从Bigtable、Dremel到Spanner，谷歌分布式数据库技术演进历程中，有哪些关键点值得我们深入探究？

本文共计4012个文字，预计阅读时间需要17分钟。

4.1 Spanner背景：在Google的Bigtable论文中，提出Bigtable后持续规划支持多Master方向，因Bigtable架构中，仅有一个Master服务器。

4Spanner4.1背景在google的BIGTABLE论文中，提到过Bigtable后续计划支持多Master的方向，由于BIGTABLE的架构中，只有一个Master服务器，

4 Spanner

4.1背景

在google的BIGTABLE论文中，提到过Bigtable后续计划支持多Master的方向，由于BIGTABLE的架构中，只有一个Master服务器，因此一个Bigtable分布式数据库的扩展能力，始终是由一定的限制，数据量增加后，势必需要就会出现瓶颈，如何提升数据库的数据管理能力，解决数据规模不断增加后带来的问题。同时Bigtable丢失传统RDMS系统的一些特点，比如多数据表之间的事务一致性，这些都是数据库必须也是应该具背的特性。是否能够满足分布式数据库的数据分布、负载和吞吐量的同时，还具备关系数据库特性，这不就是分布式数据库的智高无上的理想吗？但分布式数据库CAP理论告诉我们，分布式数据库一致性，可用性、分区容忍性此特性必然只能取其二，是不可能同时具备，这个魔咒能够被打破吗？

阿迪有一句名言“Nothing is impossible”势必需要引入一种新的机制,聪明的Google人找到并解决方案，并在技术上得以实现，Spanner就是在这个场景下面诞生。