我们聊聊CMU 15445之1 Relational Model

什么是数据库？

数据库是近几年来最火热的基础软件领域了，无论是开发者，创业者，投资者，爱好者，投身于数据库及相关领域的人越来越多。

数据库无处不在，应用在各个行业领域和方向，并且承担了十分重要的作用，在如今这个数据爆炸的时代，各种各样的数据量呈指数级上涨，数据的安全性、可靠性、存储性能等都有了更高的要求，这也造就了数据库以及相关领域的繁荣。

什么是数据库？数据库（database）可以简单的认为是一个数据集合，这些数据互相关联，映射了真实世界的一些数据模型，例如一个班级（class）里的学生（student），学生会选课（student-lesson），老师会上课（teacher-lesson），学生会有考试成绩（student-grade），它们相互关联相互影响。

在数据库的上层，有提供给用户查询数据的语言，最常见的即 SQL（Structured Query Language），这门课程主要专注于如何实现一个功能完备的数据库系统，而不是教我们如何使用一个数据库。

设计要点

让我们先忘记 MySQL、PostgreSQL、Oracle 这些知名的数据库系统，来看看如果是我们自己设计一个数据库系统，应该怎么做，需要考虑和权衡哪些因素。

最直观的想法，可以将数据存储到一个 CSV 文件当中，文件中的每一行就是一条记录，每个文件中存储的是同一类数据，例如我们有两类数据，歌手（artist）和唱片（album），artist 的数据有三个属性，分别是歌手的名字、出生年、国家，album 的数据也有三个属性，唱片名字、属于哪个歌手、发行年份，数据存储如下所示：

如果我们需要访问这个数据库，我们只能加载并解析这个文件，然后逐行寻找所需要的行。

这样的实现存在什么问题呢？简单总结大致如下：

数据控制访问：

如果 album 的 year 字段数据被无效的字符串覆盖了？•如果一条 album 的数据需要对应多个 artist 数据？•删除一条 album 中的数据会怎么样？

实现细节：

怎么查找到一条记录？•如果有多个线程在同一时刻向文件中写入数据？

持久性：

如果更新一条数据的时候机器崩溃了？•怎样把数据复制到多台机器上以获得高可用特性？

这些问题都是数据库需要解决的，一个功能完备的数据库系统需要屏蔽掉所有的细节，让用户能够安心存储数据、查询数据，并且不担心数据丢失等安全问题。

Relational Model

1970 年代，数据存储并没有统一的概念和实现，每个应用都需要自己去实现一套数据存储的方案，这非常不利于应用和程序的移植。于是 Ted Codd 在 1970 年提出了关系模型（relational model）的概念，主要有以下三个关键点：

数据存储在简单的数据结构中
能够通过高级语言访问数据库
物理存储的细节交给数据库管理系统实现

数据模型（data model）指的是描述数据库中数据的概念集合，常见的数据模型有以下几种：

Relational
Key/Value
Graph
Document
Column-family
Array / Matrix
Hierarchical
Network

其中 relational 是最常见、应用最广泛的关系模型，大多数常见的数据库系统例如 MySQL、PostgreSQL、Oracle 都是关系模型；K/V、Graph、Document、Column Family 属于 NoSQL 类型，例如 rocksdb、neo4j、MongoDB、Redis；Array/Matrix 常用于机器学习领域，例如 TileDB；Hierarchical 和 Network 分别代表层次和网状模型，是很古老的数据模型了，目前已经过时。

relational model 主要有三个关键的点：