在傳統的資料庫設計中，我們習慣將運算（Compute）與儲存（Storage）封裝在同一個伺服器節點中。然而，隨著雲端經濟（Cloud Economics）的推動，這種「緊耦合」的模式已成為效能與成本的瓶頸。本文將深入探討所謂的「解構式架構」（Disaggregated Systems），以及它如何改變現代雲端資料庫的運作邏輯。
什麼是解構式架構？
簡單來說，解構式架構就是將運算資源（CPU、記憶體）與儲存資源（磁碟、狀態）完全分離，使其能夠獨立擴展。
為什麼需要解構？這源於運算與儲存之間天然的「阻抗失配」（Impedance Mismatch）： 成本差異：運算資源昂貴，儲存資源相對便宜。 需求波動：運算需求波動劇烈（例如電商大促），但儲存需求通常是穩定且持續增長的。 狀態特性：運算是無狀態的（Stateless），可以隨時啟動或關閉；儲存本質上是有狀態的（Stateful），必須確保持久化。
如果將兩者綁在一起，當你只需要更多儲存空間時，你不得不被迫購買更多不需要的 CPU，這違反了關注點分離（Separation of Concerns）原則，也增加了客戶的成本。
解構式架構的技術演進
資料庫架構經歷了三個主要階段：
第一階段：單體架構（Monolithic） 這是最傳統的模式，一個進程對應一個磁碟，所有 I/O 都在本地完成。例如標準的 MySQL 或 PostgreSQL 安裝。
第二階段：雲端複製架構（Cloud-Replicated） 為了實現高可用性，我們在單體之上加上 Paxos 或 Raft 等共識演算法，形成複製組（Replicated Groups）。雖然解決了可用性，但運算與儲存依然綁在同一個盒子裡，導致儲存冗餘過高（例如 EBS 已有三副本，資料庫層又做三副本，造成極大浪費）。
第三階段：解構式架構（Disaggregated） 將運算層（Ephemeral Compute）與儲存層完全分離。儲存層進一步細分為日誌儲存（Log Store）與頁面儲存（Page Store）。運算層變成了輕量級的彈性服務，透過高速網路與儲存層溝通。
實務案例分析
目前的雲端資料庫如 Amazon Aurora、Alibaba PolarDB、Google AlloyDB 均採取此路徑。其核心邏輯在於「日誌即資料庫」（The Log is the Database）：
在 Aurora 的設計中，主節點（Primary）不直接將完整的資料頁寫入儲存，而是僅發送重做日誌（Redo Log）。儲存節點端擁有部分 CPU 能力，負責將日誌物化（Materialize）為資料頁。這樣做極大地減少了網路傳輸量，將網路瓶頸降到最低。
而在 PolarDB 中，則利用 RDMA（遠端直接記憶體存取）等高速網路技術，將狀態頁直接推送到儲存層，並透過平行 Raft（Parallel Raft）提升吞吐量。
解構與 Paxos 的深層聯繫
一個有趣的觀點是，Lamport 在定義 Paxos 演算法時，其實已經預言了解構式架構。Paxos 定義了三個角色： 1 Proposer（提議者）：負責排序，對應現代架構中的運算層（Compute）。 2 Acceptor（接受者）：負責持久化投票，對應日誌儲存（Log Store）。 3 Learner（學習者）：負責物化狀態並回應，對應頁面儲存（Page Store）。
過去我們為了實現「無共享架構」（Shared-nothing），將這三個角色強行擠在同一個節點中（如 Raft 的實作）。現在，我們重新將其拆分，讓每個角色專精於自己的任務，從而大幅提升系統的整體吞吐量。
解構後的挑戰與權衡（Trade-offs）
解構並非沒有代價，最大的挑戰在於「網路變成了新的瓶頸」。
遠端 I/O 的延遲通常比本地 SSD 高出三倍，頻寬則低四倍。為了緩解這個問題，工程師通常採取以下策略： 1 緩衝與預取：在運算層建立大容量緩衝區，並根據存取模式預先抓取資料。 2 快速織網（Faster Fabrics）：採用 RDMA 或 CXL（Compute Express Link）。CXL 尤為重要，它讓 CPU 能將遠端記憶體視為本地記憶體，延遲比 RDMA 低六倍。 3 計算下推（Pushdown Computation）：不要把所有資料搬到運算層，而是將過濾（Filter）或聚合（Aggregate）的邏輯下推到儲存節點執行，只回傳結果，減少網路流量。
未來趨勢：邁向 Serverless 與自我組裝
解構式架構是實現真正 Serverless 資料庫的基石。因為運算層變成了無狀態的，工作節點（Worker）可以隨時出現或消失，而不會導致資料遺失。
未來的方向將是「織網感知資料庫」（Fabric-aware Databases），系統能根據工作負載（例如 AI Agent 帶來的極端突發流量）自動配置運算、記憶體與儲存資源，實現自我組裝（Self-assembling）。
總結
解構式架構將資料中心視為一台巨大的電腦，網路則是其背板（Backplane）。雖然增加了系統複雜度與潛在的亞穩態故障（Metastable Failures）風險，但它帶來的彈性擴展、成本優化與故障隔離，使其成為現代雲端基礎設施的必然選擇。
來源：infoq.com - Parting the Clouds: The Rise of Disaggregated Systems
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。