初识数据库

初识数据库

前言

我们想了解 2025年的今天 登录一个账号 会经过哪些步骤 或者每个人的游戏账号或者游戏财产 很多人说 它们就是一段代码 确实 在网络的世界的 大部分对象无非就是一串"010101" 但它是怎么存储起来的 怎么做到随用随到 那么 这篇文章 我们去慢慢了解数据库是什么

‍

什么是数据库

数据库（Database）是按照数据结构来组织、存储和管理数据的仓库，它能高效地实现数据的插入、查询、更新、删除等操作，同时保证数据的安全性、完整性和一致性。简单来说，数据库就像一个系统化的 "电子档案柜"，可以有序存储大量数据，并支持快速检索和管理。

数据库的核心作用是解决海量数据的存储与高效访问问题，广泛应用于网站、APP、企业管理系统、科研数据管理等场景（例如电商平台的商品信息、银行的账户记录等都依赖数据库存储）。

‍

数据库的分类

数据库的分类方式有多种，最常见的是按数据模型（即数据的组织方式）划分，主要分为以下几类：

1. 关系型数据库（Relational Database, RDBMS）

• 核心特点：以 "表"（Table）为基本存储单位，表中的数据按行（记录）和列（字段）组织，表与表之间通过 "关系"（如主键、外键）关联，遵循 ACID 原则（原子性、一致性、隔离性、持久性），确保数据的严谨性。

• 代表产品：

  • MySQL（开源，广泛用于 Web 开发）
  • PostgreSQL（开源，支持复杂查询和扩展）
  • Oracle（商业，功能强大，适合大型企业）
  • SQL Server（微软产品，适合 Windows 环境）

• 适用场景：需要严格事务管理、数据关系复杂的场景（如金融交易、电商订单系统）。

2. 非关系型数据库（NoSQL）

NoSQL 并非 "没有 SQL"，而是 "Not Only SQL"，它不依赖传统的表结构，数据存储形式更灵活，适合处理海量非结构化或半结构化数据。常见类型包括：

• 键值型数据库（Key-Value Store）

  • 特点：数据以 "键 - 值" 对形式存储，查询速度极快，结构简单。
  • 代表：Redis（支持内存存储，常用于缓存、会话管理）、Memcached（轻量缓存数据库）。
  • 适用场景：缓存、计数器、实时数据存储（如秒杀活动库存计数）。

• 文档型数据库（Document Database）

  • 特点：数据以 "文档"（如 JSON、XML）形式存储，文档内可包含复杂结构，无需预先定义表结构（schema-less）。
  • 代表：MongoDB（最流行的文档数据库，支持灵活查询）、CouchDB。
  • 适用场景：内容管理系统（如博客、新闻）、用户画像存储（数据结构常变化）。

• 列族型数据库（Column-Family Store）

  • 特点：数据按 "列族"（一组相关列）存储，适合读取大量行中的少数列，支持高并发写入。
  • 代表：HBase（基于 Hadoop，适合海量数据存储）、Cassandra（分布式，高可用）。
  • 适用场景：日志分析、时序数据存储（如监控数据、用户行为记录）。

• 图形数据库（Graph Database）

  • 特点：以 "节点" 和 "边" 存储数据，专注于处理数据之间的复杂关系（如社交网络中的好友关系）。
  • 代表：Neo4j、JanusGraph。
  • 适用场景：社交网络分析、推荐系统、路径规划（如地图导航中的路线关系）。

3. 其他分类

• 时序数据库（Time-Series Database） ：专门存储随时间变化的数据（如传感器数据、服务器监控指标），代表有 InfluxDB、Prometheus。
• 内存数据库（In-Memory Database） ：数据主要存储在内存中，读写速度远超磁盘数据库，如 Redis（部分功能）、SAP HANA。

‍

关系型数据库

一、核心原理：关系模型（Relational Model）

关系型数据库的底层理论基础是关系模型（由 IBM 的 E.F.Codd 于 1970 年提出），其核心思想是：

• 数据被组织成关系（Relation） ，即我们看到的 "表（Table）"
• 表中的每一行是一个元组（Tuple） ，代表一条记录（Record）
• 每一列是一个属性（Attribute） ，代表记录的一个字段（Field）
• 表与表之间通过键（Key） 建立关联，形成 "关系"

