ACE-213：Cloud Spanner 深度解析——全球分散式關聯資料庫完全指南
ACE-213
前言
Cloud SQL 夠用了嗎？如果你的應用要的是全球規模的關聯式資料庫，跨洲讀寫、無限水平擴展、99.999% 可用性，同時又得維持 ACID 交易和強一致性，那大概就只有 Cloud Spanner 能滿足你。
這是 ACE 進階系列第 13 課，我們會把 Spanner 的架構設計和實際操作好好談一遍。
什麼是 Cloud Spanner？
Spanner 是 Google 自研的全球分散式關聯資料庫，同時具備：
傳統 SQL 資料庫的能力 + NoSQL 的水平擴展
├── ACID 交易 ├── 自動分片（Sharding）
├── SQL 查詢 ├── 無限水平擴展
├── 強一致性 ├── 自動負載均衡
└── Schema + Foreign Key └── 跨區域複製Spanner 是全世界唯一同時做到外部一致性（External Consistency）和全球規模水平擴展的資料庫。Google 自己的 Google Ads、Google Play、Google Photos 這些核心服務，背後跑的就是它。
核心架構
Processing Units（PU）
Spanner 的運算單位是 Processing Unit（PU）：
| 規格 | 說明 |
|---|---|
| 最小單位 | 100 PU |
| 1 Node | 1,000 PU |
| 增量 | 100 PU 為單位 |
| 每 100 PU 儲存 | 1,024 GiB |
| 每 Node 儲存 | 10 TiB |
# 建立 Spanner 實例（100 PU，最小規模）
gcloud spanner instances create my-instance \
--config=regional-asia-east1 \
--processing-units=100 \
--description="Development instance"
# 建立 1 Node 實例
gcloud spanner instances create prod-instance \
--config=regional-asia-east1 \
--nodes=1 \
--description="Production instance"資料分片（Split）
Spanner 會自動依主鍵範圍把資料切到多個分片（Split），每個分片交給不同的伺服器處理：
表格 Users（主鍵：userId）
Split 1: userId A-M → 伺服器 1
Split 2: userId N-Z → 伺服器 2
（隨資料增長自動再分裂）主鍵設計——最關鍵的決策
避免單調遞增主鍵
這是 Spanner 設計裡最重要的一條原則。拿 AUTO_INCREMENT 或時間戳當主鍵，會讓所有寫入都擠到同一個分片上，也就是所謂的熱點：
-- ❌ 錯誤：單調遞增，造成寫入熱點
CREATE TABLE Orders (
orderId INT64 NOT NULL, -- 1, 2, 3, 4...
...
) PRIMARY KEY (orderId);
-- ✅ 正確：使用 UUID，寫入均勻分散
CREATE TABLE Orders (
orderId STRING(36) NOT NULL, -- UUID
...
) PRIMARY KEY (orderId);
-- ✅ 正確：使用 GENERATE_UUID()
CREATE TABLE Orders (
orderId STRING(36) NOT NULL DEFAULT (GENERATE_UUID()),
...
) PRIMARY KEY (orderId);
-- ✅ 正確：反轉位元序列，打散熱點
CREATE SEQUENCE EventIdSeq OPTIONS (sequence_kind='bit_reversed_positive');
CREATE TABLE Events (
eventId INT64 NOT NULL DEFAULT (GET_NEXT_SEQUENCE_VALUE(SEQUENCE EventIdSeq)),
...
