|
今年3月25日，美国计算机协会(ACM)宣布，来自麻省理工学院的教授Michael Stonebraker获得2014年度“图灵奖”（第N年宣布N-1年得主），投石冲破水中天，一些与数据处理相关的微信群中喷发一股图灵奖议论热，有位教授在微信中赞叹“说数据库界一共四位传奇大师，太伟大了“，接着有几位教授提议在今年的教学PPT中，加上相关科普，激励年轻的数据库人。朋友们鼓励我来一篇非传记的、活泼一点的人物故事。
没有诺贝尔， 我们有图灵. 诺贝尔没有机会登上时间机器向前穿越，未能预见到计算机科学对人类之重，于是计算机界没有诺奖。 没有诺奖，计算机科学也要发展，计算机人也要过日子，计算机界的Top贡献也需要Top奖，在需要一个能与诺贝尔相比较的人物作图腾的时候，天公抖擞，不拘一格，降下了图灵。 图灵多才多艺、也多故事、多传说:小时的神童，青年时的马拉松健将（有过名次）；善于长跑的图灵，在科学上一趟冲刺，跑在了计算机之前，全世界还没人见过计算机的时候 ，他构筑了“理想计算机”，阐明了通用计算机的可行性，其前瞻性和深刻性，至今影响着计算复杂性理论；有人赞他是计算机科学之父、人工智能之父…., 在二战胜利70周年之时，人们更怀念和他的团队在破译情报方面贡献。 看多了穿越小说的图灵迷问：他为什么有那么多超乎常人的见识？莫非他是从先进的平行宇宙中穿越而来？ 数据库界的图灵奖得主. 由图灵冠名的概念有 “图灵机”和“图灵测试”，最有名的是“图灵奖”。 从1966年到2014年，49届，共62名得主，按国籍分，美国学者最多，欧洲学者偶见之，华人学者目仅有2000年图灵奖得主姚期智（现在清华大学）。 62名得主分布在几十个小领域，排在前六的领域有：编译原理、程序设计语言，计算复杂性理论，人工智能，密码学，以及数据库（4名）。在某种意义上，可大致认为，前三个领域与计算机科学本身更密切一些，后三个领域与军民应用更密切一些。
一看就知是聪明人. 下图是数据库界的四位得主。本来，以貌取人是根据不足的，但这四位得主，都有一股学者范（“范儿”是一种感觉，很难严格定义），几位学者，虽近髦耋，眉宇中有一股英气，目光坚定自信，相信在年轻时，叫人一看，就知是聪明人。
按获奖时间排序 ，本文先介绍最早的一位。续篇再介绍后面的三位，争取在篇末都议论一下得主们给我们的启迪。
实践出真知—网状数据库，时势造英雄-巴赫曼. 今年90岁的查理士·巴赫曼 （Charles William Bachman），在49岁时候（1973年）获得了的图灵奖，是数据库界的第一枚图灵奖。
生逢其时，有文无库. 上世纪60年代，计算机系统还是有文（文件系统）无库（数据库）。数据处理比较艰难，那是一个正需要英雄，就出了英雄的时代；当世界正呼唤数据处理新技术时，年富力强（30多岁）的巴赫曼来了。 他从基层干起，曾在穿孔卡片机上开发程序，在第一线获得了丰富经验，后到通用电气公司，作程序设计部门经理，体验过文件系统处理数据的蹉跎、繁琐和低效，催生了他的数据库梦。
一代很爽的数据库. 他主持设计与开发了最早的网状数据库管理系统IDS（Integrated Data Store），在不惑之年（1964年）正式推出IDS。以今天的目光看，IDS是建立在虚拟内存系统上（实际在磁盘上），如果当时有如今的闪存盘SSD，不用改代码，就会爽的发飙 ；不过那时的人要求低，认为IDS已经很爽了。 所以，他被称为网状数据库之父。