‍

二、关键特性的深入解析

1. 结构化查询语言（SQL）

SQL（Structured Query Language）是关系型数据库的标准查询语言，可细分为：

• DDL（数据定义语言） ：定义数据库结构，如CREATE TABLE（建表）、ALTER TABLE（修改表）、DROP TABLE（删表）
• DML（数据操纵语言） ：操作数据，如INSERT（插入）、UPDATE（更新）、DELETE（删除）、SELECT（查询）
• DCL（数据控制语言） ：管理权限，如GRANT（授权）、REVOKE（回收权限）
• TCL（事务控制语言） ：控制事务，如COMMIT（提交）、ROLLBACK（回滚）

SQL 的强大之处在于支持复杂关联查询 （通过JOIN连接多表）和聚合分析 （GROUP BY+SUM/AVG等函数）。

2. ACID 事务的深度理解

ACID 是关系型数据库保证数据可靠性的核心机制：

• 原子性（Atomicity） ：事务是不可分割的最小单位，要么全执行，要么全不执行（例如转账时，扣款和到账必须同时成功或失败）。
• 一致性（Consistency） ：事务执行前后，数据必须从一个合法状态转换到另一个合法状态（例如银行账户余额不能为负数）。
• 隔离性（Isolation） ：多个事务并发执行时，彼此互不干扰，避免 "脏读""不可重复读""幻读" 等问题（通过隔离级别控制，如 Read Committed、Repeatable Read）。
• 持久性（Durability） ：事务提交后，数据变更永久保存在磁盘中，即使系统崩溃也不会丢失（通过日志机制实现，如 WAL 预写日志）。

3. 约束（Constraints）机制

为保证数据完整性，关系型数据库提供多种约束：

• 主键（Primary Key） ：唯一标识一条记录（非空且唯一），如用户表的user_id。
• 外键（Foreign Key） ：关联两个表的字段，确保子表数据在父表中存在（如订单表的user_id必须对应用户表中已存在的id）。
• 唯一约束（Unique） ：字段值唯一（允许为空，但只能有一个空值），如用户表的email。
• 非空约束（Not Null） ：字段值不能为NULL，如username。
• 检查约束（Check） ：限制字段值范围，如age > 0。

三、内部存储结构

关系型数据库的物理存储并非直接以 "表" 的形式存在，而是经过优化的文件结构：

• 数据文件 ：存储实际数据，如 MySQL 的.ibd文件（InnoDB 引擎）、PostgreSQL 的堆表文件。
• 索引文件：加速查询（类似书籍目录），常见类型有 B + 树索引（MySQL 默认）、哈希索引、聚簇索引（数据与索引存储在一起）。
• 日志文件：包括事务日志（保证持久性）、错误日志、慢查询日志等。

以 InnoDB 引擎为例，数据按 "页（Page，默认 16KB）" 存储，表中的行数据和索引通过 B + 树组织，确保查询、插入、删除的高效性。

索引的关键作用

索引是关系型数据库性能优化的核心：

• 没有索引时，查询需全表扫描（逐行查找），效率极低。
• 有索引时，通过索引快速定位数据位置，类似用字典目录查单词。
• 但索引会增加写入（插入 / 更新 / 删除）的开销（需同步维护索引结构），因此需合理设计（避免过度索引）。

四、典型架构：客户端 - 服务器模型

关系型数据库通常采用 C/S 架构：

• 服务器端：运行数据库服务（如 mysqld 进程），负责数据存储、查询处理、事务管理等核心工作。
• 客户端 ：通过 SQL 语句向服务器发送请求（如 MySQL 的mysql命令行工具、图形化工具 Navicat），接收并展示结果。

五、局限性

尽管关系型数据库功能强大，但也存在短板：

• 扩展性差：水平扩展（分布式部署）复杂，因为表间关系会导致数据同步困难。
• 灵活性低 ：表结构（Schema）固定，修改需ALTER TABLE，不适合频繁变更的数据（如用户画像、日志）。
• 海量数据处理弱：面对 PB 级数据或高并发写入（如每秒 10 万次写入）时，性能容易瓶颈。

