数据库基础概念

哓番茄大约 4 分钟

数据库基础概念

什么是数据库

数据库（Database）是按照一定数据结构来组织、存储和管理数据的仓库。数据库管理系统（DBMS, Database Management System）是操作和管理数据库的软件，如 MySQL、PostgreSQL、Redis 等。

日常开发中所说的「数据库」通常指 DBMS。

为什么需要数据库

直接用文件存储的问题	数据库的解决方案
并发读写冲突	事务 + 锁机制保证一致性
数据量大了查询慢	索引（B+ 树、哈希等）加速查询
没有统一的查询方式	SQL 标准语言
程序崩溃数据丢失	持久化（redo log、WAL）
权限无法控制	用户/角色权限体系

数据库的分类

关系型数据库（RDBMS）

以二维表（行和列）组织数据，表与表之间可以通过外键关联。

代表产品：MySQL、PostgreSQL、Oracle、SQL Server、SQLite。

优点：

结构化强，数据完整性好（约束、外键、事务）
支持 SQL，查询能力强大
数据一致性强，适合金融、电商订单等场景

缺点：

水平扩展（加机器）较困难
表结构固定，灵活性差
高并发海量数据下读写性能有瓶颈

非关系型数据库（NoSQL）

不采用关系模型，常见四类：

类型	特点	代表产品	典型场景
键值型	KV 存储，极快读写	Redis、Memcached	缓存、会话、计数器
文档型	JSON 风格，模式灵活	MongoDB、CouchDB	内容管理、用户画像
列式存储	按列存储，利于聚合分析	HBase、Cassandra	日志、大数据分析
图数据库	节点+边，关系查询强	Neo4j	社交关系、推荐、风控

NewSQL

兼具 NoSQL 的扩展性和关系型数据库的 ACID 能力，如 TiDB、CockroachDB、Google Spanner。国内使用 TiDB 较多。

关系模型核心概念

表、行、列

以一个用户表为例：

id	name	age	email
1	Alice	25	alice@example.com
2	Bob	30	bob@example.com

表（Table/关系）：users
列（Column/属性）：id、name、age、email，每列有数据类型
行（Row/元组）：一条记录，如 (1, 'Alice', 25, ...)

常见术语

主键（Primary Key）：唯一标识一行记录，非空且唯一，如 id
外键（Foreign Key）：指向另一张表的主键，建立表间关联
候选键：能够唯一标识一行的最小属性集合
超键：包含候选键的任意属性集合
索引（Index）：加速查询的数据结构（详见索引篇）

表间关系

一对一（1:1）：用户 — 用户详情，可拆表存敏感字段
一对多（1:N）：部门 — 员工，多方持外键
多对多（M:N）：学生 — 课程，需中间表 student_course

-- 多对多通常用中间表
CREATE TABLE student_course (
  student_id BIGINT NOT NULL,
  course_id  BIGINT NOT NULL,
  PRIMARY KEY (student_id, course_id)
);

数据库设计三范式

范式是设计关系型数据库表结构的规范，目的是减少数据冗余。

第一范式（1NF）：字段原子性

每个字段不可再分。

❌ 违反：contacts 字段存 "手机:138xxx,邮箱:a@x.com"
✅ 满足：拆成 phone、email 两个字段

第二范式（2NF）：消除部分依赖

在 1NF 基础上，非主键字段必须完全依赖于主键（针对联合主键）。

❌ 违反：订单明细表 (order_id, product_id) 联合主键，
   但 product_name 只依赖 product_id（部分依赖）
✅ 满足：product_name 拆到商品表

第三范式（3NF）：消除传递依赖

在 2NF 基础上，非主键字段不能依赖于其他非主键字段。

❌ 违反：员工表中有 dept_id、dept_name，
   dept_name 依赖 dept_id（传递依赖：emp → dept_id → dept_name）
✅ 满足：dept_name 拆到部门表

反范式

范式过高会导致多表 JOIN 频繁、查询变慢。实际生产中常适当冗余换查询性能：

订单表冗余存 user_name、商品快照价格 —— 用空间换时间，避免 JOIN，
且历史订单不随商品改价而变化。

设计口诀：先按三范式设计，再按查询需求适度反范式。

SQL 语言分类

分类	全称	作用	关键字
DDL	Data Definition Language	定义结构	`CREATE`、`ALTER`、`DROP`、`TRUNCATE`
DML	Data Manipulation Language	操作数据	`INSERT`、`UPDATE`、`DELETE`
DQL	Data Query Language	查询数据	`SELECT`
DCL	Data Control Language	控制权限	`GRANT`、`REVOKE`
TCL	Transaction Control Language	事务控制	`COMMIT`、`ROLLBACK`、`BEGIN`

MySQL 体系结构概览

以最常用的 MySQL 为例，自上而下分为几层：

┌─────────────────────────────────────┐
│  连接层：连接管理、认证鉴权、线程池      │
├─────────────────────────────────────┤
│  服务层：SQL 解析器、优化器、执行器      │
│         缓存（8.0 已移除查询缓存）      │
├─────────────────────────────────────┤
│  存储引擎层：InnoDB、MyISAM、Memory   │
│         （插件式，表级别可指定）        │
├─────────────────────────────────────┤
│  文件系统：数据文件、日志文件（redo/undo/binlog）│
└─────────────────────────────────────┘

Server 层跨存储引擎，负责 SQL 解析与优化
存储引擎层负责数据的存储与提取，InnoDB 是 5.5+ 的默认引擎