这是我参与「第五届青训营 」伴学笔记创作活动的第 13 天

主要内容

了解了RDBMS的发展过程，学习了RDBMS的几个关键技术，包括SQL引擎、存储引擎、事务引擎等。并通过具体实例将理论与实际结合了起来。

具体内容

首先通过红包雨的例子引入了事务与ACID的概念。此外，红包雨这个例子还需要保证高并发与高可靠。接着学习了数据库的发展历史。

关系型数据库的发展历史

在发明现代计算机前，主要通过人工进行数据记录和管理。
之后引入了文件系统进行数据管理（相当于从用纸记录变成了用磁盘记录）。DBMS应运而生，数据库管理系统按照某种模型来组织、存储和管理数据的仓库，通常按模型特点将传统数据库分为网状数据库、层次数据库和关系数据库。
网状数据库：是第一个数据库，诞生于通用电气公司。他是基于数据之间的联系建立的，能反映现实世界中信息的关联。其优点是存取效率高，缺点是结构复杂，访问程序设计复杂。
层次模型：诞生于IBM公司，是使用树状结构来描述实体及其之间关系的数据模型。把网状模型的多对多变成了一对多。优点是结构简单，查询效率高，缺点是插入删除限制多，访问程序设计复杂等。
关系数据库：1970年IBM的E.F.Codd最早提出，奠定了关系模型的理论基础。关系模型是所有的数据都是一张二维表。优点是可以方便的表示M:N关系，且数据访问路径对用户透明，缺点是关联查询效率不高，且关系必须规范化。

SQL语言：1974年IBM的工作人员提出了SQL(Structured Query Language)。只需要告诉数据库做什么，却不需要说明怎么做。优点是语言简洁、易学易用，高度非过程化，其语法风格接近自然语言。
之后回顾了关系型数据库的历史。

RDBMS的关键技术

SQL引擎

SQL引擎有解析器(Parser)、优化器(Optimizer)、执行器（Executor）。
解析器一般分为词法分析、语法分析、语义分析等步骤。词法分析会抓取关键词，运算符等。语义分析可以理解为合法性的校验。
优化器则是在多条可能的路径中选出最佳的路径。可以基于规则优化，也可以基于代价优化。现在的数据库会先基于规则做简单的优化，再基于代价进行优化。这里的代价通常以时间为标杆，但是也可以以IO、CPU等为标杆。
Executor有多种执行模型。首先学习了火山模型。火山模型的优点是逻辑结构简单、每个算子相互之间没有耦合，缺点是每计算一条数据有多次函数调用开销，CPU效率不高。在其基础上发展出了向量化模型和编译执行模型。
向量化模型的优点是函数调用次数降低，CPU cache的命中率更高，且可以利用CPU的SIMD机制。编译执行模型采用动态编译。

存储引擎-InnoDB

对存储引擎这部分应该多关注概念而非实现。
InnoDB分为In-Memory和On-disk两部分。其中In-Memory主要有Buffer Pool、Change buffer等，On-disk有Redo Log、Undo Tablespaces等。

事务引擎

事务引擎解决ACID的实现，分别学习了ACID在数据库中是如何实现的。
通过Undo Log，可以进行事务回滚，保证事务的原子性，还可以实现MVCC。
一致性的主要是由业务实现，不在数据库实现。
隔离性通过锁或者MVCC实现。使用MVCC可以实现读写互不阻塞、降低死锁概率，实现一致性读。
通过Redo Log实现持续性。了解了事务提交前页面读盘和WAL(Write-ahead logging)两种方案。

企业实践

主要是通过春节红包雨这个案例讲解了遇到的困难以及解决方案。该案例主要面临流量大、流量突增和稳定性的问题。对流量大这个问题，通过Sharding解决，也就是分库分表。对流量突增要设法扩容，可以扩容DB物理节点的数量，并通过影子表进行压测，也可以通过代理连接池。稳定性和可靠性可以用3AZ高可用方案和HA管理。其中3AZ是指三机房部署，实时监控报警。

总结

这节课首先回顾了RDBMS的诞生过程，之后了解了其基本的原理以及关键的技术，包括各种引擎的组成，最后通过红包雨这个实际案例，讲解了遇到的困难以及解决方案。这节课还有不少概念不太懂，比如说WAL方案、SIMD机制等，后续还需要阅读更多的材料进行学习。