) PRIMARY KEY (eventId);Interleaved Tables（交錯表）
這是 Spanner 獨有的功能，把父子表的資料實際存在一起，JOIN 效能會明顯變好：
-- 父表
CREATE TABLE Customers (
customerId STRING(36) NOT NULL,
name STRING(100),
email STRING(200)
) PRIMARY KEY (customerId);
-- 子表（交錯在父表中）
CREATE TABLE Orders (
customerId STRING(36) NOT NULL,
orderId STRING(36) NOT NULL,
amount FLOAT64,
createdAt TIMESTAMP
) PRIMARY KEY (customerId, orderId),
INTERLEAVE IN PARENT Customers ON DELETE CASCADE;
-- 孫表（可以多層交錯）
CREATE TABLE OrderItems (
customerId STRING(36) NOT NULL,
orderId STRING(36) NOT NULL,
itemId STRING(36) NOT NULL,
productName STRING(200)
) PRIMARY KEY (customerId, orderId, itemId),
INTERLEAVE IN PARENT Orders ON DELETE CASCADE;效能差異
一般 JOIN（非交錯）：可能跨多個分片 → 網路延遲
Interleaved JOIN：資料在同一個分片 → 本地讀取
查詢 "Customer X 的所有訂單和商品"
非交錯：3 次跨分片請求
交錯：1 次本地讀取SQL 方言：GoogleSQL vs PostgreSQL
Spanner 支援兩種 SQL 方言：
| 特性 | GoogleSQL | PostgreSQL |
|---|---|---|
| 狀態 | 原生預設 | GA（2022 年） |
| 語法 | Spanner 專屬 | PostgreSQL 相容 |
| 驅動 | Spanner 客戶端 | 標準 PG 驅動（psycopg2 等） |
| Interleaved Tables | 支援 | 支援 |
| Graph | 支援 | 不支援 |
| 遷移 | 需要學習 | 從 PostgreSQL 遷移更容易 |
# 建立 PostgreSQL 方言資料庫
gcloud spanner databases create my-db \
--instance=my-instance \
--database-dialect=POSTGRESQL
# 建立 GoogleSQL 方言資料庫（預設）
gcloud spanner databases create my-db \
--instance=my-instance \
--database-dialect=GOOGLE_STANDARD_SQL標準 PG 驅動（像 psycopg2）沒辦法直連 Spanner，得透過 PGAdapter（PostgreSQL wire-protocol 代理 / sidecar）：驅動先連到本機的 PGAdapter，再由它翻譯成 Spanner gRPC。
# 先啟動 PGAdapter 代理（PostgreSQL wire-protocol proxy / sidecar）
# docker run -d -p 5432:5432 gcr.io/cloud-spanner-pg-adapter/pgadapter \
# -p my-project -i my-instance
# 標準 PG 驅動連到本機 PGAdapter，由 PGAdapter 翻譯成 Spanner gRPC
import psycopg2
conn = psycopg2.connect(
database="my-db", # PostgreSQL 方言資料庫名稱
host="localhost", # PGAdapter 監聽位址（非 Spanner 資源路徑）
port=5432
)多區域配置
區域類型與 SLA
| 配置類型 | SLA | 適合場景 |
|---|---|---|
| Regional | 99.99% | 單一區域，低延遲 |
| Dual-Region | 99.999% | 資料駐留需求 |
| Multi-Region | 99.999% | 全球高可用 |
常見多區域配置
| 名稱 | 區域 | 涵蓋範圍 |
|---|---|---|
| nam-eur-asia1 | Iowa + Oklahoma + Belgium + Taiwan | 三洲 |
| nam6 | Iowa + South Carolina + Oregon + LA | 北美 |
| eur3 | Belgium + Netherlands | 歐洲 |
| asia1 | Tokyo + Osaka | 亞洲 |
Dual-Region（Enterprise Plus 專屬）
dual-region-japan1: Tokyo + Osaka
dual-region-india1: Mumbai + Delhi
