A nice cheat sheet of different databases in cloud services

云服务中不同数据库的便捷速查表

为您的项目选择合适的数据库是一项复杂的任务。许多数据库选项，每个都适合不同的用例，可能会迅速导致决策疲劳。

我们希望这个速查表能为您提供高层次的指导，以确定符合您项目需求的正确服务，并避免潜在的陷阱。

注意：谷歌对其数据库用例的文档有限。尽管我们尽力查看了可用内容并得出了最佳选项，但某些条目可能需要更准确。

8 Data Structures That Power Your Databases

数据库索引格式的选择取决于您的具体使用场景。数据可以在内存中或在磁盘上进行索引。同样，数据格式也各不相同，例如数字、字符串、地理坐标等。系统可能是写操作密集型或读操作密集型。所有这些因素都会影响您对数据库索引格式的选择。

以下是一些用于索引数据的最流行的数据结构：

• 跳跃表：一种常见的内存中索引类型。在Redis中使用
• 哈希索引：“映射”数据结构（或“集合”）的一种非常常见的实现
• SSTable：不可变的磁盘上“映射”实现
• LSM树：跳跃表+SSTable。高写入吞吐量
• B树：基于磁盘的解决方案。一致的读写性能
• 倒排索引：用于文档索引。在Lucene中使用
• 后缀树：用于字符串模式搜索
• R树：多维搜索，例如查找最近邻居

How is an SQL statement executed in the database?

下面这张图展示了这个过程。请注意，不同数据库的架构是不同的，这张图展示了一些常见的设计。

第一步 - 通过传输层协议（例如TCP）将SQL语句发送到数据库。

第二步 - SQL语句被发送到命令解析器，在那里它经过语法和语义分析，然后生成查询树。

第三步 - 查询树被发送到优化器。优化器创建执行计划。

第四步 - 执行计划被发送到执行器。执行器从执行中检索数据。

第五步 - 访问方法提供执行所需的数据获取逻辑，从存储引擎检索数据。

第六步 - 访问方法决定SQL语句是否是只读的。如果查询是只读的（SELECT语句），它将被传递给缓冲区管理器进行进一步处理。缓冲区管理器在缓存或数据文件中查找数据。

第七步 - 如果语句是UPDATE或INSERT，它将被传递给事务管理器进行进一步处理。

第八步 - 在事务期间，数据处于锁定模式。这是由锁管理器保证的。它还确保事务的ACID属性。

CAP theorem

CAP定理是计算机科学中最著名的术语之一，但我敢打赌不同的开发者有不同的理解。让我们来探讨一下它是什么以及为什么它可能会令人困惑。

CAP定理指出，一个分布式系统不能同时提供以下三个保证中的两个以上。

• 一致性：一致性意味着所有客户端在任何时间点都能看到相同的数据，无论它们连接到哪个节点。
• 可用性：可用性意味着任何请求数据的客户端都会得到响应，即使某些节点宕机。
• 分区容错性：分区表示两个节点之间的通信中断。分区容错性意味着系统在网络分区的情况下继续运行。

“三选二”的表述可能是有用的，但这种简化可能会产生误导。

1. 选择一个数据库并不容易。仅仅基于CAP定理来证明我们的选择是不够的。例如，公司不会仅仅因为Cassandra是一个AP系统就选择它用于聊天应用。有一系列良好的特性使得Cassandra成为存储聊天消息的理想选择。我们需要更深入地挖掘。

2. “CAP只禁止了设计空间的一小部分：在存在分区的情况下实现完美的可用性和一致性，这种情况很少见。”引自论文：CAP十二年后：规则如何改变。

3. 该定理关注的是100%的可用性和一致性。一个更现实的讨论应该是在没有网络分区的情况下，延迟和一致性之间的权衡。更多细节请参见PACELC定理。

CAP定理真的有用吗？

我认为它仍然有用，因为它为我们打开了一系列权衡讨论的思路，但它只是故事的一部分。在选择正确的数据库时，我们需要更深入地挖掘。

Types of Memory and Storage

Visualizing a SQL query

SQL语句的执行涉及多个步骤，包括：

1. 解析SQL语句并检查其有效性；
2. 将SQL转换为内部表示形式，如关系代数；
3. 优化内部表示并创建利用索引信息的执行计划；
4. 执行计划并返回结果。

SQL的执行非常复杂，涉及许多考虑因素，例如：

1. 索引和缓存的使用；
2. 表连接的顺序；
3. 并发控制；
4. 事务管理。

SQL language

在1986年，SQL（结构化查询语言）成为了一个标准。在接下来的40年里，它成为了关系数据库管理系统的主导语言。阅读最新的标准（ANSI SQL 2016）可能会很耗时。我该如何学习它？

SQL语言有5个组成部分：

1. DDL：数据定义语言，如CREATE、ALTER、DROP
2. DQL：数据查询语言，如SELECT
3. DML：数据操作语言，如INSERT、UPDATE、DELETE
4. DCL：数据控制语言，如GRANT、REVOKE
5. TCL：事务控制语言，如COMMIT、ROLLBACK

作为一个后端工程师，你可能需要了解其中的大部分。作为一个数据分析师，你可能需要对DQL有很好的理解。选择与你最相关的主题进行学习。