如果要实现 “国民级” 的应用？

“透明” 的 SQL 就有些困难了

SELECT *
FROM chat_records
WHERE (sender_id = @user_id1 AND receiver_id = @user_id2)
   OR (sender_id = @user_id2 AND receiver_id = @user_id1)
ORDER BY timestamp DESC
LIMIT 10

• 正确，但压力给到数据库引擎
  • 分库、分表、读写分离、索引、缓存、优化……
• 永远无法预知程序员会写出怎样的 query
  • 提供了功能 = 被滥用 $\to$ Performance Bug
  • 任何 “Systems” 都无法避免的 tech debt
    • 例子：fork()

解决办法：做减法

更少的能力，更好的性能、更高的扩展性

• Key/Value
  • 简单、高效 (缓存、计数器、队列)
• Document (JSON/XML/...)
  • NoSQL 实现 “国民级” 应用的主力
• Graph
• Column

AI 时代

• Vector

Key-Value Store

这个就好 scale 多了！

• 给 key 做个 hash
• 扔到对应的 (多台机器) 上
  • Append-only 写到 log
  • 分布式高可靠就完成了 (甚至可以不 persist)

应用程序：全靠 key 管理数据

• user:{uid}
• user:{uid}:like_history (a list)
  • List 支持 append/pop/range 等操作
  • 应用场景： 上的点赞/浏览/历史记录

Redis: Everything is In-memory

Key-value

• GET, SET

数据结构

• String, JSON, List, Set, Hash, Sorted Set, ..., Stream

Query

• FT.SEARCH products "@price:[200 300] @category:misc"

Transactions

• MULTI/WATCH/EXEC (也支持持久化)

持久化：NoSQL

提供 SQL 的一个子集

• MongoDB (Document):
  • Key $\to$ JSON
  • 例子：创建一个新 document (message)，然后 append 到 user:{uid}.messages
• Cassandra (Column)
  • CQL: 依然是 Table 的模型
  • (限制程序员的滥用)

INSERT INTO messages (user_id, message_id, content, timestamp)
VALUES ('1234567', now(), message, toTimestamp(now()));