关系数据库历史和关键词，以及DBA的忧患-创新互联

 我们的   目标 是  

    理解Oracle数据库管理系统，并由此串联梳理一下核心关键词。  

    数据库管理系统就像是一 张 网 ，关键词就是网上的交叉点。我们并不会详细解释具体每个关键词的意思，百度或者官方文档会有详细说明，点到为止，有个全貌，混个脸熟。

    不知者，有个印象，知之者，了然一笑。如是而已。

    先说 Oracle， 但说Oracle之前，又得先提一下   IBM

     IBM（ 国际商业机器公司 ）或万国商业机器公司，简称IBM（International Business Machines Corporation）

      名字就那么大气磅礴，至今也是如雷贯耳。

  关键是里面牛人辈出。

  首先是这一位 ：

  他叫 E.F.CODDE 。 对了，他的名字就是一个很重要的关键词。因为他是关系数据库的达摩祖师。

  1970年，E.F.CODDE 发表 《 大型共享数据库数据的关系模型》，首次明确而清晰地为数据库系统提出了一种崭新的模型， 即 关系模型 。

     一声霹雳，石破天惊。

       紧接着，同样是IBM牛人的 唐.钱柏林（ Don Chamberlin ）登场了。他就是 SQL 之父。E.F.CODD只是在数学层面解决了关系代数的研究，而Don Chamberlin 将关系代数 翻译成能够在计算机中简单实现的语言，也就是SQL。

       所谓 关系代数 包括

       并、差、交、笛卡尔积等集合运算

       和

      选择、投影、连接、自然连接、外连接、除法等关系运算。

       而SQL语言，我们再熟悉不过了。没有它，关系数据库，就是一潭死水。

       SQL和关系数据库同样重要！

       理论具备，接下来就是怎么用的问题了。当然像SQL标准化之类的问题，是一个逐步角逐的问题，需要时间的沉淀。所有计算机协议和标准都可作如是观。最后，书同文，车同轨都是大势所趋，也势在必然，不然，杂乱无序，只能是一盘散沙，谈何万物互联。

     一个具有敏锐商业嗅觉的人，闻风而动。

       他就是 拉里·埃里森（Larry Ellison）。 他组建了一个四人团队，如下图：

        最右边的就是  拉里·埃里森（Larry Ellison），而手捧蛋糕的就是 Bruce Scott。 

Scotte，Oracle数据库里的一个保留测试账号，密码tigger，就是他的猫的名字。   

创业维艰，但也可以说顺风顺水。

Oracle迎合潮流而上，站在浪潮之巅。

下图就是如今Oracle在加州的总部。可以看出，气势恢宏，财大气粗。尽管Oracle经过兼收并购，多维发展，不仅仅是一个数据库厂商了，但数据库造型的大楼，也标示着它是依靠数据库起家的。

      再说 数据库   不需要过多解释，顾名思义而已，存储数据的仓库。只是随着互联网的发展，如今，数据库又分 关系数据库 和 非关系数据库 ，Oracle数据库，就是关系数据库，当然也包括Mysql，MS-SQL Server，PostgreDB。 非关系数据库，就有点鱼龙混杂，百家争鸣的特色了。如MangoDB，HBASE，Redis,  Cassandra. 尽管解释他们的时候，吹嘘 NoSQL 是一项全新的数据库革命性运动,什么“Not only SQL”，但我认为，非关系数据库相比关系数据库来说，没那么伟大，没那个划时代。它只是对关系数据库的变革和改良。因为关系数据库，严谨周密，也就会负重而行。对于有些 应用场景 ，不需要那么严谨，只需要轻装上阵，实现需要的功能即可，什么 ACID ， 数据一致性 ， 范式 等都将成为累赘。所以非关系数据库，简单一点说，有如下特点： 

       1.针对特定应用场景，功能单一化。

       2.不支持ACID机制，这也是关系数据库的一个基石。

       3. 使用相对简单，没有入Mysql，Oracle这样庞大的体系结构。

       4. 大部分都是开源的。

记得我十几年前，MySQL还是一个定位中小型的数据库，简陋，不支持事务，读写还是阻塞的等等，作为一个MySQL DBA 是很low的，而如下，Mysql DBA招聘信息琳琅满目，而且报酬丰厚，嫣然已经力压Oracle DBA。因为现在Mysql，InnoDB都是Oracle公司旗下，二者亲密结合，能量级倍增。关系型数据库产品趋于雷同。而且很多问题，都变成了一个架构问题，而Mysql很多欠缺，都可以通过架构来解决。 当然，免费也是一个问题，但对于很多没有那么复杂业务的公司，他们用不了成千上百台数据库服务器（像亚马逊，他们购买数据库产品的费用就不容小觑），数据库产品的费用对于他们的来说，是九牛一毛。而稳定和快捷有效的服务支持才是他们更应该关注的，稳定压倒一切。所以Oracle依旧是他们的选。

    所以，随着开源的关系数据库产品的壮大完善，以及NoSQL数据库的百家争鸣，Oracle随不能说 风光不再，但也不能再说 如日中天。 

      作为一个DBA，应该懂得更多。

      如履薄冰，战战兢兢！

      忧心忡忡，兢兢业业！

      忧患意识，是每个DBA必需的，尤其是技术快速发展的今天。

       再说 数据库管理系统

     官方文档如是说：

          A  database management system (DBMS)  is software that controls the storage, organization, and retrieval of data.