dual-region-germany1: Berlin + FrankfurtDual-Region 配置只在 Enterprise Plus 版本提供，每個 dual-region 包含 6 個副本（每區域 3 個）。
交易與一致性
External Consistency
Spanner 提供的是外部一致性，這是比強一致性更嚴格的保證：
交易 T1 在時間點 t1 提交
交易 T2 在時間點 t2 開始（t2 > t1）
外部一致性保證：T2 一定能看到 T1 的結果
（即使 T1 和 T2 在不同大陸的不同伺服器上）交易類型
from google.cloud import spanner
instance = spanner.Client().instance("my-instance")
database = instance.database("my-db")
# 讀寫交易（鎖定）
def transfer(transaction):
row_a = transaction.read("Accounts", ["balance"],
keyset=spanner.KeySet(keys=[[1]]))
row_b = transaction.read("Accounts", ["balance"],
keyset=spanner.KeySet(keys=[[2]]))
# ... 更新餘額
database.run_in_transaction(transfer)
# 唯讀交易（不鎖定，用快照）
with database.snapshot() as snapshot:
results = snapshot.execute_sql(
"SELECT * FROM Users WHERE age > @min_age",
params={"min_age": 25},
param_types={"min_age": spanner.param_types.INT64}
)Change Streams
Spanner 的 Change Streams（GA，2022 年）可以讓你追蹤資料變更：
-- 建立 Change Stream，監控所有表
CREATE CHANGE STREAM AllChanges FOR ALL;
-- 只監控特定表和欄位
CREATE CHANGE STREAM OrderChanges
FOR Orders(orderId, amount, status);常見用途
- 即時同步到 BigQuery 做分析
- 觸發 Pub/Sub 訊息做事件驅動
- 歸檔變更到 Cloud Storage 做合規
重要限制
- 資料保留期：1-7 天（預設 7 天）
- 不追蹤 schema 變更、索引、views
- 會增加儲存和複製成本
Spanner Editions
| 特性 | Standard | Enterprise | Enterprise Plus |
|---|---|---|---|
| 區域配置 | Regional | Regional | Regional + 多區域 + Dual-Region |
| SLA | 99.99% | 99.99% | 最高 99.999% |
| Managed Autoscaler | 不支援 | 支援 | 支援 |
| Spanner Graph | 不支援 | 支援 | 支援 |
| 向量搜尋 | 不支援 | 支援 | 支援 |
| 全文搜尋 | 不支援 | 支援 | 支援 |
| Columnar Engine | 不支援 | 支援 | 支援 |
| Geo-Partitioning | 不支援 | 不支援 | 支援 |
| CUD 折扣 | 1 年 20% / 3 年 40% | 1 年 20% / 3 年 40% | 1 年 20% / 3 年 40% |
備份與還原
# 建立備份（保留 30 天）
gcloud spanner backups create my-backup \
--instance=my-instance \
--database=my-db \
--retention-period=30d \
--async
# 從備份還原
gcloud spanner databases restore \
--destination-instance=my-instance \
--destination-database=my-db-restored \
--source-instance=my-instance \
--source-backup=my-backup
# 匯出到 GCS（透過 Dataflow）
gcloud dataflow jobs run export-spanner \
--gcs-location=gs://dataflow-templates/latest/Cloud_Spanner_to_GCS_Avro \
--parameters=instanceId=my-instance,databaseId=my-db,outputDir=gs://my-bucket/export/免費試用
Spanner 提供 90 天免費試用實例：
| 項目 | 限制 |
|---|---|
| 試用期 | 90 天 |
| 儲存空間 | 10 GB |
| 最多資料庫 | 5 個 |
| 每個帳單帳號 | 最多 5 個試用實例 |
| SLA | 無 |
| 備份 | 不支援 |
| 可用區域 | 僅 Regional |
| 到期後 | 30 天寬限期，之後刪除 |
