MUMPS：50年历史、可实现RDBMS和Hadoop一切的数据库

原文：MUMPS – The Most Important Database You (Probably) Never Heard Of
译者：孙薇
责编：仲浩
声明： CSDN原创译文，禁止任何形式的转载。

【编者按】是否听说过有这样一款数据库，它可以完成RDBMS和Hadoop能做的一切，如今在全世界范围内广泛采用，并已有50年历史？从未听说过MUMPS？看看下面这些惊人的事实吧。

没听过MUMPS之名的人可不止你而已。笔者也是听一个同事提到，并在他的督促下做了一点研究。研究结果却令人震惊。

• MUMPS诞生于1966年，旨在解决医疗保健行业的多用户系统其中的大数据流问题。
• 它的出现早于RDBMS，但却包含了一切NoSQL的功能，如大规模并行处理、水平扩容以及在商用硬件上的运行。
• 它很容易模拟四种类型的NoSQL数据库（键值型数据库、列式数据库、文档型数据库、图结构数据库）。在70、80年代，经过修改后它可以模拟RDBMS并处理SQL查询。
• 由于完全与ACID兼容，部分功能与NewSQL相同。
• 如今在各个领域，包括医疗保健的病患信息系统、银行业、欧洲证券交易所还有旅行业等等，它都在发挥着活力与健康。

去医院看病或使用ATM机的时候，数据很有可能就是通过基于MUMPS的系统来处理并存储的。尽管到2016年，从初始设计至今，MUMPS已经有了50年历史，不过在医疗保健或大型金融机构领域，它仍旧满足着当今的商业需求，几乎没有RDBMS或NoSQL代替的趋势。要说MUMPS在被谷歌研究员发现之前，就是/曾是NoSQL也是没错的。

一点背景知识

MUMPS创建于1966年，多年来一直保持更新。它得名于麻省总医院实用多程序系统（Massachusetts General Hospital Utility Multi-Programming System），或称M。顾名思义，该技术最初的原始需求来自大型医院（后来还包括银行），以应对高吞吐量的多用户事务处理进程。即便出现了RDBMS（还有后来的NoSQL和NewSQL），甚至到了今天，MUMPS在性能与功能上仍旧活力十足，甚至更为优秀。

一开始，MUMPS是为了解决如何接收、存储和处理在单个ICU病人身上、单就一天中所产生与聚集的大量测试数据还有其他变量数据而出现。变量数据包括了至少12种不同的变量，诸如体温、心率、血氧浓度、血液酸碱度等等。生成的数据还包括：通过传感器（电极）进行的多项实时测量，再加上每天针对每个病人所做的多个实验室测试。平均来讲，每个病人的数据需要20名左右的医生和医疗人员访问，而病人数量多达几十万。

这很像是我们最近使用Spark和Storm解决的物联网数据流问题，但在足足40到50年前就由MUMPS完全解决了。

MUMPS的各种版本

十年前，MUMPS最早的版权过期了。InterSystems Corp.以Caché之名推出了MUMPS的改进版。还有一个版本叫做GT.M，在Linux上可用，有免费开源许可。查找这些名字就像搜索MUMPS一样有效。几年前还有个活动，简单称其为M，因此在定义栏可以看到MUMPS/M的名字。

它是有自己语言的数据库，还是有自己数据库的语言呢？

这个问题就像那个经典谜题：是巧克力上的花生酱，还是花生酱中的巧克力？但更为重要是理解：为什么MUMPS成功而有效？MUMPS两者兼备。尤其它还是集成了自己的语言，而这种语言特别为访问和操控做了优化，这样的一款数据库。尽管这种语言被批评为过于古老，但现代用户可将其与Python类比。

拥有“内置”数据库让MUMPS对存储有着高级别的访问权，而在其他程序或数据库中却没有这样的优势。这种访问使用“变量”（键）与“数组”（表格）这样的稀疏方式。默认结构是键值式（尽管MUMPS很容易被注释为按照文档型、列式、图结构数据库，甚至RDBMS的方式），有JSON的现代并行库。其结构为无模式，数据存储在多维分层的稀疏数组中（也被称为键值节点、子树或关联存储器）。每个数组可能有多达32个下标或维度。天啊！这听起来就像我们刚发现了Hadoop的神圣起源。

