第43章：数据库基础

第四十三章：数据库基础

43.1 什么是数据库？

想象一下，你有一个超级大的仓库，里面整整齐齐地摆放着无数个小盒子。每个盒子里都装着特定的东西——有的装衣服，有的装零食，有的装你的重要文件。然后，你有一个超级智能的机器人，它知道你把东西放在哪个盒子里，你一问它就能立刻帮你找到。

恭喜你！你刚刚理解了数据库的基本概念！

数据库？就是个超级管家！

数据库（Database），简单来说，就是按照特定规则组织的、长期存储在计算机内的、相互关联的数据集合。听起来很学术对不对？没关系，我们来翻译成人话：

数据库就是：数据的图书馆 + 超级管理员 + 永不疲倦的整理大师

没有数据库的世界？那是灾难片！

想象一下，没有数据库的世界会怎样：

• 某宝：买家：“我昨天买的拖鞋呢？” 系统：“等一下我翻翻这堆纸箱…大概在火星吧…”
• 某信：你想找去年春节发的红包记录？好的，请准备好三生三世的时间。
• 学校教务系统：查成绩？先把1999年的纸质档案从地下室搬出来…
• 银行：取钱？柜员正在用算盘计算你的余额，请稍等…

是的，没有数据库的世界，就是这么刺激又混乱！

数据库的工作原理——比你的大脑靠谱多了！

数据库的核心工作可以用四个字概括：增删改查

这四个操作简称 CRUD，是数据库的"四项基本原则"。记住它，走遍天下都不怕！

数据库的"户型分类"

根据存储方式和使用场景，数据库可以分为两大门派：

1. 关系型数据库（RDBMS）—— 传统老大哥

• 数据存储在表格中，行列分明，像Excel表格的超级升级版
• 使用 SQL（结构化查询语言） 来操作数据
• 代表人物：MySQL、PostgreSQL、Oracle、SQL Server
• 适合场景：需要严格数据一致性、复杂查询、事务处理的业务

2. 非关系型数据库（NoSQL）—— 新晋网红

• 不拘一格，数据想怎么存就怎么存（文档、键值、列族、图）
• 性能爆表，扩展性强
• 代表人物：MongoDB、Redis、Cassandra、ElasticSearch
• 适合场景：高并发、灵活 schema、海量数据、缓存场景

数据库管理系统（DBMS）—— 数据库的CEO

很多人把"数据库"和"数据库管理系统"混为一谈，其实它们是：

数据库 = 仓库里的货物
数据库管理系统（DBMS） = 仓库管理员 + 货架系统 + 进出货流程

常见的DBMS有：

• MySQL/MariaDB：开源界的常青树，中小企业的最爱
• PostgreSQL：功能最强大的开源数据库，学术界的宠儿
• Oracle：企业级大佬，银行和政府的心头好（贵是真贵，强是真强）
• MongoDB：文档数据库的代言人，JSON爱好者的归宿
• Redis：内存数据库的速度之王，缓存界的扛把子

一图总结数据库家族

graph TB
    A[数据库 Database] --> B[关系型数据库 RDBMS]
    A --> C[非关系型数据库 NoSQL]
    
    B --> B1[MySQL/MariaDB]
    B --> B2[PostgreSQL]
    B --> B3[Oracle]
    B --> B4[SQL Server]
    
    C --> C1[文档数据库<br/>MongoDB]
    C --> C2[键值数据库<br/>Redis]
    C --> C3[列式数据库<br/>Cassandra]
    C --> C4[图数据库<br/>Neo4j]
    
    style A fill:#ff9999
    style B fill:#99ccff
    style C fill:#99ff99

数据库的历史——从纸带到大数据

数据库的发展史，简直就是一部人类"数据焦虑"的进化史：

1. 1950年代-纸带时代：数据打在纸带上，读取一次就少一次
2. 1960年代-层次/网状数据库：数据像树枝一样层层叠叠，复杂得像迷宫
3. 1970年代-关系型数据库诞生：IBM研究员Edgar Codd提出了关系模型，这是数据库领域的"工业革命"！
4. 1980年代-SQL语言标准化：终于有了一种统一的数据操作语言
5. 1990年代-数据库商业化：Oracle、IBM、Microsoft三足鼎立
6. 2000年代-NoSQL兴起：互联网爆发，传统数据库扛不住了
7. 2010年代-NewSQL/云数据库：既要NoSQL的扩展性，又要关系型的强一致性
8. 2020年代-多模数据库：一个数据库，多种玩法，随心所欲

