这是我参与「第五届青训营 」伴学笔记创作活动的第 14 天
本文是对于掘金课程的课程笔记，针对课程内容的一些重难点、本人在学习RDBMS知识时候进行的简单记录。
一、本堂课的重点内容
- 经典案例
- 发展历史
- 关键技术
- 企业实践
二、详细知识点介绍
经典案例
红包雨：
- 从抖音账户扣1个亿
- 给羊老师账户加上1个亿
事务：由一组SQL语句组成的一个程序执行单元，需要满足ACID特性
- A 原子性：要么都发生，要么都不发生
- C 一致性：业务逻辑一致性（银行转账，每个操作必须是合法的）
- I 隔离性：一个事务不影响另一个事务（抢了两个亿，但是两个操作同时进行，最终写成+1个亿）
- D 持久性：修改永远持久在数据库中
- 高并发
- 高可靠
发展历史
- 人工管理
- 文件系统
- DBMS时代（数据库管理系统）
DBMS数据模型：
- 网状模型：优势在于能直接描述现实世界，存取效率高；劣势在于结构复杂，用户不易使用
- 层次模型（与网状模型最大的不同是每一个节点最多有一个父节点）：优势在于结构简单，查询效率高；劣势在于无法表示M:N的关系，遍历子节点必须经过父节点
- 关系模型：优势在于可以表示M:N的关系，劣势在于关联查询效率不够高，关系必须规范化
SQL语言：
- 语法风格接近自然语言
- 语言简洁，易学易用
关键技术
一条SQL的一生：
Router->RDBMS->Parser->Optimizer->Executor->Data File+Log File，最后返回RDBMS
Parser：一般分为词法分析（有点类似NLP）、语法分析、语义分析
为什么需要一个优化器(Optimizer)？
选择最好的路径，类似我们使用高德地图导航，有多种路线，选择最优的
Executor：
- 火山模型：每个Operator调用Next操作访问下层Operator，获得下层Operator返回的一行数据，经过计算之后将数据返回给上层。
- 向量化：每个Operator每次操作计算的不再是一行数据，，而是一批数据（Batch N行数据），计算完成后向上层算子返回一个Batch
存储引擎
- InnoDB
- Buffer Pool
- Page
- B+ Tree
事务引擎
- Atomicity与Undo Log
- Isolation与锁
- Isolation与MVCC
- Durability与Redo Log
企业实践
问题与挑战：
- 大流量：Sharding，业务数据进行水平拆分，代理层进行分片路由
- 流量突增：扩容，扩容DB物理节点数量，利用影子表进行压测；代理连接池
- 稳定性&可靠性：3AZ高可用（三机房部署，proxy，监控报警，HA），HA管理
三、课后个人总结
本节课重点讲了关系型数据库管理系统的内容，从内部结构，存储引擎，事务引擎等方面介绍了关系型数据库的各种概念，也让我对关系型数据库的内部原理有了深入的了解。
