什么是數(shù)據(jù)庫？

數(shù)據(jù)庫是近幾年來最火熱的基礎(chǔ)軟件領(lǐng)域了，無論是開發(fā)者，創(chuàng)業(yè)者，投資者，愛好者，投身于數(shù)據(jù)庫及相關(guān)領(lǐng)域的人越來越多。

數(shù)據(jù)庫無處不在，應用在各個行業(yè)領(lǐng)域和方向，并且承擔了十分重要的作用，在如今這個數(shù)據(jù)爆炸的時代，各種各樣的數(shù)據(jù)量呈指數(shù)級上漲，數(shù)據(jù)的安全性、可靠性、存儲性能等都有了更高的要求，這也造就了數(shù)據(jù)庫以及相關(guān)領(lǐng)域的繁榮。

什么是數(shù)據(jù)庫？數(shù)據(jù)庫（database）可以簡單的認為是一個數(shù)據(jù)集合，這些數(shù)據(jù)互相關(guān)聯(lián)，映射了真實世界的一些數(shù)據(jù)模型，例如一個班級（class）里的學生（student），學生會選課（student-lesson），老師會上課（teacher-lesson），學生會有考試成績（student-grade），它們相互關(guān)聯(lián)相互影響。

在數(shù)據(jù)庫的上層，有提供給用戶查詢數(shù)據(jù)的語言，最常見的即 SQL（Structured Query Language），這門課程主要專注于如何實現(xiàn)一個功能完備的數(shù)據(jù)庫系統(tǒng)，而不是教我們?nèi)绾问褂靡粋€數(shù)據(jù)庫。

設(shè)計要點

讓我們先忘記 MySQL、PostgreSQL、Oracle 這些知名的數(shù)據(jù)庫系統(tǒng)，來看看如果是我們自己設(shè)計一個數(shù)據(jù)庫系統(tǒng)，應該怎么做，需要考慮和權(quán)衡哪些因素。

最直觀的想法，可以將數(shù)據(jù)存儲到一個 CSV 文件當中，文件中的每一行就是一條記錄，每個文件中存儲的是同一類數(shù)據(jù)，例如我們有兩類數(shù)據(jù)，歌手（artist） 和 唱片（album），artist 的數(shù)據(jù)有三個屬性，分別是歌手的名字、出生年、國家，album 的數(shù)據(jù)也有三個屬性，唱片名字、屬于哪個歌手、發(fā)行年份，數(shù)據(jù)存儲如下所示：

如果我們需要訪問這個數(shù)據(jù)庫，我們只能加載并解析這個文件，然后逐行尋找所需要的行。

這樣的實現(xiàn)存在什么問題呢？簡單總結(jié)大致如下：

數(shù)據(jù)控制訪問：

• 如果 album 的 year 字段數(shù)據(jù)被無效的字符串覆蓋了？?如果一條 album 的數(shù)據(jù)需要對應多個 artist 數(shù)據(jù)？?刪除一條 album 中的數(shù)據(jù)會怎么樣？

實現(xiàn)細節(jié)：

• 怎么查找到一條記錄？?如果有多個線程在同一時刻向文件中寫入數(shù)據(jù)？

持久性：

• 如果更新一條數(shù)據(jù)的時候機器崩潰了？?怎樣把數(shù)據(jù)復制到多臺機器上以獲得高可用特性？

這些問題都是數(shù)據(jù)庫需要解決的，一個功能完備的數(shù)據(jù)庫系統(tǒng)需要屏蔽掉所有的細節(jié)，讓用戶能夠安心存儲數(shù)據(jù)、查詢數(shù)據(jù)，并且不擔心數(shù)據(jù)丟失等安全問題。

Relational Model

1970 年代，數(shù)據(jù)存儲并沒有統(tǒng)一的概念和實現(xiàn)，每個應用都需要自己去實現(xiàn)一套數(shù)據(jù)存儲的方案，這非常不利于應用和程序的移植。于是 Ted Codd 在 1970 年提出了關(guān)系模型（relational model）的概念，主要有以下三個關(guān)鍵點：

• 數(shù)據(jù)存儲在簡單的數(shù)據(jù)結(jié)構(gòu)中
• 能夠通過高級語言訪問數(shù)據(jù)庫
• 物理存儲的細節(jié)交給數(shù)據(jù)庫管理系統(tǒng)實現(xiàn)

數(shù)據(jù)模型（data model）指的是描述數(shù)據(jù)庫中數(shù)據(jù)的概念集合，常見的數(shù)據(jù)模型有以下幾種：

• Relational
• Key/Value
• Graph
• Document
• Column-family
• Array / Matrix
• Hierarchical
• Network

其中 relational 是最常見、應用最廣泛的關(guān)系模型，大多數(shù)常見的數(shù)據(jù)庫系統(tǒng)例如 MySQL、PostgreSQL、Oracle 都是關(guān)系模型；K/V、Graph、Document、Column Family 屬于 NoSQL 類型，例如 rocksdb、neo4j、MongoDB、Redis；Array/Matrix 常用于機器學習領(lǐng)域，例如 TileDB；Hierarchical 和 Network 分別代表層次和網(wǎng)狀模型，是很古老的數(shù)據(jù)模型了，目前已經(jīng)過時。

relational model 主要有三個關(guān)鍵的點：

• structure：定義關(guān)系（relation）的結(jié)構(gòu)、屬性
• integrity：保證數(shù)據(jù)庫的數(shù)據(jù)符合預期的限制，例如一些字段的數(shù)據(jù)類型限制
• manipulation：怎樣去訪問和修改數(shù)據(jù)庫中的數(shù)據(jù)

其中 relation 可以認為是一張表，一個 tuple 是一個元組，表示一個表中的一條記錄。

一個 relation 通常有一個主鍵（primary key），標識一個唯一的 tuple，大多數(shù)的數(shù)據(jù)庫會自動創(chuàng)建一個內(nèi)置的主鍵，如果用戶沒有指定主鍵的話。relation 的外鍵（foreign key）通常標識一個 relation 映射到另一個 relation 的 tuple。

這節(jié)課主要講述了數(shù)據(jù)庫需要解決的問題，以及一些設(shè)計的要點，然后了解了常見的幾種數(shù)據(jù)模型，本課程主要專注于關(guān)系型數(shù)據(jù)模型，下節(jié)課將會了解下數(shù)據(jù)庫的操作語言—SQL 的基礎(chǔ)知識。