NoSQL“开山之作”Amazon DynamoDB的十年创新之旅

十年前，亚马逊云科技正式推出Amazon DynamoDB，一种快速、灵活的 NoSQL 数据库服务，可在任意规模环境中提供一致的个位数毫秒响应时间。

亚马逊首席技术官Werner Vogels曾表示：“我们非常高兴推出Amazon DynamoDB，一种快速、可靠且具有成本效益的 NoSQL 数据库服务，专为互联网规模的应用程序而设计。” Amazon DynamoDB代表了亚马逊在大型非关系型数据库和云服务技术领域15年持续投入的成果。

Vogels表示：“我们早在2007年就发表了有关亚马逊Dynamo技术细节的论文，并以此奠定了首批非关系型数据库的雏形。最初的Dynamo基于一套强大的分布式系统原则设计，并生成了一个可随意扩展和高可靠的数据库系统。Amazon DynamoDB继续基于这些原则构建，也是亚马逊多年运行大规模非关系型数据库和云服务（如Amazon SimpleDB和Amazon S3）的经验积累。很高兴看到我们的探索和经验转化为易于使用的托管服务，并提供给我们的客户。”

亚马逊云科技数据库、数据分析、机器学习副总裁Swami Sivasubramanian和Vogels同为2007年Dynamo论文的合著作者之一。Swami是Amazon DynamoDB开发的主要贡献者，那时他是一名从事分布式系统技术设计、实施和分析相关工作的亚马逊研究工程师。

Amazon DynamoDB发布十年之际，Swami表示：“我们正在经历数据和机器学习的‘文艺复兴’时代。如今企业可以将数据存储在这些数据库中，并快速开始在 Amazon S3 中构建自己的数据湖，然后就可以立刻开展数据分析，并在几周甚至几天时间内就能通过Amazon SageMaker实现人工智能赋能，这真的非常了不起。我非常期待现在能有机会帮助客户更快地从数据中获得洞察。客户真的希望将数据‘物以致用’，实现数据驱动的决策。越来越多的CIO和企业意识到这将成为数据使用者的‘生存法则’，那些有能力将数据应用于实际工作的人将披荆斩棘，无往不利。”

以下Swami与我们分享了Amazon DynamoDB的起源、前身以及未来。

关于Dynamo的起源

Swami：我们在2007年发表了Dynamo论文，探讨这个话题之前，我们需要先追溯到2004、2005 年。那时我正在攻读博士学位，（并随后于2006年从阿姆斯特丹自由大学获得计算机科学博士学位），也在考虑我将在哪里工作。看到亚马逊正在快速成长，并不断突破常规，打破界限，我选择了以亚马逊研究工程师实习生的身份加入亚马逊。

那时亚马逊云科技还不存在，加入亚马逊后，我很快意识到作为一家电子商务公司，亚马逊实际上也是一家科技公司。为了支持自身电子商务业务相关的各类运营场景和工作负载，亚马逊涌现出了大量创新技术、专利和发明，这种情形在全球任何一家公司都难得一见。

在亚马逊担任工程师时，我和团队曾在假期流量高峰期间经历过一次严重的扩展失败。这是由数据库事务死锁而导致的，其背后正是亚马逊当时使用的商业关系型数据库。故障发生后，我们一群工程师们一起编写了一份错误更正文档，对发生了什么、学到了什么、如何解决问题以及如何避免问题再次发生等进行了详细说明。

我当时问了一个问题：“为什么我们要为这些工作负载使用关系型数据库？本质上，它们并不需要 SQL 级别的复杂性和事务保证。”

这导致我们开始重新思考如何设计底层数据存储。当时，还没有可伸缩的非关系型数据库，这是我们开始着手搭建Amazon Dynamo原型并撰写论文的原因。事实上，Amazon Dynamo 并不是工程师们当时唯一思考和研究的架构。我们意识到我们还需要一个可扩展的存储系统，Amazon S3 就诞生于此。同时，还需要一个更易于管理的关系型数据库，能够自动进行复制、故障切换和备份/恢复，这也是 Amazon RDS 的由来。

最初撰写Dynamo论文时，我们就定了一条规则，即“在开发原始设计时不对外发布”，而是先将Dynamo运行于支持多个Amazon.com服务的实际生产环境中。这样，Dynamo论文就会是一种端到端的可用方案，并有实际应用经验。Werner和我对此感受非常强烈，因为我们不希望仅仅撰写一篇学术论文而已。10年后，我们非常荣幸的是Dynamo论文还获得了ACM的时间考验奖，这是由ACM主办的The SIGOPS Hall of Fame Award，从2016年开始评选过去十年科技圈最具影响力的论文名人堂。

构建Amazon DynamoDB的初衷及其过去十年的演进

Swami：Amazon DynamoDB背后的想法来自于与SmugMug、Flickr等客户首席执行官的对话和讨论。他们是最早带有互联网属性的公司，而在当时类似这样的互联网公司正在快速走向市场。他们的典型特征包括在线用户数量呈爆炸式增长、数据模式不固定，追求快速交付和轻运维等。传统关系型数据库将所有数据存储在一个盒子中，无法高效地扩展，这迫使用户需要对其数据库重新分片，然后还需要管理所有的分区和重新分区等，这让用户面临巨大的运维挑战和压力。

这对我们来说并不新鲜，构建原始Amazon Dynamo的初衷正是应对这些挑战。当时，Amazon Dynamo还不是一项服务，而是一个由亚马逊工程师构建的软件系统。在一次客户咨询会议上，时任Flickr 首席执行官Don MacAskill表示：“你们已经启用了 Amazon Dynamo，验证了可扩展非关系型数据库系统的可行性，为什么不能把它作为外部服务提供给我们使用？”

