最近这段时间，我花了很多时间来更好的理解Hekaton——SQL Sever 2014里的全新内存表技术。我看了很多文章，了解了Haktaon的各种内部数据存储结构（主要是哈希索引和Bw-tree）。另外我也看了不少关于这方面的讲座。

但不止一次，有很多的误报，神话和误解出现，人们对Hektaton的认识发生了错误。从大家对Hekaton的提问就可以看出，我们需要整理Hekaton的知识，向大家重新传达它的相关知识，让大家更好的理解Hekaton，在Hekaton合适的场景来更好的使用它。

下面只是一些我罗列听到的大家关于Hekaton的问题：

• “Hekaton是内存存储技术，是否意味着数据不再永驻？”
• “Hekaton只在特定架构的CPU里可以运行？”
• “当你迁移到Hekaton，对于你的工作量，你会获得100倍的性能提升？”
• “在Hekaton里，没有锁，阻塞，自旋锁。”

这只是在过去我听到的误解中，头条的一部分。因此这篇文章的目的澄清这些最大误解和问题，我也会告诉你为什么它们是错误的。嗯，让我们从我的最头条开始（没特定顺序）！

“对于事务，Hekaton也提供ACID属性么？”

当我开始讨论Hekaton时，这个总是我第一个想澄清的：当你使用Hekaton时，对于你的事务，它还是有ACID属性的！Hekaton里的事务一直是有原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）和持久性（Durability）的。SQL Server只是内部使用不同的概念和方法来保证这4个重要属性。

• 原子性（Atomicity）：对于你处理的事务，还是可以前滚（rolled forward）和后滚（rolled back），即使你的SQL Server崩溃，对于你启用Hekaton的数据库，SQL Server还是可以通过故障修复（crash recovery ）（只要通过SQL Server重启，你的数据还是持续的（persisting ）——下面会详细描述）
• 一致性（Consistency）：Hekaton也提供“总是”有一致的数据。这个在当前很容易做到，因为Hekaton的最大局限性之一是不能创建外键（Foreign-Keys），只能本身约束。因此基本上启用Hekaton的表，是在内部进行约束的。
• 隔离性（Isolation）：几天前，有人想说服我，Hekaton提供你脏读（Dirty Reads），因为没有锁和阻塞（Locking and Blocking）。错了！！！Hekaton使用所谓的多版本并发控制（Multi Version Concurrency Control ，MVCC）的方法，才有没锁的神奇可能。当你读取数据的时候，你取回的是在你开始的语句/事务后不在有效的数据（取决于使用的事务隔离级别（Transaction Isolation Level））。因此在Hekaton里没有脏读（Dirty Reads）。
• 持久性（Durability）：这个要分情况。当你使用架构和数据（DURABILITY=SCHEMA_AND_DATA）持久性创建你的Hekaton表，在SQL Server崩溃时，数据还是存在的。它会从事务日志里恢复，即Hekaton写的检查点文件。这点非常重要：当你想要你的数据持久时，Hekaton还是会使用事务日志，这也意味着你的事务日志是Hekaton的最后性能瓶颈之一。当和传统基于传统硬盘的表相比，Hekaton这里使用非常高效的日志模型。这里其中一个改变是，只有数据修改被日志，不是在索引级别。当你在基于传统硬盘表里执行INSERT，SQL Server需要为“每个”索引（聚集和非聚集索引）的INSERT日志。在Hekaton里，SQL Server只日志一次INSERT，因为在SQL Server启动期间，所有的Hekaton索引（哈希索引，范围索引）都会重建。因此对事务日志的影响是尽可能小的。

当你使用只有架构，不包含数据（DURABILITY = SCHEMA_ONLY）的Hekaton表时，你的Hekaton事务的持久性就没有了：当你的SQL Server崩溃了，或者你重启SQL Server，在Hekaton表里的所有数据会丢失。因此没有持久性。因此在事务日志里也没有日志记录。当然这个用法只在特殊场景里使用才有意义，例如为你的数据仓库进行数据加载。如果SQL Server崩溃，你就要重启你的ETL进程。你是可以重建你丢失的数据。

“Hekaton是微软提供的No-SQL方法？”