小结

数据库，就是计算机世界的"数据仓库"。它是：

• 数据的"图书馆"，帮你 organized 地存储和查找数据
• 程序的"记忆中枢"，没有它，软件就是个失忆症患者
• 业务的"数据中心"，支撑着你每天刷的每一个App

下一节我们将详细介绍关系型数据库，看看这些"表格控"们是如何统治数据世界的！

43.2 关系型数据库

关系型数据库（Relational Database Management System，简称RDBMS） 是什么？

想象一下Excel表格，但这个表格不是给你手工填的，而是程序自动操作的；不是只有一张，而是无数张表格可以互相"聊天"、互相引用；不是存个几十MB就卡死，而是能存几十TB数据还游刃有余；不是你关掉就丢了，而是24小时运行、永不宕机。

这就是关系型数据库！

关系型数据库的核心思想

关系型数据库的"关系"，不是指"和谁搞关系"的意思，而是指表和表之间的关联关系。

举个例子：

┌─────────────┐         ┌─────────────┐
│   用户表    │         │   订单表    │
├─────────────┤         ├─────────────┤
│ id: 1       │────┐    │ id: 1001    │
│ name: 小明  │    └───→│ user_id: 1  │
│ email: ...  │         │ amount: 999 │
└─────────────┘         └─────────────┘
       ↓                        ↓
   用户信息                 属于哪个用户

小明（id=1）的订单，通过 user_id 这个"红线"，和小明本人连在了一起。这就是关系！

关系型数据库的三大神器

SQL——数据库的"普通话"

SQL（Structured Query Language），中文名"结构化查询语言"，是操作关系型数据库的标准语言。无论你用的是MySQL、PostgreSQL还是Oracle，只要会SQL，走遍天下都不怕！

SQL能干的事儿，用一句话概括就是：对表进行各种"增删改查"操作

• INSERT：插入数据（CREATE）
• SELECT：查询数据（READ）
• UPDATE：更新数据（UPDATE）
• DELETE：删除数据（DELETE）

加上数据定义（创建表、修改表结构）和权限管理，就构成了完整的SQL家族！

关系型数据库的特点

优点：

• 数据一致性：ACID属性保证数据准确无误（后面会详细介绍）
• 成熟稳定：发展了几十年，踩过的坑都填好了
• 功能强大：支持复杂查询、事务、子查询…
• 生态完善：工具、文档、社区，要啥有啥

缺点：

• 扩展性差：数据量大了，想分布到多台服务器？有点麻烦
• 灵活性差：schema是固定的，改结构像改户型
• 性能瓶颈：海量数据+高并发时，可能扛不住

关系型数据库的ACID——数据界的"四项基本原则"

提到关系型数据库，就不能不提 ACID，这是数据库事务的"四项基本原则"：

• A - Atomicity（原子性）：事务就像原子一样，不可分割。要么全部成功，要么全部失败回滚。
• C - Consistency（一致性）：事务前后，数据库状态必须是一致的。比如转账，张三少100，李四就必须多100。
• I - Isolation（隔离性）：多个事务同时执行时，互不干扰。你查你的数据，我删我的记录，别打架！
• D - Durability（持久性）：事务一旦提交，数据就必须永久保存。服务器宕机了？重启后数据还在！

43.2.1 MySQL/MariaDB——开源数据库界的"双胞胎"

MySQL 和 MariaDB 的关系，就像… 一对被迫分家的兄弟。

故事是这样的：

• MySQL 最初是瑞典的 MySQL AB 公司开发的开源数据库
• 2008年被Sun收购（Sun是Java的亲爹）
• 2009年Oracle收购了Sun，MySQL就落到了Oracle手里
• 开源社区不放心：“Oracle这货会不会把MySQL往死里整？”
• 于是，MySQL的创始人Michael Widenius（大名鼎鼎的Monty）一怒之下，fork了MySQL，创造了MariaDB

