Komunitas teknologi sedang menyaksikan tren yang muncul dalam arsitektur basis data di mana sistem penyimpanan objek seperti Amazon S3 dan Google Cloud Storage sedang dimanfaatkan ulang sebagai backend basis data. Pergeseran ini menunjukkan evolusi yang menarik dalam cara kita berpikir tentang penyimpanan dan pemrosesan data di era cloud.
Kemunculan Basis Data Berbasis Penyimpanan Objek
Semakin banyak proyek dan solusi yang mengeksplorasi potensi penggunaan penyimpanan objek sebagai fondasi untuk sistem basis data. Dari Glassdb hingga SlateDB , pengembang menemukan cara-cara inovatif untuk memanfaatkan jaminan ketahanan dan konsistensi tinggi dari penyimpanan objek cloud. Solusi-solusi ini bertujuan untuk menghilangkan pemisahan tradisional antara lapisan penyimpanan dan komputasi, menawarkan pendekatan yang lebih efisien untuk manajemen data.
Cukup keren dan bisa berguna untuk hal-hal yang tidak terlalu sering diperbarui seperti CMS.
Pendekatan yang Bersaing dan Pertimbangannya
Berbagai proyek mengambil pendekatan yang berbeda dalam menangani tantangan yang melekat pada penyimpanan objek sebagai basis data. SlateDB , misalnya, beroperasi dengan model penulis tunggal dan mengelompokkan penulisan untuk mengoptimalkan biaya S3 . Sebaliknya, Glassdb memprioritaskan pendekatan multi-penulis yang lebih mudah diakses, meskipun dengan biaya operasional yang berpotensi lebih tinggi karena permintaan S3 per transaksi. Ini menyoroti keseimbangan berkelanjutan antara konsistensi, biaya, dan kinerja yang harus dipertimbangkan pengembang.
Metrik Kinerja untuk Operasi Penyimpanan Objek:
- Baca (persentil ke-90): 63,1ms
- Tulis (persentil ke-90): 105ms
- Metadata (persentil ke-90): 41,3ms
Pendekatan Implementasi Utama:
- Penulis tunggal dengan penulisan berkelompok ( SlateDB )
- Multi-penulis dengan permintaan per-transaksi ( Glassdb )
- Dukungan serialisasi yang ketat
- Tidak memerlukan komponen server
Evolusi Kemampuan Penyedia Cloud
Perkembangan terbaru dalam layanan penyedia cloud membuat solusi-solusi ini semakin layak. Pengenalan AWS terhadap peningkatan kemampuan S3 , termasuk operasi bersyarat dan dukungan pencocokan, telah membuka kemungkinan baru untuk mengimplementasikan fitur-fitur basis data yang canggih. Peningkatan ini memungkinkan implementasi yang lebih kuat dari data lake tanpa server, layanan streaming, dan sistem antrian.
Integrasi dengan Ekosistem yang Ada
Diskusi komunitas mengungkapkan potensi integrasi yang menarik dengan teknologi yang sudah mapan. Ada minat khusus dalam mengimplementasikan katalog Iceberg menggunakan pendekatan ini, dan perbandingan sedang dilakukan dengan solusi seperti Delta Lake dan Rockset . Implementasi ini dapat menjembatani kesenjangan antara basis data tradisional dan solusi penyimpanan modern berbasis cloud.
Pertimbangan Caching
Poin utama diskusi berpusat pada strategi caching. Sementara beberapa solusi seperti Cloudflare's Durable Objects dengan SQLite berfokus pada lapisan caching yang canggih untuk mengimbangi biaya latensi query, yang lain mempertahankan konsistensi ketat dengan mengkonfirmasi penulisan langsung dengan penyimpanan objek. Ini merepresentasikan pertimbangan mendasar antara jaminan kinerja dan konsistensi.
Sebagai kesimpulan, meskipun penyimpanan objek sebagai backend basis data memperkenalkan pertimbangan kinerja tertentu, pendekatan ini menawarkan manfaat yang menarik dalam hal skalabilitas, kesederhanaan, dan efektivitas biaya untuk kasus penggunaan tertentu. Seiring penyedia cloud terus meningkatkan kemampuan penyimpanan objek mereka, kita dapat mengharapkan lebih banyak inovasi di bidang ini.
Sumber Kutipan: Glassdb: penyimpanan objek transaksional