这个误解也非常有意思。有人想说服我说Hekaton是微软开发的No-SQL的新方法。得了吧，使用Hekaton我们还是在讨论有所有ACID属性的关系数据库（参阅刚才说的）。Hekaton和No-SQL是2个完全不同的东西，也没有共同点。Hekaton内部使用优雅而快速的方法来实现关系数据库的特性——就这样！

“Hekaton只在特定架构的CPU上运行？”

哇哦，我想我站错了地方！Hekaton只在特定模型/架构上运行，因为Hekaton内部使用所谓的原子CAS运算（原子比较与交换Atomic Compare & Swap, or Atomic Compare & Exchange）。那句话是完全错误的！当然，内部的Bw-tree使用CAS运算作为多个原子步骤做出树里SMOs（结构修改运算，Structure Modification Operations）。Hekaton这里内部使用“InterlockedCompareExchange”的WIN32 API函数。这个函数只在特定内存位置的值和原始值比较，如果2个一样的话，在内存位置会写入新值。函数本身在CPU级别作为一个原子汇编指令执行，意味着没有别的线程可以干涉那个汇编函数。它作为一个原子块（atomic block）从开始到结束执行。

这里的神话是，需要的汇编函数只在特定CPU架构上支持。这没错，但是这个汇编函数从奔腾处理器开始就支持了！在386和486架构上，函数本身是不支持的……从刚才提到的MSDN文章里的要求部分看到，支持的最低系统版本是Windows XP！因此当你在前Windows XP系统里安装SQL Server 2014时，这个神话倒是真的！

“在Hekaton里，没有锁，阻塞，自旋锁。”

理论上这句话是对的。这句话可以从不同方面辩论。我们从第1个方面开始。Hekaton“本身”是没有锁，阻塞和自旋锁的，但是你还是和SQL Server的传统关系引擎打交道。这就意味着，当你离开Hekaton宇宙时，你还是和基于原始代码的SQL Server打交道（对此，我表示遗憾……），例如事务日志管理器（ Transaction Log Manager）。这些代码还是有闩锁（latches）和自旋锁（spinlocks）用来保持不同线程访问的同步。从这个角度来说，上述语句是部分正确的。

第2个方面在Hekaton里你还是有阻塞（blocking）的地方是，当你进行原子CAS操作时，一个原子CAS操作不能被不同的线程中断。因此在Bw-Trees里SMOs（结构修改运算，Structure Modification Operations）可以以聪明、优雅的方式实现。着也意味着当你想在同个Bw-Tree里的同个页里同时执行一个SMO是，一个线程会胜出，其他的线程需要重试原子CAS操作。同时发生了什么呢？线程会旋转，再次尝试CAS操作。我的基本理解是，原子CAS操作本身是就像一个Criticial Section同步概念包装的汇编函数。这就意味着你的线程需要旋转，你在丢失CPU周期，并增加了你事务的闭锁性。当然，SMOs应该非常非常少见，因此这没什么大不了的——但还是有线程旋转的可能，当有为底层同步对象（或者汇编函数）的竞争时。

这是我在原子CAS操作上的基本理解。如果我对此的理解是错误的，欢迎随时纠正我！

“因为在Hekaton里不支持INT IDENTITY值，使用序列（Sequences）？”

这句也非常有意思。我没有在吹嘘这句话！为什么？因为在你的SQL Server数据库里，序列（Sequences）是一个共享对象，意味着访问的当前值是由SQL Server同步的。这个同步在竞争中结束，意味着你不能延伸你的工作量，Hekaton的一切都是延伸工作量。

我用序列值在CTP1上做过一些测试，一旦你在你的Hekaton表/存储过程上执行大量的并行线程，你就会触发序列生成器（Sequence Generator）里的竞争。当然在一些内部页，序列生成器（Sequence Generator）存储着当前值，当序列生成器读写这些特定页时，就会发生闩锁（latch） 。在序列生成器里，你就用闩锁竞争（Latch Contention）结束它了，你的Hekaton工作量也不会延伸。在我的测试里也没太大区别，如果我请求整个范围的序列值，或者当我使用缓存，也没有区别。序列生成器始终是瓶颈。

