术语与基本概念
OLTP：Online Transaction Processing，在线事务处理，比如银行交易
OLAP：Online Analytical Processing，在线分析处理，比如一些推荐系统
RDBMS：Relational Database Management System
SQL：Structured Query Language
NoSQL：Not-Only SQL
Scale Up：单机性能
Scale Out：机器多
Transaction（简写TXN）：事务
硬盘要避免随机写
数据模型（Data Models）
- Relational Data：关系型数据库，表达起来比较直观简单。问题，数据冗余
- Key-Values：键-值，hash 一下作为 key
- Document：比如说 JSON
- Graph：图
- Columns：按照列去存储
CAP Theory
只能同时满足两个
- Consistency（一致性，和 ACID 的 C 不一样）：指副本必须是一致的
- Availability（可用性）
- Tolerance to network Partitions（切分性）
数据库类型
SQL
Structured Query Language
NoSQL
Not-Only SQL
为什么出现了 NoSQL？原因之一是 NoSQL 对集群支持很好，可以支持大规模节点
NoSQL 一般是弱一致性：Weak consistency
时序数据库
图数据库-Neo4j
NewSQL
存储（Storage）
Record 在 Page 中两种存储方式：
- Packed Page：Page header（里有bitmap）+固定长的record
- Slotted Page：Page Footer（里面记录每条record的长度）+变长的record
日志存储
Log-structed Files：LSM-Tree
索引（Index）
- B-tree（可以区间查询）
- Hash
事务（Transaction，TXN）及 ACID
- Atomicity（原子性）：不可分割，或成功或失败，无中间态
- Consistency（一致性）：前后一致，比如两个账号转账，转账钱和转账后总额一致
- Isolation（隔离型）：并发。当两个事务不相关时，保证可以并发，当相关时，需要保证并发时不会出现错误
- Durability（持久性）：永久存储
日志（Logging）实现 A 和 D
Force and Steal
- Steal：允许事务在中途写到磁盘。那么失败时需要 undo
- No-Steal：不允许。那么失败时不需要 undo
- Force：事务每一条 commit 后都必须写到磁盘，那么失败时不需要 redo
- No-Force：不需要每条都写到磁盘，先写到内存里，那么失败时需要 redo
- 基本上都用 Steal 和 No-Force 了
Write-Ahead Logging（WAL）
CheckPoints
Buffer Pool
Recovery
并发控制（Concurrency Control）实现 I
- 串行化：多个事务，内部保证顺序，但不保证事务的提交时间顺序
- 线性化：一定按照提交时间出来。很难解决
脏读、不可重复读、幻读（Dirty｜Unrepeatable｜Phantom Read）
冲突（Conflict）
- 读-读冲突（R-R Conflict）
- 读-写冲突（R-W Conflict）
- 写-写冲突（W-W Conflict）
要保证并发执行的效果和串行执行的效果一致
保证 RR 高并发，保证 RW 不出错，保证 WW 不丢失
锁（Lock）
乐观锁和悲观锁（OCC 和 PCC）
- Optimistic concurrency control 乐观锁：就是先读出来，改完后看一下原数据有没有变动，如果有变动就不写回去，没变动再写回去
- Pessimistic concurrencty control 悲观锁：就是传统的锁，用之前锁上，用完解锁
Two Phase Locking（2PL）
属于悲观锁。解决了 WW 冲突。
- 2PL：将锁拿齐之后再做处理。在锁释放前，申请另一个锁
- 严格2PL：最后再释放锁，这是为了中途 abort 方便恢复
锁管理（Lock Management）
死锁（Deadlocks）
Multi-Version Concurrency Control（MVCC）
允许读到的不是最新的数据。
解决了 RW 冲突。
存储方式（Storage）
垃圾回收（Garbage Collection）
