数据库内核：数据库前置知识点

数据模型

网络数据模型

Schema

Instance

满足以下两个条件的模型称为网络数据模型：

• 允许一个以上的节点无双亲，例如 SUPPLIER 和 PART 节点。
• 一个节点可以有多余一个的双亲，例如 SUPPLY 节点有 SUPPLES 和 SUPPLED_BY 两个双亲节点。

层次数据模型

Schema 和 Instance

层次数据模型采用树形结构来表示实体与实体之间的关系。需要满足以下两个条件：

• 有且只有一个节点没有双亲，这个节点称为根节点例如 SUPPLIER 节点。
• 根节点以外的其他节点有且只有一个双亲，例如 PART 节点。

关系数据模型

Schema

Instance

关系数据模型中的数据逻辑结构是一张二维表，它由行和列组成。关系的每一个分量必须是一个不可分割的数据项，不允许表中还有表。

• 关系（Relation）：一张表就是一个关系。
• 元组（Tuple）：表中的一行数据就是一个元组。
• 属性（Attribute）：表中的一列表示同一属性。
• 码（Key）：也称为键，用于表示元组的唯一性。
• 分量：元组中的一个属性值。

优缺点对比

	优点	缺点
网络数据模型	关系表示直接，存取效率高	结构复杂，引用程序访问时，必须选择适当的路径
层次数据模型	结构简单，查询效率高	多对多关系表示不方便，对插入和删除操作的限制条件多
关系数据模型	表示方便，表中行和列没有顺序	存取路径对用户透明，查询效率不高，关系必须规范化

面向对象数据模型

Instance

通过紧密耦合对象和数据库，避免“关系对象阻抗不匹配”。这类数据模型在现在的主流数据库中几乎没有使用，但是其思想在 XML、JSON 等技术中有所体现。

DBMS

数据库管理系统（DBMS）是对数据进行管理的大型系统软件。

功能

• 数据定义：存储、修改数据和元数据
• 约束定义、存储、维护和检查
• SQL：对数据的声明性操作
• 通过视图、触发器和过程的可扩展性
• 查询重写（规则）、优化（索引）
• 事务处理、并发和恢复

数据定义（DDL，Data Define Language）

数据定义：定义数据的三级模式结构（模式、内模式、外模式），定义二级映射（模式-内模式、外模式-模式），定义相关的约束条件。

关系数据：关系（表）、元组、值、类型、约束。

DBMS 通常将元数据存储为特殊表（Catelog）。

指定约束是数据定义的一个重要方面：

• 属性（列）约束
• 元组约束
• 关系（表）约束
• 引用完整性约束

数据修改（DML，Data Manipulation Language）

数据修改：实现对数据库的基本操作，包括检索、更新（增删改）。SQL 就是 DML 的一种。

大多数 DBMS 还提供批量下载和上传机 制：

• 转储数据和模式的文本副本
• 将数据和模式信息加载到数据库中

在 PostgreSQL 中：

• pg_dump 应用程序转储数据库
• 复制 SQL 命令加载整个表

架构

DBMS 体系结构的基本原则：

• 数据永久存储在大型慢速设备上（有可能已经被打破）
• 数据在小型快速存储器中处理（内存）

数据库系统实现的复杂性在于：

• 可能对数据结构进行多次并发访问，不仅仅是数据表，还有索引、缓冲区、目录等
• 事务性需求（原子性、回滚等）
• 原始数据的高可靠性要求（恢复）
• 锁定有助于并发，但可能会降低性能
• 可能需要新的“并发容忍”数据结构
• 事务和可靠性需要某种形式的日志记录

Silberschatz/Korth/Sudarshan (SKS) 架构：

Elmasri/Navathe (EN) 架构：

Ramakrishnan/Gerhke (RG) 架构：

PostgreSQL 的实用性

PostgreSQL 的 SQL 大多数是标准的（但有扩展）。

用户层面可见的差异：

• 属性包含原子值的数组
• 表类型继承，表值函数

实现层面的差异：

• 引用完整性检查是通过触发器完成的
• 视图是通过查询重写规则实现

PostgreSQL 存储过程与 SQL 标准不同

• 只提供函数，不提供过程（但函数可以返回 void）
• 允许函数重载（相同的函数名称，不同的参数类型）
• 为函数提供自己的类似 PL/SQL 的语言

并发是通过多版本并发控制（MVCC，Multi-Version Concurrency Control）来处理的

• 数据库存在多个“版本”
• 事务可以看到在开始时有效的版本
• 读与写操作不会相互阻塞
• 旧版本元组的需要额外的存储

允许事务对并发指定一致性级别

• 读取-提交级别（允许有一些不一致），可序列化级别（不允许有不一致）
• 默认隔离级别是读取-提交级别

显式的锁定也是可以使用的

• 不同的类型：共享锁/独占锁，行锁/表锁
• 通过超时的方式来检测死锁的存在

PostgreSQL 有一个定义明确且开放的可扩展性模型

• 存储过程作为字符串保存在数据库中，允许使用各种语言，语言解释器可以集成到 PostgreSQL 引擎中。
• 可以添加新的数据类型、运算符、聚合、索引，通常需要用 C 语言编写代码，遵循相应的 API。对于新的数据类型，需要编写输入/输出函数。对于新的索引，需要实现文件结构。
• 有额外的数据类型：嵌入式的（几何、点、线等等）、分布式的（复数、ISBN/ISSN、加密密码）。
• 更广泛的访问方法：B 树、线性散列、R 树、GiST/GIN 索引、全文索引。