浅谈数据库

作者: | 更新日期:

看了阮一峰的《数据库的最简单实现》,原来自己想多了。

随便扯一些题外话

大学里,很多专业都学过数据库这们课程,但是这个课程只是教你怎么使用数据库。

上面也没有将数据库事实现原理,这让很多人摸不着头脑。

曾经我也很困惑,不就是用树来加快搜索嘛,从O(n) 的复杂度降到log(n)的复杂度。

但是我还是有几个问题没想出来。

  1. 这个树怎么储存的?直接一个节点一个文件吗?
  2. 有多个查询条件时怎么实现的?难道分开查询?
  3. NOSQL 数据库到底是什么意思?难道只是不同的节点的属性可能不同。

好吧,我看了阮一峰的《数据库的最简单实现》,想要说一些东西了。

看阮一峰的那篇文章学到的

记录等长

在关系型数据库中,一个很明显的特点就是每条记录都是等长的。

而且每个记录的字段完全相等,且对应的字段也是等长,字段的顺序也相同。

查询依靠什么

维基百科上是这样描述关系键的:

关系键是关系数据库的重要组成部分。
关系键是一个表中的一个或几个属性,用来标识该表的每一行或与另一个表产生联系。

说的很明确,我就不多说什么了。

关系键有主键(primary key), 超键(superkey), 候选键(candidate key),外键(foreign key),代理鍵,自然键。

我们只需要简单的理解有两个主键和外键。

假设我们只会查询主键,那么我们该选择什么样的数据结构才能加快查询呢?

参加过ACM的同胞应该马上可以想到树这个数据结构了。

最常见的是二叉查找树,查找复杂度O(log(n)),即二分查找。

有时候我们可能需要查询的条件不是主键怎么办?

数据库会先对查询的条件建一个索引。

对于索引,可以简单的理解为特殊的主键,或者把主键理解为特殊的索引。

主键的特殊之处是一个主键可以唯一标示一条记录。

建一个索引的意思就是以查询的条件(假设是单一条件)为比较值,建一个查找树,方便快速查找。

新建的这个树会缓存下来。

这也是为什么别人会告诉你,对经常查询的条件加上索引的缘故。

数据库用的什么树

数据库的实现没有简单的选择二叉查找树。

原因是我们每查一层,我们需要读取下层的数据,这个读取不是从内存里读取的,是从硬盘里读取的。

这样看来,我们至少需要读取硬盘的次数是O(log(n))次了,这样的代价是很大的,不可接受的。

说起从硬盘起读取数据,不知道大家有没有想起给磁盘文件排序的问题。

对,我们的数据库和磁盘文件排序面临着一样的问题,不能一次性把所有内容读取到内存中,需要多次读取。

这时要考虑的是读取数据的次数了,我们需要尽量减少读取数据的次数。

那我们该如何选取数据结构呢?

这是B树站出来了。

什么是B树呢?

可以理解为多叉查找树,而且每个节点储存多个值。

看看这个图片

B树样例

这样,每个节点储存100个值,3层可以储存100W个值了,但是我们只需要读取3次硬盘,换成二叉查找树的话是20层左右,这效率是刚刚的。

聊些其他的

其实看了阮一峰的那篇文章,我有种被骗的感觉。

在那篇文章里学到的知识只有一个:数据库的数据结构为什么选择B树。

实际上数据库有三部分组成:存储管理器、查询处理器和事务管理器。

聊聊索引

直接说不好说,我们从侧面来说吧。

假设我们的数据有好多好多,几十亿条吧,我们要搜索一些数据来,那一般的想法是不是一个一个的查找呢?

上面提到过B树,但是B树的键值是主键,我们的搜索条件大多数不是主键,这是怎么快速搜索到我们想要的数据呢?

是不是对我们要搜索的条件建立索引就行了呢?

简单的说是的。

常见的索引有BTree索引,哈希索引,全文索引。

这里我们只简单的聊聊二叉树索引吧。

实际上是想展示一张图片,看了之后大概就可以明白索引工作的原理了。

二叉树索引

看完这张图应该有很多想法了吧。

按建二叉树索引的方式,我们也可以建出B树索引了。

剩下的和主键查找类似了。

说了这么多,本文实际上只是提起算法的名字,而没有详细的讲解算法的具体原理以及怎么应用。

不过我也没有想将这些的想法,因为如果你是一个ACMER的话,不考虑效率等因素,这些你应该可以自己独立实现出来的(原理应该自己知道,实现即应用)。

最近我打算看老外写的一些数据库的书,这几本老外写的数据库书就是从这些原理上讲解的。

而我们学校的数据库课程,现在想想只是告诉你怎么使用数据库的,然后就没然后了。

好了,自己对数据库了解的也很少,不多说了,看书去了。

<完>
点击查看评论

关注公众号,接收最新消息

关注小密圈,学习各种算法

tiankonguse +
穿越