微軟對 Yahoo！ 的收購持久戰(zhàn)可能讓很多人都新聞疲勞了。但今天看到的這個關于 Yahoo！ 的技術新聞還是值得看一下的：Size matters： Yahoo claims 2-petabyte database is world"s biggest， busiest .Yahoo！ 的 VP Waqar Hasan 在文中披露 Yahoo！的數據倉庫當前容量為 2PB.用于分析每月5億的用戶訪問行為，每天處理 240 億次的事件，號稱世界上單個最大、最忙的數據庫。

    盡管有的數據倉庫容量要比雅虎的大。但那些 DB 或是存儲非關系性數據，或是存儲的壓縮后的原始數據，不能進行即時分析，雅虎之前的也有數百 T 這樣的數據。眼下 Yahoo！數據倉庫存儲的是結構化、可分析的數據。預計下一年可能膨脹到數十 PB .eBay 號稱數據總量有 6PB ，不過根據一些消息來看，單個最大的 DB 只有 1.4 PB.

    Yahoo！ 在 2005 年買了一家叫 Mahat Technologies 的初創(chuàng)公司（就是 Waqar Hasan 操刀的），這家公司以 PostgreSQL 數據庫為基礎，開發(fā)了一個新型 DB，其特點是 基于列 的而不是基于行的模式。不難理解，這樣數據寫入的速度會慢下來，但是讀取的速度會快很多「去年的俠客行上，雷鳴在演講的時候講過他在百度的時候做的一個優(yōu)化的例子。和這個思想非常相似，所以當時我說對我"有啟發(fā)"」。Yahoo！ 買了之后，對該產品進行了持續(xù)性的改進（內部代號： ELCARO ？） ，比如壓縮，并行處理能力加強、優(yōu)化查詢等等特性的添加改進。而針對使用者的接口仍是 PostgreSQL .這應該也算 PostgreSQL 在頂級企業(yè)又一個成功案例。

    這么大的數據庫并沒有采用傳統的 SMP 架構構建，而是采用普通 PC 作集群（用了不到 1000 臺） .很明顯這是 Share Nothing 而不是 Share Storage 的 DB 集群。通過上述獨特的設計方式，能夠對此海量數據進行有效的分析，這是個不小的技術革新，也是與 Google Map Reduce 完全不同的計算模式。

    讓人感慨的是 關于世界上的超大數據庫 一文中羅列的數據，現在看起來已經并不驚人了。以前總說信息爆炸，這個時代剛剛來臨。