CM2: a Cloud Monetary Cost Model for Document-Based NoSQL Databases

في عالمنا الرقمي الحديث، تُخزن كميات هائلة من المعلومات في تنسيقات مرنة وغير تقليدية تُعرف بقواعد البيانات الموجهة للوثائق. وبخلاف الهياكل القديمة الشبيهة بجداول البيانات المتصلبة، تسمح هذه القواعد بتنظيم البيانات بطرق تحاكي كيفية استخدام التطبيقات لها فعلياً، وغالباً ما تجمع المعلومات ذات الصلة معاً في وحدات واحدة مستقلة بذاتها. ومع انتقال الشركات لنقل هذه الأنظمة إلى السحابة، حيث تدار من قبل مزودي تكنولوجيا كبار، يتوقف تنظيم البيانات عن كونه مجرد خيار تقني ليصبح خياراً مالياً. ففي كل مرة يقرأ فيها جهاز كمبيوتر قطعة من البيانات، أو يكتب واحدة جديدة، أو يخزن ملفاً، يفرض مزود الخدمة السحابية رسوماً. وتعتمد هذه الرسوم على حجم البيانات، وعدد العناصر التي يتم الوصول إليها، وتعقيد الطلبات، مما يخلق مشهداً اقتصادياً معقداً حيث يمكن لقرار تصميم صغير أن يؤدي إلى فواتير أعلى بكert بشكل ملحوظ.

لسنوات طويلة، اعتمد الخبراء المصممون لهذه الأنظمة على نماذج تتنبأ بمدى سرعة تشغيل قاعدة البيانات أو مقدار الذاكرة التي ستستخدمها. ومع ذلك، فإن هذه الأدوات التقليدية غالباً ما تتجاهل الأموال الفعلية المنفقة في السحابة. فقد تخبر المهندس أن التصميم سريع، لكنها لا تستطيع إخباره ما إذا كانت هذه السرعة تأتي بثمن لا يمكن تحمله. تترك هذه الفجوة المؤسسات في حالة تخمين بشأن تكالفتها المستقبلية، مما قد يؤدي إلى بناء بنيات تحتية فعالة من حيث الأداء ولكنها كارثية من حيث الميزانية. تكمن المشكلة في أن تسعير السحابة ليس سعراً ثابتاً واحداً؛ بل هو مزيج من الرسوم مقابل التخزين، ومقابل قراءة كميات محددة من البيانات، ومقابل كتابة التحديثات، ومقابل صيانة الفهارس التي تساعد في العثور على المعلومات بسرعة. وبدون وسيلة لترجمة الخيارات التصميمية التقنية إلى مبلغ مالي واحد، يصبح مقارنة هياكل قواعد البيانات المختلفة مثل محاولة مقارنة تكلفة سيارتين مختلفتين عندما يكون سعر إحداهما بالـ "ميل لكل جالون" وسعر الأخرى بـ "قوة المحصنة".

ولحل هذه المعضلة، طور الباحثون ماتيو فرانكيا، إنريكو غالينوتشي، ماتيو غولفاريلي، وأليساندرا لوميني من جامعة بولونيا أداة جديدة تسمى CM2. وهي نموذج تكلفة نقدية سحابية مصمم خصيصاً لقواعد بيانات NoSQL الموجهة للوثائق والتي تعمل في بيئات الحوسبة غير الخادمة (serverless). وبدلاً من التركيز على السرعة أو التعقيد التقني، تعمل CM2 كآلة حاسبة مالية لمصممي قواعد البيانات. فهي تأخذ طريقة مقترحة لتنظيم البيانات وقائمة بالأسئلة التي ستُطرح على قاعدة البيانات، ثم تحسب التكلفة الشهرية الدقيقة بالدولار. لا يكتفي النموذج بالتخمين، بل يفكك إجمالي النفقات إلى ثلاثة أجزاء متميزة: تكلفة تخزين البيانات وفهارسها، وتكلفة قراءة البيانات، وتكلفة كتابة أو تحديث البيانات. كما يأخذ في الاعتبار سياسات التسعير المحددة لكبار مزودي الخدمات السحابية، مثل المبلغ الذي يتقاضونه مقابل كل جيجابايت من التخزين أو مقابل كل بايت من البيانات المنقولة.

