关于世界上的超大数据库

手边有一份 2005 Winter TopTen Award Winners的报告，包含了一些关于世界上排名前几位的 VLDB 的信息。VLDB，超大数据库，其实叫做"狂大数据库"倒是也很贴切。

如果不区分操作系统环境，Yahoo! 力拔数据仓库一项的头筹，单个数据库数据大小接近 100T 。采用的是 Oracle 数据库，部署在 Unix 上， 存储是 EMC 的设备。这是 2005年的数据，雅虎现在每日接近 40 亿 PV，这个数据仓库现在应该远超 100T 了吧。 电信巨头 AT&T 的数据仓库屈居亚军。Amazon 的两个数据仓库也不小，数据量多达 24773 GB，是用 Oracle RAC 实现的，部署在 Linux 操作系统上。

OLTP Top 10

我比较关心 OLTP 数据库的情况。下面这个图表是包括所有操作系统环境的 OLTP 数据库情况。前 10 名中只有两个采用了集群，而且都是集中式集群(Centralized/Cluster)。其余8个席位都采用了 SMP 架构，而且大多是集中式(Centralized)。分布式超大 OLTP 的成功案例看来并不多(只有 1 例,另外有一例是Federated)。让 Fenng 稍微有些惊讶的是 SQL Server 占了三个席位，数据量最大接近 8T 。整个表看来，数据库类别、所用的软件平台还真的比较平均。并非我想象的完全是 DB2/Oracle+Unix 的格局。

Unix 上 OLTP TOP 10

下表是使用 Unix 操作系统 OLTP TOP 10。好家伙，几乎清一色的 Oracle。DB2 不见踪影，只有 Sybase ASE 还算争气，占了一个席位。 9 个 Unix 平台上的 Oracle OLTP DB，只有两个使用了 RAC ，其他都是 Centralized/SMP。

 

到现在为止，都还没有看到互联网站点的身影。

Linux 上 OLTP Top

终于有互联网公司出现了。

仍然全部是 Oracle 数据库。而且, 四个中的三个都是通过 RAC 来实现的。

从上面的数据可以作如下总结：

1) Linux 上 Oracle 通过 RAC 可以提高扩展能力;
2) 但是，Oracle RAC 的扩展性并非那么好;

如果从峰值处理能力(Peak Workload)的角度上看，Oracle 就不那么风光了。DB2 与 CA 的 CA-Datacom 瓜分了 10个 席位。操作系统平台都是 z/OS。 排在第一的是 UPS 的数据库系统，每个小时处理 1,134,034,718 条 SQL 语句。很强悍。

或许有个的朋友看过我介绍的 eBay 的数据量，可能比较纳闷，为何整个报告中没有 eBay 数据库上榜? Fenng 猜测是 eBay SOA 化之后，单个的数据库就并不大了，这样也避免了风险。

(这份报告的 PDF 下载)