如何设计关系型数据库

RDBMS

从 0 到 1 设计关系型数据库，总共分为两个部分：

• 程序实例

  • 存储管理模块
  • 缓存模块（需要设计淘汰机制
  • SQL 解析
  • 日志管理（记录所有操作）
  • 权限划分（授权模块）
  • 容灾机制（保证数据库高可用）
  • 索引管理（保证数据查询执行效率）
  • 锁管理（保证数据 ACID）

• 存储模块

  • 文件系统（保证数据持久化）

索引模块

为什么使用索引

1. 快速查询数据，避免全表扫描，提升检索效率

什么样的信息可以成为索引

1. 主键和唯一键可以作为索引

索引的数据结构

1. 生成索引，建立二叉查找树进行二分查找
2. 生成索引，建立 B-Tr ee 结构进行查找
   1. 根结点至少包含两个孩子、终端节点位于同一层、树中每个节点最多含有 m 个孩子（m >+ 2）、除了根节点和叶节点外，其他每个节点至少有 ceil(m/2) 个孩子）通过合并、分裂来保持结构，层数不会变深
3. 生成索引，建立 B+- Tree 进行查找
   1. 非叶子节点关键字和指针个数一样
   2. 非叶子节点的子数指针 P[i]，指向关键字值[K[i], K[i+1]] 的子树
   3. 非叶子节点仅用来索引，数据都保存在叶子节点中
   4. 所有叶子节点均有一个链指针指向下一个叶子节点（方便统计和查询）
   5. 优点
      1. 磁盘读写代价更低
      2. 查询效率更加稳定 logn
      3. 有利于对数据库的扫描
4. 生成索引，建立 Hash 结构进行查找
   1. 无法避免全表扫描
   2. 只能做 ‘=’ ‘in’ 等操作，无法做范围查询（hash 之后无法保证值的大小）
   3. 无法用于排序操作
   4. 不能利用部分索引键做查询
   5. hash 值重复率较高的情况下，效率没有 B Tree 效率高（不稳定）
5. bitMap （位图）
   1. 只有几种值的时候（男，女），纯 CPU 叠加操作
   2. 缺点，锁的粒度大，不适用高并发的系统，适合统计较多的系统

密集索引和稀疏索引的区别

1. 密集索引的文件中每个搜索码值都对应一个索引值
2. 稀疏索引文件只为索引码的某些值建立索引项

InnoDB

1. 若一个索引被定义，则这个索引被定义为密集索引
2. 若没有索引被定义，该表的第一个唯一非空索引则作为密集索引
3. 若不满足上述条件，内部会自己生成一个隐藏主键