NO “NO SQL” （一）
很久没写blog了，一个原因是因为前段时间一直很忙，还一个原因是很多blog我写到一半就写不下去了。写着写着就发现似乎这个问题自己还没搞懂，所以又搁置下来然后再查资料。哎，我整理知识的速度永远跟不上学习的速度。
这篇blog我准备了很长时间，希望能把整个系列都写完，写好。
前言
但凡一个关注当前技术趋势的人，都应该知道NO-SQL。NO-SQL现在很火，每天都有无数的blog在阐述它，在热议它，在实践它。包括我自己，之前也或原创或转载了几篇和key-value store，non-relational database有关的blog，去年也做了很多这方面的工作。
但在这篇文章里，我尝试站在NO-SQL的对立面来看待这个问题，或者说，我希望能够批判它。原因有二：
1 这是一个自我的反思：从第一次接触到Dynamo，CouchDB时候的兴奋，到现在的冷眼旁观，我想在这个过程我还是有所得的；
2 这是对现实的一个批判：中国有个很不好的现象，所有人都不喜欢创造而只愿意跟随，都不喜欢原创而只喜欢抄袭。做产品的抄（看看现在火热的团购），做技术的也抄（看看火热的NO-SQL）。多少人随便拿着国外某技术会议的PPT上的两句话放在自己的blog里面就能装专家（没啥不好意思的，这事俺也干过）
也正是基于以上这两点，在这篇文章中，我希望能做到严谨和权威。我会尝试只引用一些比较正规的说明（比如wiki）和大牛的paper或者blog，而不是随意的道听途说。
言归正传。回到NO-SQL。
NO-SQL的定义我这里就不说了。事实上，现在为止也没有一个明确的定义。但是NO-SQL这个movement（no-sql wiki 中将NO-SQL定义成了一个movement）是确实存在的。之所以采用NO-SQL而不是采用RDBMS（比如Oracle，MySQL，DB2等），原因我分析大致有二：
1 RDBMS在scalability上存在问题；
2 RDBMS所采用的relational data model在一些场景下不适用；
接下来，我分别对这两个原因进行论述。
什么是CAP
在谈到RDBMS在scalability上的缺陷时，NO-SQL的支持者们都会提到一个“理论”，就是CAP，同时，很多的NO-SQL system在设计的时候也受到了CAP的影响（这从一些相关的open source project的文档中可以看出来）。所以，可以认为，CAP成为了NO-SQL一个非常核心的理论支柱。
那么，什么是CAP？
这个问题可真是不好回答。CAP最早是在2000年PODC的一个invited talk上，由Eric Brewer（我前面有篇blog 专门介绍过他）提出的。（很有意思的是，CAP在当年提出来的时候并没有太大的影响，反而是现在…）。但是除此以外，Eric Brewer没有在他自己的任何一篇paper中再介绍过，所以，目前为止来自于其原创者Brewer的关于CAP的唯一解释只有那次talk上的一个PPT【1】。在这个PPT上，CAP是这样定义的：
C -> Consistency;
A -> Availability;
P -> Tolerance to network Partitions;
You can have at most two of these properties for any shared-data system.
坦率的说，这个定义比较直观，但非常的含糊，特别是C，A，P字母分别表示的含义，在这里很难真正理解。
一个更加详细，并且现在看来也是最靠谱的一个解释来源于Prof. Lynch在2002中的paper【2】，这篇paper详细阐述和论证了CAP（prove this conjecture in the asynchronous network model）。我采用这篇paper作为CAP最权威的解释，主要是因为，首先，这是一篇关于CAP的正式的学术性论文，所以应该比较严谨，其次，作者Lynch可以说在分布式领域鼎鼎大名，她的书“Distributed Algorithms”是分布式领域的bible，她的paper当然可信度要高些。
OK，来看看Lynch的paper说了些什么。
Consistency
按照Lynch的说法，CAP中的C指的是Atomic Consistency，就是说，并发的操作看起来应该就像是有顺序的串行执行。“Atomic consistency is the condition expected by most web services today. Under this consistency guarantee, there must exist a total order on all operations such that each operation looks as if it were completed at a single instant”。
需要说明的是，CAP中的consistency指的是一个system的consistency，和ACID中的consistency并不是一个概念（ACID中的consistency的对象是transaction）。按照Lynch的说法，CAP中的consistency对应于ACID中的atomic和consistency。“…as it subsumes the database notions of both Atomic and Consistent”。
其实抛开这些理论的东西不谈，consistency也是CAP中最容易理解的一个概念，并不容易产生太大的混淆。
Availability
Lynch的说法，“For a distributed system to be continuously available, every request received by a non-failing node in the system must result in a response”。这个说法有两个比较有趣的地方。一个是non-failing node，也就是说，如果request被一个正常的node接收了，那么必须产生一个response，但是，如果发起一个request而系统根本就不接收呢，这样算不算unavailable？另一个有意思的词是“must”。“must”的意思是一定会返回一个response，但是，却不对response time做任何的限制，那么这就很困惑了，如果一个系统接受到request后一年才返回结果，那么它算是availablility吗？
当然，如果不考虑这些非常“狡猾”的地方，availablity可以直观的理解成，就是系统能够24*7的稳定运行并生成response。
Partition Tolerance
这是一个非常奇怪的表述，也是之前我最困惑的地方。按照字面的理解就是“容忍分割”。这里牵扯到两个问题：什么叫做“分割”，怎么样才算是“tolerance”。
在Lynch的paper中，有明确的partition定义：“when a network is partitioned, all messages sent from nodes in one component of the partition to nodes in another component are lost”。就是说，你的system中的node如果构成了一个network，这个network被分成了两个部分，一个部分中的node发出的message另一个部分的node是收不到的，这样我们就能够说这个system被partition了。
tolerance的意思则是指当一个system处于partition的状态，但是这个system仍然能够满足Consistency或者Availablity的要求 。
当然，这里也有个问题，就是Partition的程度并没有被定义。一个系统，如果一台机器fail了，可以说这个系统处于partition的状态，如果一个机柜的网络断了，也可以说是partition，而这两种partition显然是有区别的。
综上所述，我个人的看法，Consistency和Availability可以看做是system的属性，而Partition Tolerance是一个限制条件或者状况。举例来说，如果一个系统在partition的状态下能够满足Consistency但是做不到Availability，那么这个系统就满足C和P。而如果一个系统在平时能够满足Consistency和Availability，但是在Partition状态的时候都满足不了，那么这个系统就满足C和A。而一个系统无论是否在Partition状态的时候，都能够满足Consistency和Availability，那么这个系统就满足C，A和P。当然，根据CAP理论，这是不可能的。
下一篇会谈到对于CAP的“批判”。
Reference
【 1 】 http://www.cs.berkeley.edu/~brewer/cs262b-2004/PODC-keynote.pdf
【 2 】 http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.20.1495&rep=rep1&type=pdf