|
|
既包含概念性知识，也包含一些方法论
基本概念
- 数据库的定义：数据库是长期储存在计算机内、有组织的、可共享的大量数据的集合
- 数据库模式（Schema）的定义：数据库模式是数据库中全体数据的逻辑结构和特征的描述
- 数据库管理系统（DBMS）：计算机程序的集合，用于创建和维护数据库。
- 位于OS和APP之间
- 总是基于某种数据类型
- 例子：MySQL, Oracle11g
- 数据库系统（DBS）：在计算机系统中引入了数据库后的系统，即采用了数据库技术的计算机系统
数据存储
主要内容：
- 存储器结构
- 磁盘块存取时间（计算）
- 不同存储介质的差异
存储器结构
- 核心思想：层次化存储
- 寄存器-内存-磁盘-磁盘阵列-磁带-...
- 典型的磁盘结构
Image
- 重要术语：盘片platter，盘面surface，磁头R/W head，磁道track，柱面cylinder，扇区sector
磁盘块存取时间
- 块（Block）是OS或DBMS进行磁盘数据存取的最小逻辑单元，由若干扇区组成
- 块是DBMS中数据存取的最小单元（逻辑）
- 扇区是磁盘中数据存储的最小单元（物理）
读块时间计算
读块时间T_{all}=寻道时间S+旋转延迟R+传输时间T+其他延迟other
- 在真实情境中，会要求计算“最优”、“平均”、“最坏”情况下的读块时间
- S一般在10ms-40ms之间
- R是磁盘转动到块的第一个扇区到达磁头所需的时间.
- 磁盘转速单位：RPM (Rotation / Min)
- 平均时间为旋转1/2周所费的时间
- e.g., 一个7200RPM的磁盘，平均旋转延迟\overline{R}=\frac{60\times 10^3 ms}{7200}\times\frac{1}{2}\approx 4.17 ms
- T是块的扇区及其间隙旋转通过磁头所需的时间
- e.g., 磁道大约有100,000 Bytes，约10ms转一周，则每秒可从磁盘读取1000/10*100000$\approx$10MB. 一个4KB的块传输时间小于0.5ms
- 其他延迟：
- CPU请求IO的时间
- 争用磁盘控制器时间
- 征用总线和主存的时间
- 典型情况：0（忽略不计）
- 如何读下一块：
- 在同一柱面上->R+T+other
- 不在同一柱面上->S+R+T+other
写块时间计算
- 如果无需校验；则与读块相同
- 如果需要校验，则需要加上1次旋转时间和1次块传输时间
块修改
- 将块读入主存
- 在主存完成修改
- 将块重新写入磁盘
- 块地址=<物理设备号,柱面号,盘面号(或磁头号),扇区号>
不同存储介质优缺点对比
- 传统存储器件：磁盘、磁带等
- 新型存储器包括：闪存、相变存储器、磁阻式存储、电阻式存储器、忆阻器等. 共同特点：非易失性
- 优点：高存储密度、低功耗、无机械延迟、存取速度快、便携、抗震、低噪音
- 缺点：读写性能不对称、读写次数有限、可靠性不高
闪存（Flash Memory）
- 读写不对称（写慢读快）
- 写前擦除：异位更新、块擦除操作
- 寿命有限：块擦除次数有限
- 按页读写
- 按块擦除
相变存储器（Phase Change Memory）
Image
数据表示
主要内容：
- 数据项的表示
- 记录的表示
- 记录在块中的组织
- 块在文件中的组织（链表式堆文件和目录式堆文件）
数据元素的表示层次：
数据项->记录->块->文件 数据项的表示
- 数据项本质是字节序列，表示关系数据库中元组的属性值
- 数据项表示方法：SQL数据类型
- e.g., Integer (short)，2 bytes, 16 bits
- SQL中的数据项表示总结
Image
记录的表示
固定格式定长记录
- 所有记录具有相同的逻辑结构（模式）
- # fields
- Name of each field
- Type of each field
- Order in record
- offset of each field in the record
-- SQL中固定格式定长记录的构造
CREATE TABLE Student(
stid CHAR(30) PRIMARY KEY,
stname VARCHAR(255),
gender CHAR(1),
birthdate DATE
)记录首部
- 在记录首部（Head）描述记录的信息
- 记录类型（模式信息）
- 记录长度
- 时间戳（用于并发控制）
- 其他信息
- 示例
Image
可变格式记录
- 每个记录的格式不同
- 记录的格式存储于记录中
- 典型例子：Key-Value. Key与Value都以字节流存储，如：
typedef struct{
void *data; //字节流指针
int size; //字节流长度
} DBT;
// 数据类型没有限制
// 应用与数据库之间不需要转换数据格式
// 不提供key和value的内容和结构信息
// 应用必须知道value的含义
- 优点
- 灵活的记录格式，适合“松散”记录，如病人的检验结果
- 适合处理重复字段
- 适合记录格式演变
- 缺点
- 标记存储方式空间代价高
- KV方式难以支持复杂查询
- 应用负担重且事务处理等实现困难
记录在块中的组织
- 定长记录：记录地址rid通常使用<块号,槽号>表示
- 变长记录：记录地址通过槽目录+<记录偏移量,长度>表示
块在文件中的组织
- 堆文件（Heap File）
- 最基本、最简单的文件结构
- 记录不以任何顺序排序
- 记录可能存放在物理不邻接的块上
- 插入容易，但查找和删除代价高
- 链表式堆文件组织
首块 <-> 数据块 <-> 数据块 <-> 数据块 -> 含空闲空间的块链表 [邻接数据块阵列（首块）] -> [邻接数据块阵列] -> [邻接数据块阵列] -> ... SQL Server的数据存储结构
- 数据存储的基本单位式是页。一页的大小是8KB
- 页地址：<文件号,页号>
- 数据行地址：<页地址,槽号>
- 扩展盘区：介于块和文件之间，一个扩展盘区是8个邻接的页（或64KB）
- SQL Server文件组织
- 主要数据文件(.mdf)：指向数据库中文件的其他部分
- 次要数据文件(.ndf)
- 日志文件(.ldf)
- 数据文件的起始结构：PFS页，GAM页，SGAM页
- PFS：记录扩展盘区的哪些页已分配或可用，一个PFS记录约8,000页
- GAM：记录已分配的扩展盘区，每个元素是一个PFS
- SGAM：记录当前用作混合扩展盘区且至少有一个未使用的页
| 扩展盘区的当前使用情况 | GAM位设置 | SGAM位设置 | | 可用，未使用 | 1 | 0 | | 统一扩展盘区或已满的混合扩展盘区 | 0 | 0 | | 有可用页的混合扩展盘区 | 0 | 1 |
本文使用 Zhihu On VSCode 创作并发布 |
|
发表于 2023-3-26 18:53:43