格式化 VS 非格式化 , 磁盘 VS 磁带. 数据库带来的观念是革命性的。此前，计算机以文件为最小处理单位，处理非结构化的、粒度较大的数据；而数据库中是格式化的、粒度较小的数据（记录或字段）。 有格式和无格式数据的在查、插、删、改的速度方面有天渊之别，作为科普，只好用磁盘与磁带的差别来比喻： 非格式化数据中，查询某一数据项，有如在磁带上搜寻某首歌曲，从头搜索到尾，平均每次搜索磁带长度的一半；而在磁盘或光盘上，从目录（索引）找到那首歌曲的开始扇区，磁头在三维空间中跨界运动，磁带是线性带子固定的磁头，磁盘是极坐标的平面，三维的臂，直达目标，快多了。 对插、删、改操作，由于数据库缩小了处理粒度，提高处理效率，更是令文件系统望尘莫及。 网状数据库概念不太容易科普，当年。笔者讲网状数据库课程时，在黑板上画若干记录方块，若干指针链接，大方小方大小方，虚线实现虚实线，两个学时讲完；真的不像关系数据库那样容易科普。 记忆大师们说，要想记忆好，检索快，就要设法把知识点连成网状，建立联想，这就是网状数据库的思想，就这样简单，当然，从思想到设计，再到实现，就需要图灵奖得主的水平了。
报告也能占高地 IDS的成功，使巴赫曼有资格成为DBTG的核心人物之一，DBTG即数据库任务组，隶属于CODASYL（美国数据系统语言委员）。 为了数据库之梦，巴赫曼试图占领美国国家标准这一学术和技术高地，积极推动了DBTG报告。 由于各种原因，这个报告，最后没有成为美国国家标准，DBTG任务组坚忍不拔，相继推出一系列版本，如1971,1973、1978、1981年和1984年的修改版本。 尽管DBTG不是国家标准，也不是具体的数据库产品，而只是一个方案，但它提出的观念深入人心，所提出的三级模式，以及把数据库语言分成数据定义语言DDL和数据操纵语言DML的思路， 影响了几代数据库人和数据库产品，如IDMS、PRIME DBMS、DMSl70、DMSⅡ和DMS 1100，甚至，如今的关系数据库中，也能隐约见到它的影子。 这些成果确立了数据库的观念，在IT发展历程中，人们常常见到，被新技术“宠坏“了的用户，再也不愿回到旧技术的怀抱，在这个意义上，有人笼统地说，巴赫曼是（没有定语）数据库之父。
一点思考：需要多少论文才能得到图灵奖？ 下面有个清单，列出了巴赫曼的重要论文16篇，因为他是1973年的的图灵奖，只列出了1962-1983中的一部分，平均每年不到1篇。 也许多年前 ，计算机界对论文级别，杂志级别的观念与现在不同；单从从数量上看，好像我们现在的杰青、优青、千人、百人快赶上或已经超过了巴赫曼，但是，能做出像IDS这样的货真价实、人用人爱的系统吗？能提出像《DBTG报告》这样改变观念、深入人心，能在数据库发展的几十年历程中留下影子的的“报告“吗？ 也许，这种观念的不同，是图灵奖得主心中的那份灵犀。
（下篇：数据库界四位图灵奖得主之二，正在整理）
参考文献 巴赫曼1962-1983的部分论文.
相关博文
需要多少论文才能得到图灵奖 – 数据库界的四位图灵奖得主（1） 解决科学问题才是硬道理-—数据库界的的四位图灵奖得主（2）（4.19 发） 说明 原拟名《梅花香自苦寒来，关系库从磨难出》，以突出E.F.Codd经历的困难， 近日连开两个973项目交流会，换场期间，有朋友建议把最后的小标题升为大标题，以突出其贡献，也合今天973 基调；此外，第一次在北京机场发博文，匆忙之中，如有错漏，请及时提醒）。
功过从何数 1981年，58岁的E.F.Cood 获得图灵奖，这是数据库界的第二枚（也是久违了的）图灵奖。从1970年提出关系数据库到获奖，奋斗十一年，终成正果。如今，斯人已驾鹤西去，回望其成功之路，不禁想起了电视剧《西游记》取经成功后的插曲《青青菩提树》： "几多朝朝暮暮，漫漫云烟无数,..... 历经坎坷终无悔，未教年华虚度..... 面对大千世界, 功过从何数? ...... 好，现在就来数一数。 网上传统传记太多，这里想写一篇不很传统的、轻松一点的描述，须从数据库的型与值说起. 数据库的型与值 模型和模特儿在英语中是同一个单词model，其实，译音又译意的“模特儿”既通俗、又朴素，也最直白地说清楚了高雅的“模型”在数据库中的的含义，模型就是骨架。且看图： 上图中，左边的模特, 抽象一点，不过八两铁丝，一些手艺；披上了衣服后，加上想象，就有了的美感、就产生了价值或数值；用计算机专业的行话，左边是“型”，右边是“值”。 其实，模特不必升级为活生生的美女靓男，那不过增加了若干不必要的语义，商业的，心理的，展示的，诱惑的，等等，目的是 买家买家快掏钱，而过分的“型”，可能干扰对“值”的评价， 下图中 ，左上是一个层次库模型。