其速度与效率的关键在于，这个数据库是直接通过变量而不是查询或检索来访问的。MUMPS语言/数据库的一个功能就是：使用同样的基本语法，访问非永久性存储器（易失性存储器）和永久性存储器，使得在本地（易失性）或全局（非易失性）变量中，函数都可使用。事实上，这样提供了极高的数据访问性能。Michael Byrne在Motherboard上撰文对此进行了很好的解读。

“变量（在本例中也指键）只在这些数组中标出不同的存储位置，它们在MUMPS被称为全局变量。MUMPS系统可能由许多台计算机组成，在非易失性内存中存储有自己的全局数组集。因此，与C++这样的语言所创建的数组不同，MUMPS的全局数组集不止存在于程序存续期间或是计算机内存中，还存在于服务器上，在任何指定的时间内，可通过系统的某台计算机来访问。我们称其为持久性。”

“结果就是：MUMPS程序员可以直接接触数据库，而不用通过查询的手段。这样速度更快，不再需要查询抽象，而是直接访问，并允许一系列编程思想的替换。首先，作为编程人员，我可以从这些存储的全局变量中选取一个，赋予其“children”——就是该项的一些额外属性。因此，最终我们得出了一个列表，里面的内容可以快速用不同的方式来描述与添加。其关系为层次化的。”

如今使用的领域

MUMPS因VistA——退伍军人卫生信息系统与技术架构（Veterans Health Information Systems and Technology Architecture）而著名，这个套组十分巨大，包含80多种不同的软件模块，支持着美国最大的医疗系统。它还维护着163家医院、800家诊所和135家疗养院的800万份退伍军人的电子病历，使用者多达18万名医疗人员。还被认为是创建全国性病历网络的当前工作模型。

• 印度卫生服务
• 国防部CHCS医院系统的大部分

现使用MUMPS的大型医疗保健公司包括：

• Care Centric
• Allscripts
• Epic
• Coventry Healthcare
• EMIS
• Partners HealthCare（包括麻省总医院）
• MEDITECH
• GE Healthcare（从前的IDX Systems and Centricity）
• Sunquest Information Systems
• 许多参考实验室，比如DASA
• Quest Diagnostics
• Dynacare

金融机构包括：

• Ameritrade，美国最大的在线交易服务商，每天处理逾120亿个事务
• 英格兰银行
• 巴克莱银行

在2010年，欧洲航天局选择了MUMPS/Cache作为Gaia任务的后备支持，用前所未有的精度绘制银河系的三维星图。

优势

MUMPS与NoSQL是一致的，而且明显很成熟。

• 在多个低成本的商业服务器上可以水平弹性扩展。
• 由于就是为了支持大量的数据而设计，其性能极其优秀，远胜于RDBMS。
• 管理起来极其简单，基本上不需要DBA。
• 所使用的商用硬件和开源代码成本很低。
• 灵活的数据建模，易于复制RDBMS、键值式数据库、列式数据库、文档型数据库、图结构数据库的功能。
• 易于支持SQL高级分析和商业智能。
• 完全支持联机事务处理，兼容ACID。

劣势

• 了解人群不多。在医疗保健与金融业之外市场份额较小。
• 相关的程序精英较少。
• 在InterSystems之外（商业供应商）几乎没有代码库存在。

这门技术是否需要升级？

也许有人在想，为什么不将MUMPS与Hadoop结合起来？事实上，MUMPS能够以Hadoop的所有方式扩展执行。将其结合起来只会增加复杂度，在规模和性能上没有明显的改善。此外，还需要懂两种系统的人将其保持同步。因此MUMPS这样就好了，没必要再结合Hadoop了。

这里有机遇吗？

一方面，会有人在新建项目时选择MUMPS而不是Hadoop或者RDBMS吗？也许没有。对MUMPS，人们欠缺足够的了解，这方面的程序员也不多。

然而在医疗保健或金融业工作的人，特别是已经在使用MUMPS的地方会考虑这个问题。针对LinkedIn的一个搜索发现，整个LinkedIn只有699名MUMPS开发者，77名Cache开发者。如果有人已经掌握了NoSQL，并想增加竞争力，这也能增加很小的一些竞争优势。掌握MUMPS可以享有更好的薪酬和工作保障。这里是一份优秀的MUMPS编程教程。