‍

关系型和非关系型的区别

‍

• 关系型数据库（RDBMS）和非关系型数据库（NoSQL）的核心区别源于数据存储结构、设计理念和适用场景的不同

1. 数据模型（最核心区别）

• 关系型数据库

  采用表格结构（二维表） 存储数据，数据按行（记录）和列（字段）组织，表与表之间通过 "关系"（如主键、外键）关联，形成严谨的结构化数据模型。

  例如：用户表（id, name）和订单表（order_id, user_id, amount）通过user_id关联，确保数据一致性。

• 非关系型数据库

  摒弃固定表格结构，采用更灵活的存储格式，常见类型包括：

  • 键值对（Key-Value）：如 Redis（key: value）
  • 文档型（Document）：如 MongoDB（JSON 格式文档）
  • 列族型（Column-Family）：如 HBase（按列族存储）
  • 图形型（Graph）：如 Neo4j（节点 + 边表示关系）
    无需预先定义结构（schema-less），可直接存储非结构化或半结构化数据（如文本、图片、日志）。

2. 事务与一致性

• 关系型数据库
  严格遵循ACID 原则（原子性、一致性、隔离性、持久性），确保事务的可靠性。例如银行转账时，"扣款" 和 "到账" 必须同时成功或同时失败，避免数据不一致。
• 非关系型数据库
  多数不支持完整 ACID，更强调CAP 理论 （一致性、可用性、分区容错性）中的 "可用性" 和 "分区容错性"，适合对实时性要求高但可接受短暂数据不一致的场景（如社交软件的消息推送）。
  部分 NoSQL（如 MongoDB 4.0+）支持有限事务，但仍不如关系型数据库严格。

3. 扩展性

• 关系型数据库
  扩展以垂直扩展为主（升级服务器硬件，如增加 CPU、内存），水平扩展（多服务器分布式部署）较复杂，因为表间关系会增加数据同步难度。
• 非关系型数据库
  天生支持水平扩展（通过分片、集群增加服务器节点），数据可分散存储在多台服务器，适合处理 PB 级海量数据（如电商平台的用户行为日志）。

4. 查询方式

• 关系型数据库
  使用标准化的SQL 语言查询，支持复杂的多表关联查询（JOIN）、聚合函数（SUM/COUNT）等，适合需要深度数据分析的场景。
• 非关系型数据库
  无统一查询语言，各产品有专属 API 或查询语法（如 MongoDB 的查询语句类似 JSON），不擅长多表关联查询，但单表（集合）查询效率更高。

5. 适用场景

类型	典型场景	代表产品
关系型数据库	金融交易、电商订单、用户账户（强事务需求）	MySQL、Oracle、PostgreSQL
非关系型数据库	社交数据、日志存储、实时缓存（高并发 / 灵活结构）	Redis、MongoDB、HBase

‍

范式（Normal form）简称NF

第一范式（1NF）：原子性

• 本质：字段不可再分，即 "列不能再拆成多列"。
• 反例：用户信息字段存储 "张三，25, 北京"（用逗号分隔多个值），违反 1NF；
• 正例：拆分为姓名、年龄、城市三个独立字段，每个字段仅存单一值。

2. 第二范式（2NF）：完全依赖

• 前提 ：满足 1NF，且表有复合主键（由多个字段组成的主键）。
• 本质 ：非主键字段必须依赖整个主键，而不是主键的某一部分。
• 反例：表学生选课的主键是(学生ID, 课程ID)，若包含学生姓名（只依赖学生ID），则违反 2NF；
• 正例：学生姓名移到学生表，学生选课仅保留学生ID、课程ID、成绩（成绩依赖整个复合主键）。

3. 第三范式（3NF）：消除传递依赖

• 前提：满足 2NF。
• 本质：非主键字段之间不能有 "甲依赖乙，乙依赖主键" 的传递关系。
• 反例：表员工有员工ID（主键）、部门ID、部门地址，其中部门地址依赖部门ID，形成传递依赖，违反 3NF；
• 正例：部门地址移到部门表，员工表仅存员工ID和部门ID，通过关联查询获取部门地址。

