这是我参与「第五届青训营」伴学笔记创作活动的第8天
内容梗概
本文主要梳理了以下内容：
- 啊啊
- 俺是
- 是
1 基本概念
2 典例引入
借助一个经典案例，分析观察一条数据如何从产生到数据流动，最后持久化的全生命周期。
2.1 数据的产生
小明下载一个新的APP，因为第一次登陆，所以进入APP需要注册一个新的账号。
用户名：
小明密码：
helloworld密码提示问题：
coding......
小明填好资料后便按下注册按钮。这样，一条数据就这样从无到有地产生了，并在若干毫秒内发送至APP的后端服务器。
2.2 数据的持久化
当后端服务器收集到来自用户的数据，需要进一步地将（必要的）数据进行持久化（保存并维护）。
假设小明的注册数据现在到达了数据库的入口，那么数据库将会对其做哪些操作来将其持久化？
- 校验数据的合法性（“小明”是否已经存在？）
- 修改内存（用高效的数据结构组织数据）
- 写入存储介质（以寿命&性能友好的方式写入硬件）
2.3 潜在的问题
经过以上数据的产生和持久化过程，这个案例就已经完成了，但是却引发许多潜在的问题。
- 数据库怎么保证数据不丢？
- 数据库怎么处理多人同时修改的问题？
- 为什么要用数据库，除了数据库还能存到别的存储系统吗？
- 数据库只能处理结构化数据吗？
- 有哪些操作数据库的方式，要用什么编程语言？
- ......
这一系列的问题将在本文的后续部分逐步获得解答。
3 存储与数据库简介
本部分将主要介绍存储与数据库系统的一些定义、系统特点。
3.1 存储系统
3.1.1 整体概述
存储系统：一个提供了读写、控制类接口，能够安全有效地把数据持久化的软件。
- 用户
- 存储介质
- 内存（设计性能高效、操作方便的数据结构）
- 网络（分布式存储系统）
存储系统特点：
- 性能敏感（要求高）
- 代码既“简单”又“复杂”：代码在IO路径上应简洁，在IO路径上的错误处理的分支上、在非IO路径上对各种异常情况的考虑要周全。
- 容易受硬件影响
存储器层级结构：
存储系统怎么从应用到存储介质？
- 缓存很重要，贯穿整个存储体系。
- 在跨层的地方，以软件层/硬件层友好的方式，去和其他层级的软/硬件交互。
- 拷贝很昂贵，应该尽量减少。
- 从用户态到内核态再到持久化介质上，有可能需要经历多次的数据拷贝，而数据拷贝也需要消耗CPU资源，若拷贝操作过多，导致过多的CPU消耗，使得其他的操作逻辑没有CPU可用，使得服务性能大幅降低。因此在关键路径上，应尽量减少拷贝操作。
- 硬件设备五花八门，需要有抽象统一的接入层。
3.1.2 RAID技术
Q：单机存储怎么做到高性能/高性价比/高可靠性？
A：RAID（Redundant Array of Inexpensive Disks）廉价磁盘冗余阵列技术。
背景条件
- 单块大容量磁盘的价格（劣）>多块小容量磁盘（优）
- 单块磁盘的写入性能（劣）<多块磁盘的并发写入性能（优）
- 单块磁盘的容错能力有限，不够安全（劣）
因此诞生了：
- RAID 0（✔高带宽，✖不容错）
- 多块磁盘简单组合
- 数据条带化存储，提高磁盘带宽
- 没有额外的容错设计
- RAID 1（✖低带宽，✔容错强）
- 一块磁盘对应一块额外镜像磁盘
- 真实空间利用率仅50%
- 容错能力强
- RAID 0+1（✔高带宽，✔容错强）
- 结合了RAID 0和RAID 1
- 真实空间利用率仅50%
- 容错能力强，写入带宽高
关键在于，（多磁盘）并发写入,则高带宽；镜像备份，则容错能力强。
3.2 数据库
3.2.1 基本概念
关系：集合，即任意元素组成的若干有序偶对，反映了事物间的联系。
关系代数：对关系做运算的抽象查询语言，如：交、并、笛卡尔积等。
SQL：一种方便人类阅读的关系代数表达形式（语言）。
3.2.2 数据库特点
关系型数据库特点：关系型数据库是存储系统，但是在存储之外，又发展出其他能力。
- 结构化数据友好
- 支持事务（ACID）
- 支持复杂查询语言（SQL）
非关系型数据库特点：非关系型数据库也是存储系统，但是一般不要求严格结构化。
- 半（非）结构化数据友好
- 可能支持事务（ACID）
- 可能支持复杂查询语言（SQL）
3.2.3 数据库 vs 经典存储
结构化数据管理
事务能力
复杂查询能力