那你如何克服这个特定问题？使用老好朋友UNIQUEIDENTIFIER。这些值彼此间是完全独立生成的，意味着当你生成新值时，没有涉及到共享资源，因此你可以剔除这个瓶颈，直到你触发CPU 的100%的使用率（包括像事务日志，网络带宽等其他瓶颈）前，Hekaton的工作量是可以不断延伸的。

“对于你的程序，Hekaton是完全透明的（is completely transparent）。”

这句话是对的，只要你对数据库设计没想法。我刚才已提过，在第1个发布里不能创建外键（Foreign-Keys）来检查约束。我从没看过任何基于磁盘的表，可以逐个迁移到内存优化表（Memory-Optimized table）。还记得么，INT IDENTITY 值目前尚不支持。当你迁移到Hekaton时，你做的不只是简单的切换来获得100倍的性能提升。抱歉！

“对于你的程序，Hekaton是完全透明的。”

这句话是对的，只要你对数据库设计没想法。我刚才已提过，在第1个发布里不能创建外键（Foreign-Keys）来检查约束。我从没看过任何基于磁盘的表，可以逐个迁移到内存优化表（Memory-Optimized table）。还记得么，INT IDENTITY 值目前尚不支持。当你迁移到Hekaton时，你做的不只是简单的切换来获得100倍的性能提升。抱歉！

“对于范围索引（Range Indexes），Hekaton使用传统的B+树结构。”

错！范围索引使用所谓的Bw-Tree，这个当前SQL Server为聚集和非聚集索引使用的B+树结构几乎一样。Bw-tree是基于B-Link tree——大家可能有点迷糊了，和传统的B+树相比，Bw-Tree有3个重大不同：

• 中间层的页存储大范围的键值，在下一层的页存储小范围的键值。因为在页上存储了大范围的键值，Smos（例如页分裂）可以在2个原子操作实现（通过2个原子CAS执行）。这个概念来自于B-Link tree的设计原则。
• 页“从不”改变，因此这个会导致CPU缓存线无效，这个会穿越传播到整个内存架构，这是非常昂贵的（在浪费CPU周期这方面）。当Hekaton需要改变内存中的页，不会接触到原始内存位置，Hekaton只创建一个新的Delta记录，这就是修改操作。所谓的”页面映射表（Page Mapping Table）“指向新的Delta记录，Delta记录对应的原始记录并未修改。因为这个方式CPU缓存线无效可以避免。
• 页大小是弹性的，并不是一直的8kb大小。

“在数据库里，Hekaton提供你超快的业务逻辑。”

从微软观点来说这个是对的，因为自SQL Server 2012起SQL Server是在CPU核心层授权的。你用的CPU周期越多，需要的CPU就越多，你付给微软的授权就越多。但从架构观点来说是错的！数据库处理的是存储和获取数据，但是数据库不是一个应用服务器，应用服务器才处理业务……想想看。当你有CPU竞争时，因为你在数据库服务器里运行大量的业务逻辑，你应该重构你的数据库，因此你把你的业务逻辑移向专用的应用服务器，作为SQL Server的授权完全不一样——你为操作系统付钱，这就是错的原因！

“我如何迁移我的整个SAP数据库到Hekaton。微软对此有提供工具么？”

当你想把整个数据库迁移到Hekaton时，请先好好想想。Hekaton是用来解决特定问题的，像闩锁竞争（Latch Contention）。只有把特定的表和存储过程迁移到Hekaton时才有意义——并不是“所有”的数据库！对于每个数据库对象（表，存储过程），SQL Server需要把它们编译和链接成对应的DLL文件（然后载入sqlservr.exe的运行空间，这样要花费时间）。当你重启你的SQL Server时或者进行故障群集转移时，也会执行编译和链接。这会直接影响你HA方式的目标恢复时间（Recovery Time Objective，RTO）。

小结

我希望已经帮你澄清了Hekaton的一些神话，误报和误解。而且我一直强调的是：如果是“对的”问题，Hekaton可以帮解决；如果你有传统的问题（错误的索引设计，糟糕的存储性能）果断放弃Hekaton吧，先做好你的家庭作业先。

Hekaton就像F1赛车：

你技术不好的话，F1赛车也帮不了你！

感谢关注，期待您的留言！