左下是其对应的库值。它是上文提到的网状数据库模型的特例，只不过比网状模型上多了一条限制----每个节点至多一个父节点。 右边是关系模型，我们凡人，熟视无睹，看千遍，也不一定能看出是图灵奖的素材。 · 关系数据库的传奇 笔者有个奇怪的（穿越的）感觉，旋律优美的歌曲《传奇》适合用来赞颂E.F.Codd对关系模型的衷情和忠诚，试看下面的分段演绎： 《传奇》:“只因为在人群中多看了你一眼，再也没能忘掉你的容颜，…..”， 在E.F.Codd考查二维表格之前，成千上万人早就观察过，可人们都熟视无睹，擦肩而过； 唯有E.F. Codd，在1970年的某一天，在人群中多看了它几眼， 奇迹发生，“来电了”！ 于是他投入心血，把对表格的那份情有独钟，发表在《Communication of the ACM》，其标题为 “A Relational Model of Data for Large Shared Data Banks”。 此文在在集合论的严格数学基础上，建立了关系数据库模型；知识框架不能成为模型，接下来一发而不可收，有一系列文章发表。通常： 数学模型 = 一个集合+一组符号+一组规律（如交换律、结合律）+ 一组性质（定理） 如群环域是从现实对象中抽象出来的代数系统（数学模型的一类）。关系模型，关系代数也是数学模型。 那几年，关系模型成了E .F. Codd 心中的那个“她”。今天，人们还可以追踪他和”她”的故事： 为了她的数学美，他用范式理论为她浓妆， 因为她憔悴，他用12条准则为她粉黛…… 《传奇》: “宁愿用这一生等你发现,…，今生的爱情故事不会再改变。” 接下来，E.F.Codd的路上，少有鲜花，多有荆棘。 1983年，笔者到美国学习数据库，导师为鼓励我们克服困难和坚持学术观点，说， E.F Codd 也曾遭遇到压力山大，以至于影响健康，还进过医院；又说，要学习他不怕困难，坚持自己认为正确的学术观点，最后冲出重围，…., 但语焉不详，可能是有一些难言的细节。由于人们不太愿意多写尴尬事，现在网上仅仅能查到一些蛛丝马迹。例如下列的”但书”: …..但是，有人认为,关系模型…..是理想化模型，…..不现实…，担心性能难以接受； 有人视其为（当时正在进行中的）网状数据库规范化工作的严重威胁…. 日子艰难了，就觉得时间慢，但E.F.Codd坚持着， 就像《传奇》唱的“宁愿用这一生等你发现,…，今生的爱情故事不会再改变….”。 又是五个春来秋去，终于迎来转机。 明争取代暗斗 1974年ACM牵头组织了一次有思想交锋的研讨会。 正方：E.F.Codd及其支持者； 反方：Bachman及其支持者； Bachman何许人也？就是上篇博文主人公，数据库界第一个（当时唯一的）图灵奖获得者。轻量级对重量级，E.F.Codd能坚持得住吗？悬念... 幸好，E.F.Codd足够坚强，坚持下来了。这次的辩论改善了作为新生事物的关系数据库的生存环境，推动了关系数据库的发展。 花香墙外，嘴仗结束，新技术的美妙吸引了新的IT人；虽然，知识有产权，但本质上,知识是人类共创共享的（当然，在一定法规下）。 世界上不乏有眼光，有胆略的人，拉里.埃利森及其团队就是典型，他们认定关系数据库的前景，在1977年建立一个新的小的公司，实现了第一用商用关系型数据库管理系统，后来发展成为Oracle。 当墙外花香日益浓厚，大赚其钱的时候，IBM才发现自己有点亏，才承认关系数据库的确好，急起直追研发DB2等等。 以后的事实表明，关系数据库易学易用，基础坚实，理论丰厚，用户不需知道存储结构细节（用今天关于“透明”的时髦术语，有结构透明性），终于让网状数据库和层次数据库（保留了在历史地位）退出了历史舞台，RDB登堂入室，成为现代数据库产品的主流。 