关系型数据库：原理、演进与生态全景——从理论基石到云原生的深度巡礼

一、引言：当"表"成为世界的通用语言

[二、理论基石：关系模型与 ACID](#二、理论基石：关系模型与 ACID)

[三、引擎架构：一条 SQL 的奇幻漂流](#三、引擎架构：一条 SQL 的奇幻漂流)

[四、存储机制：页、缓冲池与 WAL](#四、存储机制：页、缓冲池与 WAL)

[五、并发控制：锁、MVCC 与隔离级别](#五、并发控制：锁、MVCC 与隔离级别)

六、SQL：声明式语言的王者

[七、索引：B+ 树、哈希与全文](#七、索引：B+ 树、哈希与全文)

[八、分布式演进：从分库分表到 NewSQL](#八、分布式演进：从分库分表到 NewSQL)

一、引言：当"表"成为世界的通用语言

1970 年，E.F. Codd 发表《大型共享数据库的关系模型》，用一张"二维表"替换了当时流行的网状、层次模型，从此奠定关系型数据库（Relational Database，RDB）半个世纪的统治地位。今天，从银行核心账务到手机里的闹钟提醒，几乎每一次确定性的数据访问都在与关系模型打交道。本文试图在三千字内，完成一次从理论到实践、从单机到云原生的纵贯线之旅。

二、理论基石：关系模型与 ACID

关系模型

• 结构：关系（表）、元组（行）、属性（列）、域（数据类型）、主键、外键。

• 语义：第一范式（1NF）到第五范式（5NF）提供了一套消除冗余、保持一致的规范化工具。

• 操作：关系代数与关系演算构成形式化查询基础，SQL 在二者之间取了"折中的甜蜜点"。
ACID

• Atomicity：事务是"要么全做，要么全不做"的最小执行单位。

• Consistency：任何事务结束后，数据库都必须处于合法状态。

• Isolation：并发事务互不干扰，ANSI SQL 定义了四级隔离（读未提交、读已提交、可重复读、串行化）。

• Durability：提交成功后，即使立即掉电，数据也必须持久化。

三、引擎架构：一条 SQL 的奇幻漂流

以 MySQL/InnoDB 为例，一条 "SELECT * FROM orders WHERE user_id=42" 的执行路径：

连接器：权限校验、线程池分配。
查询缓存（8.0 已废弃）：哈希查找，命中则直接返回。
解析器：词法、语法、语义分析，生成解析树。
预处理器：检查表、列存在性，展开视图。
优化器：

• 基于成本的优化（CBO）：统计信息+代价模型选择最优索引；

• 规则优化：谓词下推、连接顺序重排。
执行器：

• 打开表，加 MDL 读锁；

• 通过 B+ 树索引定位到主键，回表取行；

• 一致性读视图（MVCC）决定可见性版本。
返回结果集给客户端。

四、存储机制：页、缓冲池与 WAL

页（Page）

InnoDB 默认 16 KB，Oracle 以 Block 为单位（常见 8 KB）。页内存储行记录、槽目录、页头校验和。
缓冲池（Buffer Pool）

• LRU+Adaptive Hash Index 减少磁盘 I/O；

• 多实例缓冲池降低热点争用。
WAL（Write-Ahead Logging）

• Redo Log：顺序追加，崩溃恢复；

• Undo Log：MVCC 与回滚；

• Checkpoint：把脏页刷盘，缩短崩溃恢复时间。

五、并发控制：锁、MVCC 与隔离级别

锁粒度

• 表锁（MyISAM）：开销低，并发差；

• 行锁（InnoDB）：两阶段锁（2PL），支持意向锁（IS/IX）实现多粒度锁。
MVCC

• 每行隐藏事务 ID、回滚指针；

• 快照读（Snapshot Read）不加锁，当前读（Current Read）加 Record+Gap Lock；

• 幻读问题通过 Next-Key Lock 解决。
隔离级别

• RC（读已提交）：避免脏读，可能出现不可重复读；

• RR（可重复读）：InnoDB 默认，借助 MVCC 避免不可重复读；

• Serializable：读加共享锁，写加排他锁，退化为单线程。