所以现在的关系是：

MySQL（Oracle家的亲儿子）
    ↓ fork
MariaDB（社区维护的"替身"）

MySQL的特点：

• 体积小、速度快、成本低（开源免费）
• 社区活跃，文档丰富
• 是"LAMP黄金搭档"的成员之一（Linux + Apache + MySQL + PHP）
• 互联网公司的心头好

MariaDB的特点：

• 完全兼容MySQL，换过去零成本
• 性能更好，功能更多
• 没有Oracle的"商业污染"
• 很多Linux发行版默认用MariaDB替代MySQL（比如Ubuntu）

MySQL/MariaDB的适用场景：

• 网站和应用的后端数据库
• 中小型企业的业务系统
• 电子商务平台
• 内容管理系统（CMS）

🐬 趣味知识：MySQL 的 Logo 是一只海豚（其实是叫 Sakila），MariaDB 的 Logo 是一只海狮（叫 Maria）—— 看来数据库界很喜欢海洋生物！

43.2.2 PostgreSQL——“功能最强"的开源数据库

如果说MySQL是个"实用主义者”，那PostgreSQL就是个"功能狂魔"。

PostgreSQL，简称PG，是一个功能强大的开源对象关系型数据库。它的口号是：

“The world’s most advanced open source relational database” （世界上最先进的开源关系型数据库）

这话还真不是吹的！PostgreSQL支持：

• JSON/JSONB数据类型（半结构化数据）
• 自定义数据类型和函数
• 全文检索
• 地理信息系统（GIS）
• 复杂的触发器和存储过程
• MVCC（多版本并发控制）
• 外部表（访问其他数据库的数据）
• 异步消息通知
• …还有一大堆你想得到的和想不到的功能

PostgreSQL vs MySQL：

选MySQL还是PostgreSQL？

• 如果你做互联网应用、追求性能、社区生态成熟：选MySQL
• 如果你做企业级应用、需要复杂功能、数据一致性要求高：选PostgreSQL

43.2.3 Oracle——数据库界的"老大哥"和"奢侈品"

Oracle Database，江湖人称"甲骨文"，是整个数据库行业的祖师爷和武林盟主。

为什么这么说？

• 1979年，Oracle推出了世界上第一个商业关系型数据库
• 多年来一直是全球最大的数据库软件公司
• 无数银行、证券、政府机关的核心系统都在用它
• 一句话：贵是真贵，强是真强

Oracle的特点：

• 功能最全面：没有之一，只有你想不到，没有它做不到
• 性能最稳定：企业级品质，7×24小时不间断运行
• 安全性最高：各种安全认证，政府和金融行业的标配
• 价格也最高：License费用贵到令人窒息，还需要额外的硬件投入

Oracle的"钞能力"代价：

Oracle标准版：47,000美元/处理器
Oracle企业版：350,000美元/处理器

对，你没看错，是每处理器，不是每用户。如果你的服务器有32核…（算了，不敢算）

所以江湖上有个传说：

“如果你嫌Oracle贵，那就用PostgreSQL吧，反正功能差不多。” “如果你嫌PostgreSQL不够强，那就…继续攒钱买Oracle吧。”

Oracle vs 其他开源数据库：

关系型数据库三巨头对比

graph TB
    A[关系型数据库三巨头] --> B[Oracle]
    A --> C[MySQL/MariaDB]
    A --> D[PostgreSQL]
    
    B --> B1[商业数据库No.1]
    B --> B2[贵的离谱]
    B --> B3[银行/政府最爱]
    
    C --> C1[开源数据库No.1]
    C --> C2[互联网标配]
    C --> C3[LAMP黄金搭档]
    
    D --> D1[功能最强大]
    D --> D2[学术界宠儿]
    D --> D3[万能数据库]
    
    style B fill:#ff6b6b
    style C fill:#4ecdc4
    style D fill:#45b7d1

一句话总结

• MySQL/MariaDB：互联网创业公司的首选，性价比之王
• PostgreSQL：技术宅的最爱，功能强到没朋友
• Oracle：土豪企业和政府机关的专属，“钱"途无量

