案例库 · 软件与 IT · 技术决策 · 2004–2008
Google在Bigtable上运行了60多个产品，而不是为每个产品建数据库
在数千台商用服务器上的一个稀疏排序映射，让每个Google产品都能调整自己的模式，并共享同一个平台。
那一手
到2004年，Google的每个产品都面临同样的问题：存储大量结构化数据，从网页抓取到卫星图像再到金融数据。为每个产品构建定制存储系统代价高昂，而现成的数据库无法达到所需的规模，因此公司设计了一个共享系统。
Bigtable提供了一个简单的模型：一个按行、列和时间戳排序的稀疏映射，值以未解释的字节存储。应用程序决定自己的布局，控制数据本地性，甚至选择数据是从内存还是磁盘服务，而平台在数千台商用服务器上处理分区、复制和故障转移。
到2006年论文发表时，超过60个Google产品（包括Google Analytics、Google Finance、个性化搜索和Google Earth）使用了Bigtable。集群规模从几十台到数千台服务器，存储容量每个最高可达几百TB。
为什么管用
- 一个平台分摊了工程和运维成本到多个产品上
- 应用程序控制布局，因此模型保持简单但用途各异
- 商用服务器加上自动分区可以扩展到PB级
- 共享系统意味着一个团队可以为大家加固它
值了多少一个共享存储，每个产品调整自己的模式聪明
可以搬走什么
在扩展产品之前，先构建共享的基础设施一次：一个许多团队调优的系统胜过许多无法共同改进的定制系统。
后来呢
Bigtable仍然是Google自身服务的骨干，后来成为Google Cloud的一项服务，是'NoSQL先驱'：一种托管键值和大列存储，用于延迟敏感的个性化、点击流和物联网工作负载，提供HBase和Cassandra兼容的API。它的思想也塑造了开源克隆如HBase。
资料来源
发现哪里写错了？告诉我们。