起因
本周我在看一篇微信公众号文章的时候《现实生活中的算法》里面提到
老板每天正式营业前的“码货”本质就是在执行“排序算法”这个我觉得没什么问题。不过后面提到的这是因为驿站面积太小了，这里的算法是用时间换空间的算法。这句话，作者可能想说的是，无序的货物比较混乱，所以占更多空间。有序之后就有序，所以空间利用率更高了。所以老板是在用排序的时间来换空间利用率更高。但是这里的排序存在定义不清晰的问题，我多思考了下发现这个例子很有意思，所以我打算展开说下。
码货
作者的可能想的排序是快递和快递之间如果存在缝隙，那么可以排入一个更小的货物，这样可以达到更高的空间利用率。
但是我的理解不是这样的。以我知道的菜鸟驿站货物存放，一般来说，使用的是货柜->货架->快递的三层结构。一个快递驿站下会有多个货柜，一个货柜下有多个货架，一个货架下有多个快递，快递才是真正需要的东西。呃，那这玩意不就是B+树吗？这不就是InnoDB下的主键索引吗？老板在存入快递的时候，不就是在存入数据吗？你取货用的那个快递编码，不就是主键ID吗？它在一定程度上都是自增的。
所以用户上门取货效率也很低，总是找半天。如果这么理解老板的码货操作的话，那么用户就是在利用B+树查询加速了数据的读取速度。可以想象，菜鸟完全可以在不提供货柜号货架号的情况下，让客户去搜索他们自己的快递，因为快递上有他们的快递号标识，老板也能达到用时间换取空间的算法目的。
不，这不是最关键的，最关键的是，老板通过码货，使货物形成了B+树的数据结构，通过前期的一次写入时间投入，换取了后期无数次随机读取效率提升。
如何取快递
快递员把货物交给老板，老板负责把货存入库中。但是取货就不对了，用户是自己去检索的。我们在写数据库的时候不关心数据库如何写入，如何管理数据。但是用户在读数据库的时候却要理解数据结构，要自己去磁盘读取数据，删除数据，这不对吧。那如果要完全的实现一个用户不要关心如何读存的数据库。
前台
这里老板就需要一个前台，这个前台负责对接快递员，接到数据后，负责把数据存入库中，也负责构建B+树。这个前台也对接用户，负责把数据从数据库中取出，但是用户要把ID给前台。前台通过检索ID的方式快速取出货物，交给用户。这样就有点数据库的样子了。
分布式
这个时候，为了应对双十一，老板又租了一个货仓。前台负责把数据分到不同的货仓，取的时候也需要根据情况取不同的货仓数据。那么这个时候是不是老板实现了一个分布式数据库？
存算分离
这个时候，双十一来了。前台既要码货，也要给用户取货，忙不过来了，于是老板又请了一个工人，专门负责前台的货物上架，专门负责响应前台要取货物。而前台则专心每个快递进来后应该存哪里，货架编号应该给哪个。那么这个时候是不是老板实现了一个存算分离数据库？
IO瓶颈
IO瓶颈发生在哪里？无非是仓库门不够大（带宽），人跑的不够快（读取速度），一次性读取过多（阻塞其它读取）。通常我们数据库的瓶颈也就发生在这里。但是老板聪明啊，让用户自己拿着ID去找。问题就只有仓库门够不够大了。
失效
- 一天一个用户拿着纸条，上面有货物ID。一般来说，货物ID是这样的1-1-10。但是用户拿着纸条，被他儿子涂鸦过了，只剩下第三部分了。前台接到纸条后头大了，这不就是like ‘%10’，索引失效。全表扫描吧。（和联合索引失效的情况比较像，原理不同）
- 接着用户拿出了第二个纸条，也被他儿子涂鸦过了，但是剩下的是钱两部分。前台接到纸条后，这不就是like ‘1-1%’，万幸，索引还能用一部分。
- 接着用户拿出了第三个纸条，也被他儿子涂鸦过了，但是这次他儿子把第一位-1，第二位+1，第三位*8。前台接到纸条后发现，你这什么啊，我们这都没有0货柜（本质是顺序不存在了）。全表扫描吧。
- 接着用户拿出了第四个纸条，也被他儿子涂鸦过了这次是，他把阿拉伯数字换成了汉字。前台接到纸条后一看，你这数字1是在2前面，但是二是在一前面啊（本质是顺序不存在了）。全表扫描吧。
- 接着用户拿出了第五个纸条，上面有一个他的名字。前台接到纸条后一看。全表扫描吧。
- 接着用户拿出了第六个纸条，上面有一个快递号。前台接到纸条后一看，嘿嘿，我这还有一个索引（非主键索引），掏出笔记本，找到了快递单号对应的货架号，然后去货架上取来了快递。这叫回表。
- 接着用户拿出了第七个纸条，上面有2000个快递号。前台接到纸条后一看，这不就是in（）吗？，我库里有2500个快递，还查个屁啊。全表扫描吧。
- 接着用户拿出了第八个纸条，上面既有一个他的手机号，也有一个快递号。前台接到纸条后一看，哎两个索引我都有，但是我不干两次回表事，来回跑太累，手机号索引的第一个就是他这个号码，快递号索引我都翻了两页了还没有，就调手机号吧。（前台选错了索引）
- 用户说，你别急，你看这是什么FORCE INDEX (快递号)，这个比较快。
总结
菜鸟驿站的运作模式和数据库的运作模式非常像，硬去寻找对应的话。当然由于两者本质还是有很多不同的，比如缓存啊，事物啊，比如驿站读取就意味着数据删除。这些的不同，本质是来源于底层要处理的事物，要使用的工具，不同导致的。但是，也是可以从某些角度，协助我们理解数据库中一些现象发生的原理的。
