数据库系统

一、数据库的第一性原理

1.1 数据问题的本质

在任何信息系统中，核心问题并不是"如何存数据"，而是：

如何在时间与规模不断扩大的情况下，可靠、可控、可解释地维护"状态"。

文件系统无法解决以下根本矛盾：

数据库系统，正是为了解决"状态管理的系统性复杂度"而诞生的。

二、数据库的四层认知模型（总纲）

数据库的一切复杂性，都可以被收敛到一个稳定的四层抽象模型中：

┌───────────────┐│   架构层       │  扩展性 / 并行性 / 可用性├───────────────┤│   物理层       │  如何高效执行├───────────────┤│   逻辑层       │  用户如何表达意图├───────────────┤│   理论层       │  数据如何被形式化└───────────────┘

这一模型将全文内容统一到一个稳定坐标系中。

三、理论层：数据如何被形式化

3.1 数据与数据库的抽象

3.2 数据模型：对现实世界的建模工具

数据模型回答的是：我们如何"看待"世界。

为什么关系模型胜出？

因为它提供了三点关键优势：

  1. 数学基础（集合论）
  2. 查询可组合性
  3. 实现与物理存储解耦

四、逻辑层：用户如何表达意图

4.1 三层模式与数据独立性

数据库通过抽象屏障来对抗复杂性：

这保证了：

数据的逻辑结构不应被物理实现所绑架。

4.2 关系代数：查询的逻辑语言

关系代数是一种可推导、可变换、可优化的查询表示。

SQL 的本质：

并非告诉系统"怎么做"，而是声明"我想要什么"。

五、物理层：查询如何被高效执行

5.1 查询处理的基本流程

  1. SQL → 关系代数
  2. 关系代数 → 查询执行计划
  3. 执行计划 → 算子流水线

5.2 存储管理与文件组织

数据库并不"相信"操作系统的默认抽象：

其目标只有一个：

最小化磁盘 IO，最大化局部性。

5.3 连接、排序与聚合的实现哲学

设计取舍的本质：

时间、空间与确定性的三角平衡。

六、查询优化：从可能性空间中选择最优

6.1 查询优化的本质

在语义等价的前提下，寻找执行代价最低的路径。

6.2 两类优化思想

代价模型考虑：

6.3 统计信息与不确定性

优化从来不是精确科学，而是：

基于概率的工程决策。

七、架构层：数据库如何扩展与演进

7.1 从单机到并行

核心挑战：

7.2 从集中式到分布式

扩展带来的不是免费午餐，而是：

一致性、可用性与性能的再平衡。

八、数据库的分化：为什么不再只有关系型

关系数据库解决了"通用问题"，但并非所有问题。

约束瓶颈架构分化
Schema 刚性文档数据库
高并发 KV键值数据库
时间序列时序数据库
对象映射对象数据库

这些系统不是"更先进"，而是：

在特定维度上放弃通用性，换取极致效率。

九、演进视角下的数据库选型方法论

选型不是"哪个更好"，而是：

  1. 状态规模
  2. 一致性要求
  3. 查询模式
  4. 演进频率

数据库设计，本质是系统架构设计的一部分。

关联内容（自动生成）