# 建立免費試用實例
gcloud spanner instances create free-instance \
--config=regional-us-central1 \
--processing-units=100 \
--instance-type=free-instance定價概覽
Spanner 依運算 + 儲存 + 網路計費：
| 項目 | 費用（Regional，美國） |
|---|---|
| 運算（Standard） | ~$0.65 / Node-hour |
| 運算（Enterprise） | ~$0.90 / Node-hour |
| 儲存 | $0.30 / GB / 月 |
| 備份儲存 | $0.10 / GB / 月 |
| 多區域運算 | 約 3x Regional 價格 |
最小運算費用是 100 PU（= 0.1 Node），大約 $65-90/月起。
Cloud Spanner vs Cloud SQL vs AlloyDB
ACE 考試高頻選型題：
| 特性 | Cloud SQL | AlloyDB | Cloud Spanner |
|---|---|---|---|
| 類型 | 托管 MySQL/PostgreSQL | 托管 PostgreSQL | 全球分散式 |
| 擴展 | 垂直 + 讀取複本 | 垂直 + 讀取複本 | 水平擴展 |
| 最大儲存 | 64 TB | 64 TB | 無限（加 Node） |
| 跨區域 | 跨區域讀取複本 | 跨區域讀取複本 | 跨區域讀寫 |
| SLA | 99.95% | 99.99% | 99.999% |
| SQL 相容 | 完全相容 | 完全 PG 相容 | 部分相容 |
| 價格 | 最低 ~$7/月 | ~$100/月起 | ~$65/月起 |
| 最適合 | 中小型 OLTP | 高效能 PG | 全球規模 OLTP |
選型公式
單一區域、中小規模、傳統 SQL？
→ Cloud SQL ✅
需要高效能 PostgreSQL、AI/ML 整合？
→ AlloyDB ✅
全球規模、跨區域寫入、99.999% 可用性？
→ Cloud Spanner ✅
不需要 SQL、Mobile/Web 即時同步？
→ Firestore ✅ACE 考試重點整理
必背知識點
- Spanner = 全球分散式 + ACID + SQL + 水平擴展，全世界獨一無二
- 避免單調遞增主鍵（最常考的設計原則）——用 UUID 或 BIT_REVERSE
- Interleaved Tables 將父子資料物理共置，大幅提升 JOIN 效能
- 1 Node = 1,000 PU，最小 100 PU，每 Node 10 TiB 儲存
- Regional 99.99%，Multi-Region 99.999%
- Enterprise Plus 才支援多區域和 dual-region
- Change Streams 可即時追蹤資料變更到 BigQuery 或 Pub/Sub
常見陷阱題
Q：需要全球多區域讀寫、ACID 交易的資料庫，選什麼？ A：Cloud Spanner。Cloud SQL 只能單區域寫入，讀取複本是唯讀的。
Q：Spanner 使用 AUTO_INCREMENT 作為主鍵會有什麼問題？ A：造成寫入熱點（Hotspot）。所有新寫入都集中在最後一個分片，無法利用 Spanner 的水平擴展優勢。
Q：Spanner 的 99.999% SLA 需要什麼配置？ A：Enterprise Plus 版本 + 多區域配置。Regional 只有 99.99%。
Q：想在 Spanner 中儲存父子關聯資料並高效查詢，該用什麼功能？ A：Interleaved Tables。它讓父子資料物理上存放在同一個分片，避免跨分片 JOIN。
總結
Cloud Spanner 是 GCP 能做最多事的資料庫服務，核心要點整理如下：
- 獨特定位：全球分散式 + ACID 交易 + SQL + 水平擴展
- 主鍵設計：絕對避免單調遞增，使用 UUID 或 BIT_REVERSE
- Interleaved Tables：父子資料物理共置，效能關鍵
- 多區域：Enterprise Plus 才支援，SLA 最高 99.999%
- 兩種 SQL：GoogleSQL（預設）和 PostgreSQL（GA）
- 選型：全球規模 OLTP → Spanner；中小型 → Cloud SQL；NoSQL → Firestore
下一課 GCP-113：Cloud Bigtable 入門，來看 PB 級寬列 NoSQL 資料庫怎麼設計、怎麼操作。
資料庫選型系列
| 課程 | 服務 | 適合場景 |
|---|---|---|
| GCP-108 | Cloud SQL | 中小型 OLTP、傳統 SQL 應用 |
| GCP-112 | Firestore | Mobile/Web App、即時同步 |
| GCP-113 | Bigtable | PB 級 IoT/時序、低延遲高吞吐 |
| ACE-211 | BigQuery | PB 級分析、BI 報表 |
| 本課 ACE-213 | Spanner | 全球規模 OLTP、強一致性 |
| GCP-115 | Memorystore | 微秒級快取、Session 管理 |
📖 完整比較：想一次看懂所有資料庫差異？參考 GCP 資料庫選型完全指南。
ACE 服務實戰 — 8/11 完成
查看系列全覽 →