这是我参与「第五届青训营 」笔记创作活动的第11天

RDBMS

发展历史

前DBMS时代

人工管理：数据存储在纸质资料

文件系统：数据存储进入因硬盘时代

DBMS时代

DBMS——数据库管理系统

DBMS：按照某种数据模型来组织、存储和管理数据的仓库、

通常按照数据类型的特点将传统数据库系统分成网状数据库、层次数据库和关系数据库三类。

DBMS数据模型

网状模型

• 优势：能直接描述现实世界；存储效率较高
• 劣势：结构复杂；用户不易使用

层次模型

• 优势：结构简单；查询效率高；可以提供较好的完整性支持
• 劣势：无法表示M:N关系；插入、删除限制多；遍历字节点必须经过父节点；访问程序设计复杂

关系模型

• 优势：实体及实体间的联系都通过二维数据表结构表示；可以方便的表示M:N的关系；数据访问路径对用户透明
• 劣势：关联查询效率不高；关系必须规范化

SQL语言

1974年IBM的Ray Boyce和DonChamberlin将Codd关系数据库的2条准则的数学定义以简单的关健字语法表现出来，里程碑式地提出了SQL(Structured Query Language)语言。

• 语法风格接近自然语言
• 高度非过程化
• 面向集合的操作方式
• 语言简洁，易学易用

关键技术

SQL引擎

Parser：解析器(Parser)一股分为词法分析(Lexical analysis)、语法分析（Syntax analysis)、语义分析（Semantic analyzer)等步骤。

Optimizer：优化器

• 基于规则优化（RBO Rule Base Optimizer）：条件化简；表连接优化（总是小表先进行连接）；Scan优化（唯一索引；普通所以；全表扫描）
• 基于代价的优化（CBO Cost Base Optimizer）：IO/CPU/NET/MEM时间代价

Executor：执行器

• 火山模型：每个Operator调用Next操作，访问下层Operator，获得下层perator返回的一行数据，经过计算之后，将这行数据返回给上层。

  每个算子独立抽象实现，相互之间没有耦合

  每计算一条数据有多次函数调用开销，导致CPU效率不高

• 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。

  函数调用次数降低为1/N

  CPU cache命中率更高

  可以利用CPU提供的SIMD机制

• 编译执行：将所有的操作封装到一个函数里面，函数调用的代价也能大幅度降低。LLVM动态编译执行技术。

存储引擎

InnoDB：MySQL的数据库引擎之一，现为MySQL的默认存储引擎

Buffer Pool：就是把磁盘上的页，缓存到内存中，用于降低与磁盘直接进行IO的成本。

Page：以页为单位存储数据。我们进行的增删改查操作本质上都是在操作数据页（包括读页、写页、创建新页）

B+ Tree：页目录中使用二分法快速定位到对应的槽，然后再遍历该槽对应分组中的记录即可快速找到指定的记录。从根到叶：中间节点存储

事务引擎

ACID：原子性、一致性、隔离性、持久性

Undo Log：Undo Log是逻辑日志，记录的足数据的增量变化。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。

MVCC意义：

• 读写互不阻塞
• 降低死锁概率
• 实现一致性读

Redo Log：Redo Log是物理日志，记录的是页面的变化，它的作用是保证事务持久化。如果数据写入磁盘前发生故障，更启MySQL后会根据redo log里做。