一条用户注册数据先到后端服务器，最后存到数据库中。 数据的持久化过程：1校验数据的合法性，2修改内存，3写入存储介质。 问题： Q1：数据库怎么保证数据不丢 Q2：数据库怎么处理多人同时修改的问题？ Q3：为什么用数据库，处理数据可还能存在被动存储结构？ Q4：数据库只能存储结构化数据嘛？ Q5：有哪些操作数据库的方式，要用什么编程语言？ 数据写入读取路径上的特点： 尽量少的使用拷贝；有硬件的使用层。 raid0+1：容错能力好，写入带宽好。 SQL=一种DSL=方便人类阅读的关系代数表达形式 关系型数据库存储系统，但是在存储之外，又发展出其他能力。它对结构化数据友好；支持事物；支持复杂查询语言。用表形式管理。 非关系型数据库也是存储系统，但是一般不要求严格的结构化：半结构化数据友好 数据库vs数据存储： 若用普通的存储系统，需自行定义好和管理结构。 数据库支持事务的优越性。ACID 复杂查询能力：使用SQL 灵活、简洁 以sql为例，要操作数据时，支持以下操作： insert\update\select\delect..
主流产品剖析：
1单机存储：
比如：本地文件系统和kv存储
linus文件系统的两大数据结构：index node和directory entry；前者记录文件元数据，如id、大小、权限、磁盘位置等，是一个文件的唯一标识。后者记录文件名和inode指针、层级关系等，与inode的关系式n：1.
kv系统的常见数据结构：LSM-Tree，某种程度上牺牲读性能，追求写性能。
2分布式存储：在单机存储基础上实现了分布式协议，设计了大量的网络交互。
HDFS：支持海量数据存储，高容错率，若POSIX语义，使用普通x86服务器，性价比高。
Ceph：开源扥不是存储系统里的万金油。
3单机关系式数据库
开源产品：MySQL&PostgreSQL
page files;redo log files(记录所做的操作);others
4单机非关系型数据库:MongoDB\Redis\Elasticsearch三足鼎立。数据结构千奇百怪。
Elasticsearch自身就做到了模糊搜索，这是关系式数据库无插件情况下无法做到的
5从单机数据库到分布式数据库
原因：容量问题：单点容量有限，受硬件限制。把存储节点造成存储池，动态扩缩容，这种技术叫池化。
弹性问题：池化可解决扩缩容过程的问题
性价比问题：不用担心存储不足，cpu不足则增加核。