下一节我们将看看非关系型数据库是如何"不拘一格"地存储数据的！

43.3 非关系型数据库

非关系型数据库（NoSQL = Not Only SQL），江湖人称"打破规矩的叛逆者”。

如果说关系型数据库是个西装革履、一板一眼的老绅士，那非关系型数据库就是个穿着潮牌、随时蹦迪的叛逆少年。

打破"表格"的束缚

关系型数据库的核心是表，每个表都有固定的列（字段），每行数据都必须遵守这个格式。就像这样：

1
2
3
4
5
6
7
8
9

-- 关系型数据库：用户表
CREATE TABLE users (
    id INT PRIMARY KEY,
    name VARCHAR(50),      -- 姓名，必须是字符串，最多50字符
    age INT,               -- 年龄，必须是整数
    email VARCHAR(100)     -- 邮箱，必须是字符串
);
-- 插入数据：所有字段都得按规矩来
INSERT INTO users VALUES (1, '小明', 25, 'xiaoming@example.com');

但如果有个用户比较特殊，他有多个邮箱怎么办？或者他想存一张照片？

关系型数据库会说：“加列！加表！做关联！”

非关系型数据库会说：“谁管你！想怎么存就怎么存！”

NoSQL的四大流派

非关系型数据库根据存储方式，可以分为四大流派：

graph TB
    A[NoSQL数据库] --> B[文档数据库<br/>Document DB]
    A --> C[键值数据库<br/>Key-Value DB]
    A --> D[列式数据库<br/>Columnar DB]
    A --> E[图数据库<br/>Graph DB]
    
    B --> B1[MongoDB]
    B --> B2[CouchDB]
    
    C --> C1[Redis]
    C --> C2[DynamoDB]
    C --> C3[Memcached]
    
    D --> D1[Cassandra]
    D --> D2[HBase]
    
    E --> E1[Neo4j]
    E --> E2[OrientDB]

NoSQL的"必杀技"

NoSQL的"软肋"

43.3.1 MongoDB——文档数据库的扛把子

MongoDB 是非关系型数据库中最像"正常数据库"的一个，因为它：

• 有数据库（database）的概念
• 有集合（collection，相当于表）的概念
• 有文档（document，相当于行）的概念
• 还支持简单的索引和查询

但它最厉害的地方在于：文档是JSON格式的！

想象一下，在关系型数据库里，你想存储一个用户的社交关系：

• 朋友圈列表
• 关注列表
• 收藏列表
• 最近登录设备

你需要：

• 建用户表
• 建朋友圈表（多对多关联）
• 建关注表（多对多关联）
• 建收藏表（多对多关联）
• 建设备表（一对多关联）
• 然后写一堆 JOIN 查询

在MongoDB里：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12

// 一个文档搞定！
{
    _id: ObjectId("..."),
    name: "小明",
    friends: ["小红", "小刚", "小丽"],
    following: ["马化腾", "马云"],
    favorites: ["奶茶", "代码", "BUG"],
    devices: [
        { type: "iPhone", lastLogin: "2024-01-01" },
        { type: "MacBook", lastLogin: "2024-01-02" }
    ]
}

MongoDB的特点：

• Schema灵活：字段随时加随时删，不用 ALTER TABLE
• 查询强大：支持嵌套查询、范围查询、正则匹配
• 性能优秀：基于内存映射文件，读取速度飞快
• 横向扩展：分片集群，数据自动分散到多台机器

MongoDB的口号是：

“让数据库变得像写代码一样自然！”

43.3.2 Redis——键值数据库的速度之王

如果说数据库是仓库，那 Redis 就是超级VIP保鲜柜。

为什么这么说？因为Redis的数据都存在内存里！

普通数据库：硬盘 → 读取 → 内存 → 处理 → 写入硬盘 Redis：内存 → 读取 → 处理 → 写入内存

少了两步，速度能不快吗？！

Redis的独门绝技：

• 内存存储：快到没朋友，QPS轻松上10万+
• 持久化：虽然快，但数据不会丢（AOF + RDB）
• 多种数据结构：String、Hash、List、Set、ZSet…
• 主从复制：读写分离，分担压力
• 哨兵和集群：高可用，永不宕机

