透过 849亿市值的数仓 Snowflake,看数据库的未来

图 | L

近些年，很多数据库公司上岸，MongoDB市值 216亿美金，Cloudera 市值 45亿美金。而其中最耀眼的，非 Snowflake莫属，849亿美金。

以上数据截止于2021.1.10

解释下，Snowflake 公司主要做数据仓库产品。早年我在华润做MES/ERP开发时，就隐约感到数据仓库将会是未来的热门方向，所以提前布了局，逼着自己在数仓方向投入了更多的精力。

说这个，我并不想要标榜自己多么有智慧，对未来的方向看得多通透。不，一点都不。这不过是老老实实打工人，应该有的一种职业感觉罢了。

最近看到各路股神又出来炫技。刚入股市第一年，就大几十万的进账，好像真的是看懂了产业，行业，公司的布局，妥妥的晋升股市操盘手，分分钟教人炒股，日进百万那种。

其实，就是目前的一种资本趋势，而这些所谓的股神，站在了这波风口上而已。只要你人没事，不死，以后这样的投机机会，海的多了去了。

放长远去看，遍地机会，某些大V夸起自己的预测，毫不嘴软。我想的是，但凡你会写点字儿，保持着一定专业敏感度，这些行业机会，一抬手就能砸中一大片。

就像我预测数据仓库是未来一样，不过是数据多了，一种必然的发展方向。无他，就是运气到了。如果你做汽车，肯定推电动车，你做生物医药，肯定预判流感疫苗是妥妥热门。

回顾数据库的发展历史，在数据库商业产品这么丰富的年代，Oracle, SQL Server, DB2, MySQL等等，还有大数据产品的围追堵截 Spark/Hive/HBase, 更有集成商 Cloudera/MapR/Amazon RedShift/GCP BigTable 这样的巨型平台，为什么会在数仓市场出现这么一匹黑马呢？

以上截图，出自阿里数据库大牛叶正盛的PPT. 后台回复 Snowflake，可得 Snowflake论文与叶总的这份PPT

看到这幅图，如果你胆子大点，肯定会预判单体的数据库平台，将来一定会受到云数据库的冲击。在2C领域，传统的关系型数据库一定没有空间，一是缺少对非结构化数据的支持，二是扩展受限。

拿 snowflake 论文的架构图一看，就明白：原本的单体数据库，哪怕是集群数据库，走的通常是 shared-disk 架构：

image

这类架构，虽然提供数据库强一致性，但锁独占问题会严重干扰并发；

然后大数据套件出来了，比如 Hadoop, 走了 shared-nothing 架构：

image

提供了分布式数据存储，分布式计算，但计算与存储最终还落脚在一台机器上。此时就会有计算倾斜，比如某台计算节点就弱鸡，严重拖慢了查询。

Snowflake 做了创新，计算资源与存储，严格区分开来：

image

比如10台计算节点和5台存储节点，而且某个用户可以随时启动更多计算节点，也可以关闭更多计算节点。这就使得计算弱鸡的节点，随时都可以被取代。

上图来自 snowflake 论文，后台回复 snowflake 即可下载

爱思考的朋友，看到这，可能会有个疑问，针对每个查询，都会开启不同数量的计算节点，怎么做到的？这对运维得有多大的挑战。

其实，这就是未来数据库的发展方向之一，云化，云原生。如果没有云计算的支持，肯定做不到这点。

市面上，云数据库也有很多，比如 Amazon 的 redshift, Microsoft SQL DW, Google 的BigTable, Spanner，国内也有很多巨头有自己的云数据库，阿里 PolarDB, ADB, 腾讯 TDSQL, 华为高斯数据库，为什么偏偏 snowflake 会获得这么多资本的青睐呢？

此时就要祭出第二张叶总的PPT:

细看不难发现，很多云数据库是有自家的云平台做支撑的。一旦你选定一个云平台提供的数据库，那再转别的供应商，就会有难度。

而 Snowflake 的优点在于，它把存储组件脱离了整个架构，可以部署在 Microsoft Azure 上，也可以使用 Amazon 的ECS，Google 的GCP,也来之不拒。并且数据在这些云提供商之间，无缝迁移。

让利于他人，最终获得了这些云平台的用户。

从数据库最本质的软件逻辑来分析，一条SQL的执行路径，有这么几步：编译，调优，执行，物理访问。把编译，调优，执行控制在核心，而物理访问外包出去，这就是 snowflake 当前的策略。从市场表现来看，目前运营非常成功！

文中略去很多细节的实现，有兴趣的伙伴，可以公众号后台回复 snowflake 来下载技术论文。

--完--