4. BC 范式（BCNF）：强化 3NF

• 场景：解决 3NF 中 "主属性依赖非主键" 的漏洞（主属性指主键中的字段）。
• 反例：表教师授课的主键是(教师ID, 课程ID)，若规则为 "一名教师只能教一门课"，则课程ID依赖教师ID（主属性依赖主属性的一部分），违反 BCNF；
• 正例：拆分为教师-课程表（教师 ID→课程 ID）和授课记录表（教师 ID, 课程 ID, 班级），确保主属性不依赖其他主属性。

5. 更高阶范式（4NF、5NF）

• 4NF ：消除 "多值依赖"（一个字段对应多个独立值，且与其他字段无关）。例如，表学生兴趣中学生ID对应多个兴趣和多个社团，兴趣与社团无关，需拆分为两个表。
• 5NF：消除 "连接依赖"，适用于多表关联的极端复杂场景，实际业务中几乎不用。

目前为止全球前10的数据库有哪些

1. Oracle：稳居榜首，是老牌的关系型数据库，由 Oracle 公司于 1983 年推出。其在企业级应用中广泛使用，具有运行稳定、功能齐全、性能优异等特点。
2. MySQL：排名第 2，是开源的小型关系型数据库管理系统，体积小、速度快、使用灵活，被广泛应用在 Internet 上的中小型网站中。
3. Microsoft SQL Server：排名第 3，是微软推出的功能全面的数据库，适用于中大型企业单位，在操作性和交互性上有很大优势。
4. PostgreSQL：排名第 4，是开源的对象关系数据库管理系统，功能强大，支持多种操作系统，如 Linux、FreeBSD、OS X、Solaris 和 Microsoft Windows 等。
5. MongoDB：排名第 5，是一种非关系型数据库，属于文档数据库，以 BSON 格式存储数据，常用于处理大量非结构化和半结构化数据。
6. Snowflake：排名第 6，是一款基于云的数据分析型数据库，具有强大的弹性扩展能力和数据仓库功能，可无缝集成到其他 AWS 服务中。
7. Redis：排名第 7，是一个开源的内存数据库，常用于缓存、消息队列、分布式锁等场景，读写速度极快。
8. Elasticsearch：排名第 8，是一个分布式的搜索和分析引擎，主要用于全文搜索、日志分析等场景，基于 Lucene 构建。
9. IBM Db2：排名第 9，是 IBM 推出的一系列关系型数据库管理系统，可在不同的操作系统平台上服务。
10. SQLite：排名第 10，是一种轻型的嵌入式关系型数据库，常用于移动设备和嵌入式系统中，文件体积小，无需独立的服务器进程。

‍

国产的创新数据库有哪些

• 人大金仓 KingbaseES：人大金仓的核心产品，具备高兼容、高可靠、高性能等特点，是唯一入选国家自主创新产品目录的数据库产品，在国家级、省部级实际项目中应用广泛。
• 达梦数据库 DM：达梦公司推出的具有完全自主知识产权的高性能数据库管理系统，跨越多种软硬件平台，具有大数据管理与分析能力，高效稳定。
• 南大通用 GBase 8a：是支撑大数据快速分析的新型数据库，作为列存储的分析型数据库，通过新型存储结构、数据压缩等技术，大幅提高对海量数据进行统计分析的运算速度。
• 华为 GaussDB：企业级分布式数据库，兼容鲲鹏芯片、麒麟操作系统，通过信创认证，可提供高性能、高可靠的数据处理服务，适用于多种业务场景。
• 阿里云 OceanBase：是阿里云自研的分布式关系型数据库，具有高可用、强一致性等特点，在金融等领域有广泛应用，曾打破 TPC-C 基准测试世界纪录。
• 平凯星辰 TiDB：是一款开源分布式关系型数据库，具备水平扩展能力，支持在线事务处理与在线分析处理（HTAP），兼容性良好，可替代传统商业数据库。

‍

总结

好了 这篇文章我们简单介绍了什么是数据库 很多人听到的MySQL 或者 SQL server 他们都称之为数据库 并且 在行业内 有单独的数据库工作 DBA 我们称之为数据库运维 但对于数据库的了解要求会高 并且也要了解其他的运维知识

‍

今天是2025.7.31 是7月的最后一天 迎接8月的到来 去放手去做 去追求或者去爱 如果你想 也可以立马喝一瓶可乐 这一切取决你自己

‍