关系型数据库管理系统
存储方式的演变
从人工管理阶段->文件系统阶段->数据库阶段。在数据库阶段，管理数据的软件叫做数据库管理系统。数据按照一定格式保存，通过这个软件可以方便的对数据进行增删查改操作，从而极大的提升了数据管理效率。
数据库系统架构
前端
SQL Parser（SQL解析）、Query Optimizer（产生可行的query plan，选择最佳query plan）
后端
存储引擎
负责如何在硬盘上存储数据、如何高效地访问硬盘上的数据。
MySQL服务器程序是真实数据的管理者，负责解析各个客户端发来的各种请求并返回相应的执行结果。MySQL服务器程序是MySQL数据库实例，简称数据库实例。
客户端和服务器通信方式：TCP/IP、命名管道和共享内存、Unix套接字。
Buffer Pool
在内存中缓存硬盘的数据。
- Temporal locality（时间局部性）
- Spatial locality（空间局部性）
Execution Engine
根据query plan，完成相应的运算和操作。
Transaction managemennt（事务管理）
目标是实现ACID。进行logging写日志，locking加锁；保证并行transactions事务的正确性。
数据存储与访问
数据表（Table）
通过表格来存放数据，而且不同的表格可以通过某种关系联系起来。这种数据库管理系统也称为关系型数据库管理系统。
索引（Index）
Tree based index：有序，支持点查询和范围查询。B+Tree。
- 每个节点是一个page。
- 所有key存储在叶子结点。
- 内部节点完全是索引作用。
Hash based index：无序，只支持点查询。
Clustered index（主索引）与Secondary index（二级索引）。
- Clustered：记录存储在index中，记录顺序就是index顺序。以主键值的大小为页和记录的排序规则，在叶子节点处存储的记录包含了表中所有的列。
- Secondary：记录顺序不是index顺序。以自定义的列的大小为页和记录的排序规则，在叶子节点处存储的记录内容是列+主键。
缓冲池（Buffer pool）
提高性能，减少I/O。
替换策略：Random、FIFO、LRU。
运算的实现
Selection/Projection：行的过滤，列的提取。
Join
- Nested loop
- Hashing：对R和S进行partitioning，然后对分在相同的partitioning进行hash join。
- Sorting
事务处理
ACID
Atomicity（原子性）、Consistenncy（一致性）、Isolation（隔离性）、Durability（持久性）
并发控制
数据冲突引起的问题：读脏数据（写读）（事务隔离级别调整到READ COMMITED）、不可重复读（读写）（事务隔离级别调整到REPEATABLE READ）、更新丢失（写写）、幻像读（读写）（事务隔离级别调整到SERIALIZATION）。
解决方法：乐观（读数据到私有工作区，在工作区完成事务处理；，检测是否与其他事务冲突；如果没有冲突，那么把私有工作区的修改更新到数据库公共数据中）、悲观（加锁，读写锁不同）。
持久性
WAL（Write Ahead Logging）：logging优先于实际的操作。日志记录先于修改后的数据出现在硬盘上。
Crash Recovery（崩溃恢复）
恢复点、logging。
种类
Oracel、DB2、SQL Server、PostgreSQL(开源)和MySQL(开源)。
数据仓库
star schema：一个fact table，多个dimension table。
Roll up：某维上求和；Drill down：某维分解。Slice：某维上选一个值；Dice：多维上选多个值。
行式与列式数据库。
分布式数据库
系统架构
Shared memory，Shard disk，Shard nothing。
一般是Shard nothing。
系统类型
Client/Servet、P2P、Master/Workers
CAP定理
Connsistency（多份数据一致性）、Availability（可用性）、Partition tolerance（容忍网络断开）三者不可得兼。