当时，所有亚马逊云科技的相关管理人员都在场，实际上，这也是我们问自己的一个问题。Flickr并不是唯一需要它的客户，越来越多的客户想要可扩展的数据库，无需处理分区和重新分区等复杂的运维工作，同时他们还需要极高的可用性。于是，我们开始认真思考构建一个不受SQL API限制的、可扩展的云数据库。

Amazon DynamoDB与原始Amazon Dynamo不尽相同，它实际上是通过几个原始Amazon Dynamo组件搭建的一项易于使用的云服务。客户不再需要配置集群，只需创建一个表存储数据，即可轻松实现无缝缩放。管理员不必执行任何操作，甚至无需安装单个库来操作数据库。

Amazon Dynamo到Amazon DynamoDB的演变非常重要，亚马逊真正以前所未有的方式拥抱云，获得它的弹性和可扩展性。

我们在2012年1月18日正式发布Amazon DynamoDB，该服务一经推出就大受欢迎，Flickr等公司率先使用该服务。Amazon DynamoDB强大的弹性、个位数毫秒的延迟性能等深受客户青睐。我们进行了大量创新，从协议层一直到SSD存储的底层存储层等各项功能。

这里不得不提的一个有趣的用例，也是最早将DynamoDB投入生产的客户之一，他们做的是超级碗（Super Bowl：全国橄榄球联盟决赛——全美直播的体育界春晚）广告投放。 因为AmazonDynamoDB具备强大的弹性，可以无缝地扩展到每秒100,000次写入，并在超级碗活动结束后缩减，这样客户就不会担心产生额外的成本。当年，这在技术领域是个大事。现在大家习以为常的横向扩展与弹性，对当时的数据库而言，那是无法想象的。

那是一个大胆的设想。Amazon DynamoDB专为云而构建的架构让所有横向扩展用例成为可能。现在，Amazon DynamoDB正为多个高流量Amazon站点和系统提供支持，包括 Alexa、亚马逊全球电商网站和所有亚马逊运营中心。2021年，在亚马逊长达66小时的Prime会员日大促期间，上述站点和系统进行了数万亿次API调用，Amazon DynamoDB以低至个位数毫秒延迟的高性能表现，无感支持峰值达每秒8,920万个请求，同时确保系统的高可用性。

Amazon DynamoDB自2012年问世以来，我们为其增加了大量创新功能，不仅涉及底层可用性、持久性、安全性和规模等特性，还包括易用性等。

Amazon DynamoDB不止步于键值存储，还支持基于哈希的分区和基于范围的分区，并且增加了对二级索引的支持，支持更复杂的查询功能，同时不影响规模或可用性。

现在，Amazon Kinesis Data Streams也适用于AmazonDynamoDB，捕获可扩展的流式数据。我认为任何数据库都不应该是孤岛，更不能是死胡同。它应该支持生成变化的数据流，然后将这些数据流连接到分析应用程序或其他数据存储。

同时，我们也针对备份和恢复等功能全面创新。对于像Amazon DynamoDB 这样具有数百万个分区的大型数据库系统而言，备份和恢复并非易事，我们致力于通过创新让客户获得更好的体验。

我们还为Amazon DynamoDB添加了创建全局表的功能，以便客户可在轻松实现数据库负载全球覆盖的同时，获得近乎本地运行的读写性能。此外，Amazon DynamoDB还扩展了事务处理能力。所有这些创新都致力于不断提升Amazon DynamoDB的可用性和可扩展性。

我们同时致力于为客户提供更高的成本效益。客户通常需要长期存储数据，虽然这些旧数据可能很少被访问，但它必须保持高度可用，以便不时之需。例如，社交媒体用户很少访问旧的内容和图片，但一旦有这类访问请求，需要确保可以立即为用户提供这些内容。这种不经常访问的数据可能会给客户带来高昂的存储费用，而且这类数据的数量还在不断增长。过去，为了优化成本，客户会通过编写代码的方式，将旧的、访问频率较低的数据从Amazon DynamoDB 移动到存储成本较低的如Amazon S3中。

在2021 re:Invent全球大会上，我们推出了Amazon DynamoDB Standard-Infrequent Access表类，一种新的经济高效的表类，用于存储不经常访问的数据，同时保持Amazon DynamoDB的高可用性和性能。

不忘初心，我们始终将DynamoDB的最初愿景作为指引，持续创新，为客户提供更易于查询的用例，支持进行复杂全局事务复制等，不断扩展能力范围，同时持续优化管理成本。

展望Amazon DynamoDB的未来十年

Swami：十年前，当我们推出Amazon DynamoDB 时，客户才刚刚开始对云本身有了更好的理解，它的好处是什么，可以做什么。

如今，就客户构建IT应用程序而言，云已经成为的新常态，规模也是新常态，每个应用程序都需要基于不确定性构建。我们将继续代表客户进行创新，Amazon DynamoDB本身也在这个持续变革的旅程中。我们将继续朝着端到端的现代化数据战略迈进。正如之前提到的，数据库不应该是孤岛。

客户将不再只想在数据库中存储和查询数据，他们需要分析这些数据来创造价值，无论是通过创建更好的个性化推荐引擎，还是使用机器学习运行预测分析的预测系统。将数据流点对点无缝连接，并继续让Amazon DynamoDB更安全、高可用，性能更强且易于使用，这些都将是我们永无止境的追求。