亲历过对比，才有发言权 在关系数据库还没占绝对优势的岁月里，笔者参加过几个网状数据库和层次数据库的应用项目开发，几年的编程生涯，熬夜多，得意少，磋磨多，顺风少；因为最终应用是给非计算机专业人员用的，写了很详细的说明书，最终用户也不是很轻松； 后来那些程序，都移植到关系数据库了，相关人员用后，高兴得要唱“解放区的天”。 生不逢时还是官僚主义？ E.F.Codd是IBM的人，做的是IBM的成果，IBM 启动了关系数据库验证项目System R， 但没有优先的支持，一直到1980年System R才作为一个产品正式推向市场。有人分析System R产品化缓慢的三个原因： IBM重视信誉和质量，为尽量减少故障，所以慢（精工出细活）； IBM的官僚主义，错失了一次发展机会。（到处有官僚主义，官僚主义有时也成为检讨中的替罪羊）； IBM当时正改进层次数据库产品，如果把层次数据库IMS比喻为周瑜，把关系数据库比喻为诸葛亮，所以有点像（与传统 略有不同）“既生亮，何生瑜？” 所以关系库在IBM内生不逢时。 数学美进入了数据库 E.F.Codd的理论 给数据库领域带来了数学美； 例如，用于函数依赖推演的Armstrong 推理竟然是Sound（可靠）且完备（complete）的!, 不少数学系的博士生在寻找博士后岗位时，选择了数据库。 又例如，用于设计一个好模式的规范化理论，从一阶范式到三阶范式，很快变成了程序，在实践中收到欢迎；而且，还有 4阶、5阶，…,N阶范式,吸引人的魅力在于，不知还有多少可探的宝藏，不知将有多少博士和副教授在这里成长！ 一大批数学人才转业到数据库理论方向，一时间，关系数据库理论人才济济，风生水起，成果累累.... “过度追求数学美”不是Codd惹的祸。但是，过度追求数学美的坏习惯也趁机进入了数据库领域（或计算机领域），有人研究了规范化理论的5NF、6NF，据说还有（毫无用处的）7NF、8NF、9NF ! 在私下议论时，同行们还批评过若干过度追求数学美的例子（不适合上网）。 计算机科学为计算而生，为计算而发展，是实践性很强的学科。 E.F.Codd的数学工底很好，但他十分强调实践，强调应用；（可能在1974年那场ACM组织的大辩论中，他也受益于反方强调应用的观点）。 综观他的生涯，可以确定，“过度追求数学美”不是Codd惹的祸。 解决科学问题才是硬道理。上世纪70年代，关系数据库将生未生，数据处理领域遇到了下列科学问题： （1） 网状数据库后的下一代数据库是什么，数据库向何处去？ E.F.Codd回答：下一代将是关系数据库模型，并用集合论的语言给了坚实的基础和眼睛的描述； (2) 如果用关系数据库，什么是好的关系数据库模式？怎样设计一个好模式？ E.F.Cod及其跟随者给出了规范和理论和一系列设计好模式的算法： （3）怎样使关系数据库管理系统多、快、好、省？ E.F.Cod给出了十二条准则，及若干研究。一大批追随者办公司，提方案、作设计、写程序，实现了关系数据库系统。 三个科学问题的提出和解决，当然不是E.F.Codd一人的功劳，但他是斗士、是先锋，在其中起了关键作用；图灵奖给他，正当其人，实至名归。 上篇博文问，多少论文才得得到图灵奖，Bachman的例子说明，图灵奖与论文篇数没关系，或没多大关系； 而E.F.Codd的例子说明，想得图灵奖，提出科学问题、凝练科学问题、解决科学问题才是硬道理。 想借用牡丹之歌 如果某一天，我和我的朋友们，有机会到E.F.Codd 墓前吊唁,怀念数据库界的这位前辈大师，我想在《牡丹之歌》中抽样地选出几句, 写在花圈上： 有人说你富贵， 哪知道你曾历尽贫寒…… 春风吹来的时候， 你把美丽带给人间……. 相关博文
需要多少论文才能得到图灵奖 – 数据库界的四位图灵奖得主（1） 人物类：我所认识的Adlman 系列 共6篇 他凭什么得了图灵奖,侧应钱学森之问，计算机病毒的教父，DNA计算； 科普类： 趣味数据挖掘系列 被打和北大，烤鸭,数据血统论,博客均击量，干预规则,分房与分类，宴会上的聚类, 灯谜、外星殖民、K-平均聚类与蛋鸡悖论, 愚公移山和进化计算,基因表达式编程GEP，数据挖掘与哲学; |
|
|