Redis的日常：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15

# 存一个字符串
SET name "小明"
# 取出来
GET name
# "小明"

# 存一个哈希（对象）
HSET user:1 name "小明" age 25
HGET user:1 name
# "小明"

# 存一个列表（队列）
LPUSH tasks "任务1" "任务2" "任务3"
LRANGE tasks 0 -1
# ["任务3", "任务2", "任务1"]

Redis的适用场景：

• 缓存层：热点数据放Redis，减轻数据库压力
• 会话存储：用户登录状态、购物车内容
• 实时排行榜：游戏积分、点击量排行
• 消息队列：轻量级队列、实时通知
• 分布式锁：多进程协调工作

Redis的口号：

“天下武功，唯快不破！”

43.3.3 Cassandra——列式数据库的性能怪兽

Cassandra 是Facebook开源的列式分布式数据库，现在属于Apache基金会。

列式数据库 vs 行式数据库：

什么时候用Cassandra？

• 数据量超级大（PB级别）
• 需要高可用（Facebook级别）
• 写入比读取更频繁
• 不想被单点故障困扰

Cassandra的核心特点是：没有单点故障！

它采用去中心化架构，每个节点都是平等的，数据分布在多个节点上，一个节点挂了，其他节点继续服务。

graph TB
    subgraph "Cassandra集群"
        A[节点1] <--> B[节点2]
        B <--> C[节点3]
        C <--> A
    end
    
    D[客户端] --> A
    D --> B
    D --> C
    
    A --- A1[数据1]
    B --- B1[数据2]
    C --- C1[数据3]

Cassandra vs 其他NoSQL：

NoSQL的"BASE"理论

关系型数据库讲ACID，NoSQL讲BASE：

• Basically Available：基本可用，允许偶尔故障——就像你的WiFi，偶尔断一下，忍忍就过去了
• Soft state：软状态，数据状态可以变化——你看到的可能是"中间态"，不是最终结果
• Eventually consistent：最终一致性，允许短暂不一致，但最终会一致——就像微信消息，你发了我没看到，但迟早会看到的

这听起来很佛系对不对？但在大规模分布式系统中，这是性能和一致性的权衡艺术。

一句话总结：ACID是"强迫症患者"，BASE是"佛系青年"，各有各的好！

一图总结NoSQL大家族

mindmap
  root((NoSQL))
    文档数据库
      MongoDB
      CouchDB
    键值数据库
      Redis
      DynamoDB
      Memcached
    列式数据库
      Cassandra
      HBase
      ClickHouse
    图数据库
      Neo4j
      OrientDB
      Amazon Neptune

小结

NoSQL数据库的出现，不是为了"干掉"关系型数据库，而是为了解决特定场景下的特定问题。

• MongoDB：当你需要灵活的文档结构时
• Redis：当你需要极致的速度时
• Cassandra：当你需要处理海量数据时

下一节我们将总结数据库的应用场景，让你知道什么情况该选什么数据库！

43.4 数据库应用场景

场景一：电商系统

场景描述： 双十一来了，用户疯狂下单，订单量暴涨！

数据库选型：

graph LR
    A[用户请求] --> B[Redis缓存层]
    B --> C[MySQL主库]
    C --> D[订单数据]
    D --> E[MySQL从库<br/>报表分析]

• Redis：存储用户会话、商品缓存、秒杀库存
• MySQL：存储用户信息、订单详情、交易记录
• ElasticSearch：商品搜索、关键词匹配

场景二：社交网络

场景描述： 你的好友、粉丝、朋友圈、评论、私信…数据量爆炸！

数据库选型：

• MongoDB：存储用户动态、评论、朋友圈
• Redis：存储好友关系、实时消息推送
• Neo4j：社交图谱，好友推荐算法
• Cassandra：私信历史、海量日志

场景三：游戏系统

场景描述： 玩家登录、充值、战斗、排行榜…

数据库选型：

• Redis：实时排行榜、玩家状态、道具缓存
• MongoDB：玩家背包、任务进度、公会信息
• MySQL：充值记录、交易流水

graph TB
    A[游戏服务器] --> B[Redis<br/>实时数据]
    A --> C[MongoDB<br/>玩家数据]
    A --> D[MySQL<br/>持久化数据]
    
    B --> B1[在线状态]
    B --> B2[排行榜]
    B --> B3[匹配队列]

