存储问题，并且保证了数据分析的优秀性能。

不过缺点也很明显：由于不支持数据库里面的隔离级别，所以很有可能会导致脏读现象。

除此以外，Procella 也解释了为什么谷歌很多数据库是天然的存储和计算分离，因为

在 Google 公司内部没有本地磁盘。只有远程过程调用（RPC），而不是读取或写入磁盘，每一次的读取或写入都是 RPC 过程。

参考链接

1. https://zhuanlan.zhihu.com/p/82735071
2. https://mayunlei.github.io/2020/05/20/Procella-Youtube-%E6%8A%8A%E8%AE%A1%E7%AE%97%E5%8A%A0%E9%80%9F%E7%8E%A9%E5%88%B0%E6%9E%81%E8%87%B4%E7%9A%84%E5%AE%9E%E6%97%B6%E8%AE%A1%E7%AE%97%E5%BC%95%E6%93%8E/
3. https://blogs.nearsyh.me/2019/09/18/2019-09-18-Procella/
4. https://joe.schafer.dev/procella-youtube-analytical-database/
5. lambda 架构介绍：https://en.wikipedia.org/wiki/Lambda_architecture