اختبر الباحثون هذا النموذج باستخدام سيناريو واقعي يعتمد على متجر عبر الإنترنت، يضم عملاء، وطلبات، ومنتجات، وتفاصيل شحن. وقد أنشأوا نسخاً مختلفة لكيفية تنظيم بيانات هذا المتجر. في نسخة ما، حافظوا على البيانات منظمة للغاية مع حد أدنى من التكرار، بشكل يشبه فهرس مكتبة صارم. وفي نسخة أخرى، قاموا بمضاعفة المعلومات عبر مجموعات مختلفة لجعل العثور عليها أسرع، بشكل يشبه الاحتفاظ بنسخة من خريطة في كل سيارة. ثم أجروا آلاف الاستعلامات المحاكية ضد هذه الإعدادات المختلفة على خدمة قاعدة بيانات سحابية حقيقية مقدمة من Microsoft Azure. وكان الهدف هو معرفة ما إذا كان نموذجهم يستطيع التنبؤ بالفاتورة الفعلية التي سيرسلها مزود الخدمة السحابية.

كانت النتائج دقيقة بشكل مذهل. فعندما قارن الباحثون تنبؤات النموذج بالتكاليف الفعلية التي تكبدتها الخدمة السحابية، كانت الفروقات غالباً أقل من 2% لعدد الوثائق التي تم الوصول إليها، وأقل من 1% لعدد مدخلات الفهرس المستخدمة. وبالنسبة لإجمالي حجم التخزين، كان النموذج بعيداً عن الواقع بأقل من 5%. والأهم من ذلك، نجح النموذج في التنبؤ بالتكلفة النقدية النهائية. ففي إحدى حالات الاختبار، قدر النموذج تكلفة شهرية قدرها 0.70 دولار، بينما كانت التكلفة الفعلية 0.73 دولار. وفي السيناريوهات الأكثر تعقيداً التي تتضمن ملايين العمليات، حدد النموذج باستمرار أي تصميم لقاعدة البيانات سيكون الأرخص، حيث صنف الخيارات بشكل صحيح حتى عندما كانت الاختلافات طفيفة.

كما كشفت الدراسة أن التصميم الأكثر كفاءة يعتمد كلياً على كيفية استخدام النظام. فالتصميم الذي يوفر المال في التخزين قد ينتهي به الأمر بتكلفة باهظة إذا كان التطبيق يتطلب عمليات بحث متكررة ومعقدة تجبر النظام على قراءة كميات كبيرة من البيانات. وعلى العكس من ذلك، فإن التصميم الذي يكرر البيانات لتسريع عمليات البحث قد يكون الخيار الأكثر اقتصادية إذا كان النظام يعتمد بكثافة على القراءة ونادراً ما يتم تحديثه. أظهر النموذج أنه في بعض الحالات، كان التصميم المكرر أرخص لأنه قلل من عمليات القراءة المكلفة، بينما في حالات أخرى، فاز التصميم الأكثر رشاقة لأنه قلل من تكاليف تحديثات الكتابة. وهذا يثبت أنه لا يوجد طريقة واحدة "مثلى" لبناء قاعدة بيانات؛ بل إن الخيار الصحيح هو الذي يتماشى مع الأنماط المالية والتشغيلية المحددة للتطبيق.

من خلال توفير وسيلة موحدة لقياس التكلفة، تتيح CM2 للمهندسين اتخاذ قرارات مدروسة حتى قبل بناء النظام. إنها تنقل النقاش من "هل سيعمل هذا؟" إلى "هل سيعمل هذا ضمن ميزانيتنا؟". لقد أثبت الباحثون أن تجاهل البعد النقدي أثناء مرحلة التصميم يمكن أن يؤدي إلى بنيات تحتية سليمة تقنياً ولكنها غير مستدامة مالياً. ويقدم عملهم إطاراً عملياً للموازنة بين الأداء والسعر، مما يضمن أن قواعد البيانات التي تدعم عالمنا الرقمي ليست فقط سريعة ومرنة، بل وأيضاً ميسورة التكلفة.