场景四：大数据分析

场景描述： 老板想知道这季度卖得最好的产品是什么？用户画像是什么？

数据库选型：

• ClickHouse：OLAP分析，秒级查询海量数据
• HBase：非结构化日志存储
• Hive：SQL风格查询Hadoop数据

场景五：物联网（IoT）

场景描述： 千万个传感器，每秒上报N条数据…

数据库选型：

• TimescaleDB：时序数据优化
• InfluxDB：专门处理时序数据
• Cassandra：海量传感器数据

数据库选型决策树

flowchart TD
    A[需要存储数据?] --> B{数据是什么类型?}
    
    B --> C[结构化表格数据]
    B --> D[文档/JSON数据]
    B --> E[键值对]
    B --> F[时序数据]
    B --> G[图关系数据]
    
    C --> H{数据量多大?}
    H --> I[中小规模]
    H --> J[大规模/高并发]
    I --> K[MySQL]
    J --> L[PostgreSQL<br/>TiDB]
    
    D --> M[MongoDB]
    
    E --> N{需要多持久?}
    N --> O[需要高持久]
    N --> P[可以丢数据]
    O --> Q[Redis+AOF]
    P --> R[Redis]
    
    F --> S[TimescaleDB<br/>InfluxDB]
    
    G --> T[Neo4j]

一句话总结各场景

多数据库共存是常态

重要提醒： 现代系统几乎不会只用一种数据库！

一个典型互联网公司的数据库架构可能是这样的：

┌─────────────────────────────────────────────────────────┐
│                      应用程序                             │
└─────────────────────────────────────────────────────────┘
                           │
           ┌───────────────┼───────────────┐
           ↓               ↓               ↓
      ┌─────────┐    ┌─────────┐    ┌─────────┐
      │  Redis  │    │  MongoDB│    │   MySQL │
      │  缓存   │    │  内容库  │    │  业务库  │
      └─────────┘    └─────────┘    └─────────┘
           │               │               │
           ↓               ↓               ↓
      ┌─────────┐    ┌─────────┐    ┌─────────┐
      │  ES集群  │    │ HBase   │    │TiDB集群 │
      │ 搜索分析 │    │ 日志库  │    │ 分布式库 │
      └─────────┘    └─────────┘    └─────────┘

每个数据库各司其职，协同工作。这就是**Polyglot Persistence（多语言持久化）**的精髓！

本章小结

本章我们一起踏入了数据库的奇妙世界，来回顾一下都学到了什么：

1. 数据库的定义

数据库是按照特定规则组织的、长期存储在计算机内的、相互关联的数据集合。它就像一个超级管家，帮你有条不紊地管理各种数据。

2. 关系型数据库（RDBMS）

• 核心概念：表、行、列，通过外键建立表间关系
• SQL语言：增删改查的统一标准
• ACID特性：原子性、一致性、隔离性、持久性
• 代表产品：
  • MySQL/MariaDB：开源数据库的半壁江山，LAMP黄金搭档
  • PostgreSQL：功能最强大的开源数据库，学术界的宠儿
  • Oracle：企业级数据库的老大哥，土豪专属

3. 非关系型数据库（NoSQL）

• 设计理念：打破表格的束缚，灵活、高效、可扩展
• 四大流派：
  • 文档数据库（MongoDB）：JSON文档，随心所欲存储
  • 键值数据库（Redis）：内存存储，速度为王
  • 列式数据库（Cassandra）：海量数据，高可用扛把子
  • 图数据库（Neo4j）：社交关系，一图了然
• BASE理论：基本可用、软状态、最终一致性

4. 数据库应用场景

• 电商系统：MySQL + Redis 缓存
• 社交网络：MongoDB + Neo4j + Redis
• 游戏系统：Redis 实时 + MongoDB 玩家数据
• 物联网：Cassandra + InfluxDB
• 大数据分析：ClickHouse

关键术语回顾

下章预告

下一章我们将深入学习 MySQL/MariaDB，这是开源世界最流行的关系型数据库。我们会从安装、配置开始，一步步学习用户权限管理、SQL基础、索引优化、备份恢复、主从复制…内容丰富，干货满满，敬请期待！

趣味彩蛋：据说每个DBA（数据库管理员）都有三个共同点：

1. 备份做得比谁都勤
2. 删库跑路的玩笑说得比谁都多
3. 被问"数据库怎么这么慢"时，表情比谁都精彩

记住：备份重于一切！删库一时爽，全家火葬场！ 🔥