这是我参与「第三届青训营 -后端场」笔记创作活动的的第2篇笔记
一、经典案例——红包雨
需求：将金额从一个账户转移到另一个账户。
需要考虑的问题：一个账户在扣除金额后另一个账户能正确地获得金额。因此在数据库层面需要用到事务。
事务（transaction）：是由一组SQL语句组成的一一个程序执行单元(Unit) ,它需要满足ACID特性。
其他需要考虑的问题：能够负载大量请求（高并发）；服务器的稳定性尽量高，在关键时间节点不能宕机（高可用）
二、发展历史
数据库管理系统（DBMS）的诞生。根据模型特点可以分为：网状模型，层次模型，关系模型。
简单理解：网状模型——图；层次模型——树；关系模型——二维表（关系型数据库的模型）
三、数据库技术
SQL查询机制
SQL执行流程：请求->服务端->数据库->解析器（parser）->优化器（Optimizer）->执行器（Executor）->数据文件，日志文件->返回结果
SQL引擎部分：
解析器：经过词法分析、语法分析生成语法树
优化器：根据生成的语法树，选择一个最优的执行方案并生成计划树
执行器：根据优化器的计划树执行
数据库存储引擎
InnoDB:MySQL中常用的存储引擎。由内存部分和磁盘部分组成。内存部分有：缓冲池，自适应哈希等。磁盘部分有Undo日志，Redo日志等。
对于数据库存储引擎来说：通用的思想是采用缓存技术，因为缓存相比从磁盘读取数据其速度能够快一个数量级。
缓冲池（Buffer Pool）:可以简单理解为一种HashMap；考虑到可能有超过内存负载的量级数据，采用LRU淘汰算法将过时数据淘汰，Innodb采用了一种优化后的LRU算法。
页（Page）:Innodb中数据存储的最基本单位，一般为 16KB。页中的每一行数据会有trx_id字段，表示事物id,roll_ptr字段表示回滚指针。这些字段在处理事务时会用到。
B+树：索引的常见底层数据结构。配合页(Page)可以快速定位需要数据的范围。增加查询效率。
数据库事务引擎
Undo Log:Undo Log 是一种逻辑日志,记录的是数据的增量变化。利用Undo Log可以进行事务回滚,从而保证事务的原子性。同 时也实现了多版本并发控制( MVCC )解决读写冲突和一致性读的问题。
锁的几种情况：
读读：加读锁没有影响
写写：加锁，互斥，阻塞
读写：使用MVCC，让读写互不阻塞，降低死锁概率
四、企业实践
问题1：在数据量级很大（如PB级别）时，单个数据库几乎不可能存储这么多的数据。同时这么大的数据在读写消耗非常大。
方案：拆分数据（如分库分表），利用代理将数据分配到各个数据库中。
问题2：随着业务发展，数据库的访问量上升，原本的服务器无法满足需求。
方案：数据库扩容（分配更多数据库），利用影子表进行压测提前模拟环境。若访问量突然激增，对于代理可用预热连接池，连接队列
提升可靠性：部署备用服务器容灾，加强检测预防突发情况，采用代理。