          Stroage（ 存储 ），Organization（ 组织 ） ，Retrieval（ 检索 ）

          它 首先是一套 软件 ，只不过它庞大、复杂，是一个系统层面的软件。但终归还是一个软件，有着软件的一般特性。

        软件也就是一系列程序的集合。 程序 是死的，是静态的文件，需要让它动起来才能工作。程序被加载进内存中，在内存中活动起来，就表现为 进程 。所以，它依赖于CPU，内存等资源。进程不是尸位素餐，然后死去万事空。计算机不养闲人，占了地方不干活或者不干正事的，那就是病毒。有用的进程是要干活的，是要开花结果的，这些结果是大部分时候要存储下来，需要做持久化保存。这就是外存的作用。 毕竟是数据库，既是数据，还是库，怎能飘然无踪，不做持久存储。

        所以，我应该关注：

        内存，CPU , 存储，进程状态，这操作系统和硬件层面的因素，在日常的监控和优化时，需要经常关注。

        当然，搭建环境（包括软硬件环境）的时候，更应该关注这些因素。特别是 存储架构， I/O吞吐量 ，必须得到保证，I/O分流均衡也是重重之重。毕竟数据库是I/O密集型的应用。好的开始，就是成功的一半，架构好，后面垂拱而治有望，架构差，后面疲于应付难免。

        “” 时时勤拂拭,勿使惹尘埃 “”

  贴一张《鸟哥的Linux私房菜》的图片，基础，但却不容忽视。

        进入数据库内部，我们就应该关注：

         内存结构 ， 进程状态和功能，以及存储结构

        这些都是学习任何一套软件的基本套路，因为计算机的底层都一样，内存，CPU，I/O，外部存储。

        下面的几张图中，基本上都是关键词，可以细细品味哦。对于初学者，想了解里面的原理，最好是看图默想和通过一些视频学习，快速学懂，通过官方文档或者是二手说明文字，可能云里雾里

        内存结构和进程：

存储结构（物理结构）：主要就是一系列文件：

        关键文件： 控制文件，数据文件，和在线重做日志文件。

                           控制文件是中枢，数据文件是基本，在线重做日志文件是保障

                          三大文件，缺一不可。

      非关键文件： 参数文件，密码文件，归档日志文件，告警文件，跟踪文件，备份文件

存储结构（逻辑存储）：

  这里需要特别说明一下的是 数据块。

  官方如是说：

A  data block  is the smallest logical unit of data storage in Oracle Database.

One logical data block corresponds to a specific number of bytes of physical disk space, for example, 2 KB. Data blocks are the smallest units of storage that Oracle Database can use or allocate.

     数据块 是数据存储在Oracle数据库的最小逻辑单元。

    一个逻辑数据块对应于物理磁盘空间的特定字节数，例如，2KB。数据块是Oracle数据库可以使用或分配的最小存储单元。

      就像一个盒子，里面放着我们的存储的数据，也就是表中一行一行的数据。每次从磁盘中抽取数据的时候，都是去拿盒子，然后放入内存中。内存中对应的就是 buffer，也就是内存中的一个盒子。计算机中存储的都是0和1，所以盒子，也就块，只是一个逻辑概念上的封装。块是一个逻辑概念，但是存储中中一切概念的基础。

          I/O吞吐量是以块为单位的，

          性能指标本质上就是   获得多少块 和  用了多少时间 的权衡。

  封装，因为要传输。就像邮寄包裹要打包一样。包裹上要写上地址信息，这在TCP/IP中，我们再熟悉不过了，层层打包，层层封装。包邮包头，块有块头。

           块头 ，至关重要。因为它存在了事务信息，锁信息等，这可是关系数据的基础哦。

          凡事都有头，块有块头，区有区头，段有段头，此种套路，在计算机中，由来已久，甚至与生俱来，所以不容忽视。

          最后再说 数据库 ，这里说的是关系数据库。那么我们就必须知道什么是  关系 。

          E.F.CODD提出的关系模型。数学家的论文，我们看不懂，但有人帮我们看懂就行。

          关系，就是  二维表 。

          在定义关系的时候，科学家做了一系列的工作，我们也没有必要跟走一遍，有兴趣当然可以尝试。

          科学家为了定义关系，以及为了解决 数据库设计的时候 冗余 和 一致性 问题而设计出一系列的规范。

         所谓规范，遵守即可，因为科学家已经论证过，这是对的。

         规范也就是范式，大部分情况，我们设计数据库都应该遵守规范，符合范式要求。但也只是大部分情况，有些情况，为了迎合一些特例，就需要 做  反范式设计 。 

         所谓反范式设计，也就是故意冗余，将一致性问题交给应用和业务逻辑。以空间换取时间。

         说到数据一致性，可以说是结构化数据，也就是关系数据库的一个基石。一个人去修改一个数据，没有不一致的，但数据库管理系统不可能是单一操作的，要不怎么能说它庞大，繁杂呢。 很多人一起访问修改是必然的，也就是  并发 。

       并发，是 数据一致性的天敌。道理不言自明。

          要两者和谐相处，谈何容易？ 于是  锁  就闪亮登场。 它是 并发 和 数据一致性 调节者。

          但 锁 是为调节而生的。调节，其实很粗暴。

          哲学上说，时间的绝对和空间的相对。 在同一个时间点，一个数据结构，只能是一个人修改。锁，就是让其他人等待，等待就会产生 阻塞 。于是性能问题就出来了。。。

        如果没有锁，就没有等待（当然，一些空闲等待，不在这个考虑范围内），也就没有阻塞，数据库会运行的畅通无阻，但这在关系数据库系统中是不可能的。

         但是，在非关系数据库中，这是可能的，因为它们可能放弃了锁，为什么能够放弃？ 因为它们剔除了对同一资源争议的情况，也就是不要并发了。因为业务不需要。 符合业务需要，又能健步如飞。

end