深入理解 RDBMS | 青训营笔记

这是我参与「第五届青训营」笔记创作活动的第14天。

经典案例

过年的时候，各大厂商一般都会在自己的产品中发送红包，发红包中其实就是一个事务操作，要注意满足 ACID 的四个原则，随着现在客户越来越多，也要注意在高并发和高可靠方面的技术支持。

在前 DBMS 时代，主要通过人工管理数据，这样的效率过低，而且很容易出现错误，之后人们又开发出来了文件系统，但这样只是把原来人工管理过程中的记录写到电脑文件中而已，并没有很高效的解决数据管理的问题。

在 DBMS 时代，人们先后提出了网状模型 DBMS、层次模型 DBMS、关系模型 DBMS。

人们在之后开发出了 SQL 语言，它的语言风格接近自然语言，高度非过程化，而且非常简单易用。

一条 SQL 的一生主要经过了以下的过程：

查询解析：SQL 语言接近自然语言，入门容易。但是各种关键字、操作符组合起来，可以表达丰富的语意。因此想要处理SQL命令，首先将文本解析成结构化数据，也就是抽象语法树（AST）。
查询优化：SQL 是一门表意的语言，只是说『要做什么』，而不说『怎么做』。所以需要一些复杂的逻辑选择『如何拿数据』，也就是选择一个好的查询计划。优化器的作用根据AST优化产生最优执行计划（Plan Tree）。
查询执行：根据查询计划，完成数据读取、处理、写入等操作。
事务引擎：处理事务一致性、并发、读写隔离等
存储引擎：内存中的数据缓存区、数据文件、日志文件

SQL引擎的解析器一般可以分为词法分析、语法分析、语义分析的过程。

SQL引擎的优化器可以分为基于规则的优化和基于代价的优化。

SQL引擎的执行器一般可以使用火山模型：

对于火山模型，也可以在向量化和编译执行方面进行进一步的优化。

存储引擎一般会使用缓存池、分页、B+树索引等相关技术。

事务引擎一般会使用日志和锁的相关技术。

在真正的企业实战中，因为数据量非常大，甚至达到 PB 的数量级，所以可以使用以下方式进行优化存储：分库分表（解决大流量问题）、扩容，代理连接池（解决流量突增问题）、3AZ高可用，HA管理（解决稳定性和可靠性方面的问题）

3AZ高可用：

HA管理：