數據庫的相關知識梳理

本文主要給大家介紹數據庫的相關知識梳理，希望可以給大家補充和更新些知識，如有其它問題需要了解的可以持續在億速云行業資訊里面關注我的更新文章的。

硬盤

《數據庫系統實現》在第二章就單獨用一章的篇幅講解磁盤的存儲原理。這是因為計算機內置組件中具備持久存儲能力的只有硬盤，軟件屈從于硬件。因此理解磁盤的存儲特點才能理解軟件設計背后的邏輯。磁盤存儲有如下的特點:

1. 特性A:相比CPU的延遲，磁盤延遲非常非常大。 在《性能之巔》中有做過對比，對于3.3GHz的CPU, 一個指令周期為0.3ns；機械硬盤一次I/O的延遲為1～10ms。這個差距有多大，如果一個CPU指令周期為1s, 那么機械硬盤一次I/O的延遲為1～12個月。真是等到花兒都謝了。

2. 特性B:磁盤是塊設備，每次寫入都是按塊來的。通常一個塊為512byte。即使用硬盤，得注意不能用輪船只運輸一個土豆到美國。

3. 特性C:順序IO的性能遠遠高于隨機IO的性能。因為順序IO避免了尋道時間和旋轉延遲。

上述的特性不僅影響了數據庫的設計，更是深刻影響了操作系統的設計，例如page cache

讀寫

數據庫的操作基本上就是更高階的讀寫: select 和 delete/update 是我們使用數據庫頻率最高的操作了。 所以，數據庫解決的核心問題就是如何組織數據實現高性能的讀寫。

###事務
高性能沒法忽略掉并發，在并發讀寫場景下，就會出現數據一致性的問題。所以事務就用來解決數據一致性的問題了。

默認每條SQL語句都是一個事務， 可以手動設置提交點改變這一規則

在MySQL中，事務的隔離級別有4種。這4種其實不用死記硬背，可以從應用場景推導出來。

未提交讀

事物A修改了記錄a, 沒有提交；事務B讀取表，讀取到了該事務。 這就是未提交讀。 如果我們自己設計數據庫，在原數據上修改字段，如果沒有其他手段的控制，并發情況下就會出現這種情況。由于讀取到了臟數據，也稱為臟讀。這里我們也可以將事務換一個熟悉的概念：線程來理解

提交讀

針對上面未提交讀的問題，如果將改動保存在事務的作用域內部，那么未提交的數據就不會影響其他事務。 這種隔離級別就是提交讀。也叫不可重復讀。因為失誤內部兩次執行可能得到不一樣的結果。

可重復讀

提交讀面臨的不可重復讀的問題，在可重復讀隔離級別下可以避免。它能保證一個事務多次讀取同一條記錄不會改變。當然，如果事務內部改變了該記錄，另說。這個級別帶來的另一個問題就是[幻讀]。 這個很好理解： 2個事務。事務A 讀取記錄不存在就寫入；事務B寫入記錄。 事務A有可能出現寫入失敗的情況。

可序列化

將事務順序執行。性能最低的做法。

索引

通常查詢數據有兩種典型的場景: 等值查詢和區間查詢。 即select * from table where field=a 或者 select * from table where field between a and b。 如果沒有索引，唯一的做法就是全表掃描。這是一種大海撈針的做法。 程序員一般關注兩個點: 問題在哪和怎么優化。 對于等值查詢，最好的優化方式就是hash了。對于區間查詢，不是hash算法的用武之地，因為它有個隱藏的邏輯: 排序。 通常，具備排序功能的數據結構有: 排序后的數組，鏈表。 跳躍表。AVL樹，紅黑樹，B樹，B+樹。

為什么選擇B+樹？

1. 硬盤是塊設備。使用B+樹，可以通過在同一個塊中容納N個元素，從而控制B樹的層級不超過3層。減小IO的次數。
2. B+樹葉子節點是鏈表。方便磁盤順序IO的操作。
3. 

性能

性能就是響應時間。 性能問題的排查思路是top-down的方式:

1. CPU，內存，網絡，IO, 硬盤是否OK?
2. 不OK只有3種情況: 余量不足 或者 配置不合理 或者 出故障了。
3. 索引優化， 表結構優化，查詢優化 其頭并進。

性能問題需要更多是操作系統相關的知識。

復制

這個是MySQL的殺手锏。如果沒有復制功能，MySQL不可能這么流行。 復制引申出來的特性: 讀寫分離，負載均衡，高可用，故障切換， 備份， 測試升級。都是濫大街的概念。

復制的實現方式:基于行的復制和基于日志的復制。

可擴展性

可擴展性就是通過增加資源來提升系統容量的能力。比如MySQL通過讀寫分離，每新增一個Slave節點，數據庫層面的讀并發能力有所提升。當然由于系統分層，每個層級都支持可擴展性，整個系統才具備可擴展性。

數據庫層級的擴展常用策略就是分庫分表這些策略了。

另外，可擴展性跟系統性能是兩回事。 比如Hive性能較低，但是不影響其可擴展性。

高可用

高可用本質上就是更少的宕機時間。 如果從計算機的視角來看待人，人的可用性一般只有50%，按每天8小時工作制，人的可用性只有33%。

利用top-down的思路， 實現高可用，只有兩種辦法: 提升平均失效時間間隔， 簡而言之，就是讓系統兩次宕機中間的時間間隔越長越好；降低平均恢復時間， 簡而言之，就是出了故障修復時間越短越好。  所以，高可用更多的是架構層面的東西， 比如MySQL的互為主備，負載均衡。

備份

備份是個容易被忽略的話題。屬于那種平時不待見，關鍵時刻需要扛雷。 備份的作用基本有三個: 災難恢復，審計，測試。

看了以上關于數據庫的相關知識梳理，希望能給大家在實際運用中帶來一定的幫助。本文由于篇幅有限，難免會有不足和需要補充的地方，如有需要更加專業的解答，可在官網聯系我們的24小時售前售后，隨時幫您解答問題的。