Skip to content

00 · 数据库导读:数据怎么存下来还不乱 ​

学完你能说出:

  • 数据库要同时解决的 4 个问题:存得下、找得快、不出错、扛得住并发。
  • 一条 SQL 在 MySQL 里经过哪几步,哪一步决定快慢。
  • 为什么几乎所有设计都在「对抗磁盘慢」,以及本模块 6 篇怎么串起来。

先看地图 ​

在一次请求的完整旅程里,第 ⑧ 站是数据库。这个模块讲 MySQL(最常用的关系型数据库,默认存储引擎 InnoDB):

⓪ 导读(本篇)
① 索引与 B+ 树:怎么找得快
② 事务与 ACID:怎么不出错
③ 隔离级别与 MVCC:多人同时读写,读到什么        ┐ 同一个问题的两条路:
④ 锁与死锁:多人同时写,谁先谁后                  ┘ 多版本(乐观) vs 加锁(悲观)
⑤ SQL 执行与优化:EXPLAIN、慢查询怎么查
⑥ 数据库优化的分层答法:数据多了怎么办(面试高频)

本篇讲 3 个点:① 数据库要解决的 4 个问题 → ② 一条 SQL 的执行流程 → ③ 一个贯穿全模块的前提:磁盘很慢

一句话本质 ​

数据库 = 在磁盘上存数据,同时做到找得快(索引)、不出错(事务)、多人同时用也不乱(锁和 MVCC)。

生活类比 ​

图书馆(全站数据库统一用这个类比):

数据库图书馆
表一排书架
行一本书
索引索引柜:按书名排好的卡片,写着书在几排几号
事务一次借还手续:要么全部办完,要么都不算
锁借出登记本:我借走了,别人只能等
MVCC同一本书存了几个版本的复印件,读者各看各的
Buffer Pool前台的推车:常借的书放在手边,不用每次去库房

一步步看:一条 SQL 怎么执行 ​

← 左右滑动看完整图 →Server 层:听懂 SQL、决定怎么查连接器账号、权限解析器语法对不对优化器选索引、定顺序执行器按计划调用引擎存储引擎 InnoDB:真正存取数据Buffer Pool内存里缓存的数据页B+ 树索引3 次查找定位到行MVCC + 锁读看版本,写要加锁磁盘数据页 16 KB 一页日志undo(能撤销)· redo(崩溃能恢复)· binlog(主从同步、数据同步)没命中才读盘
MySQL 分两层:Server 层负责「听懂 SQL、决定怎么查」(连接器 → 解析器 → 优化器 → 执行器);存储引擎 InnoDB 负责「真正存取数据」:数据页先在内存 Buffer Pool 里找,找不到才读磁盘;读用 MVCC,写要加锁并记日志。

执行 SELECT name FROM user WHERE phone = '13800001234';(user 表 2000 万行,phone 上有索引):

  1. 连接器:检查账号密码和权限。连接建好后可以反复用(所以后端要用连接池)。
  2. 解析器:检查语法,把 SQL 变成一棵语法树。写错关键字就在这一步报错。
  3. 优化器:决定怎么查最快:走 phone 索引,还是全表扫描?多表 join 先查哪张?这一步决定了 SQL 快不快,EXPLAIN 看的就是它的决定。
  4. 执行器:按执行计划调用存储引擎。
  5. InnoDB 存储引擎:
    • 在 phone 索引的 B+ 树里查 3 层,找到这行的主键 id;
    • 再到主键索引里查 3 层,拿到整行数据(这一步叫「回表」);
    • 每一层是一个 16 KB 的数据页:页在内存(Buffer Pool)里就直接读,不在就从磁盘读一页进来;
    • 如果是写操作,还要加锁、写 undo log、redo log、binlog。
  6. 返回结果。

一共约 6 次页访问。热数据都在内存里时,整个查询约 1 毫秒;全表扫描 2000 万行则要几秒。

为什么这么设计 ​

为什么说数据库的设计都在「对抗磁盘慢」? ​

  • 问题:内存读一次约 100 纳秒,固态硬盘随机读一次约 0.1 毫秒(慢约 1000 倍),机械硬盘约 10 毫秒(慢约 10 万倍)。数据又大到只能放磁盘。
  • 方案:
    • 索引用 B+ 树:又矮又胖,2000 万行只要 3 层,查一次只读 3 个页。
    • Buffer Pool:把常用的页留在内存里,大部分查询不碰磁盘。
    • 先写日志、再慢慢刷数据页:日志是顺序写,比随机写数据页快得多。
  • 好处:把「每次查询都读很多次磁盘」变成「多数时候只读内存」。

一句话答法

磁盘比内存慢上千倍,所以 InnoDB 的核心设计都在减少磁盘访问:B+ 树让树很矮、Buffer Pool 把热数据留在内存、先顺序写日志再异步刷数据页。

为什么 Server 层和存储引擎要分开? ​

  • 问题:「听懂 SQL、决定怎么查」和「数据在磁盘上怎么摆」是两类完全不同的问题,揉在一起很难换实现。
  • 方案:Server 层统一处理 SQL,存储引擎通过统一接口提供「按条件取行」的能力。
  • 好处:同一套 SQL 可以跑在不同引擎上:InnoDB 支持事务和行锁,是默认选择;早期的 MyISAM 不支持事务,现在基本不用。

一句话答法

Server 层负责解析和优化 SQL,存储引擎负责真正存取数据,分开后可以换引擎;现在默认用 InnoDB,因为它支持事务、行锁和崩溃恢复。

为什么锁和 MVCC 要一起用? ​

  • 问题:多人同时读写同一行,全靠加锁的话,读要等写、写要等读,并发很差。
  • 方案:读用 MVCC(看一个旧版本快照,不加锁),写用锁(同一行同一时刻只能一个人改)。
  • 好处:读不阻塞写、写不阻塞读,只有「两个人同时改同一行」才需要排队。

一句话答法

InnoDB 读用 MVCC、写用锁:普通读看快照不加锁,所以读写互不阻塞;只有同时改同一行时才靠锁排队。

英文术语拆解 ​

术语拆开看一句话意思
InnoDBInno(公司名 Innobase)+ DB 数据库MySQL 默认存储引擎,支持事务和行锁
Buffer PoolBuffer 缓冲 + Pool 池内存里缓存数据页的区域
MVCCMulti 多 + Version 版本 + Concurrency 并发 + Control 控制多版本并发控制:读旧版本,不加锁
ACID原子性、一致性、隔离性、持久性的首字母事务的 4 个特性
EXPLAIN解释让 MySQL 说出它打算怎么执行一条 SQL

面试怎么问 ​

Q:一条 SQL 查询语句在 MySQL 里是怎么执行的?

先经过 Server 层:连接器验证账号权限,解析器做语法分析,优化器选择索引和 join 顺序生成执行计划,执行器按计划调用存储引擎。InnoDB 在 B+ 树里定位数据,数据页先在 Buffer Pool 里找,找不到再从磁盘读入;读操作通过 MVCC 判断哪个版本可见,写操作还要加锁、写 undo 和 redo 日志。

Q:为什么 InnoDB 是默认存储引擎?和 MyISAM 有什么区别?

InnoDB 支持事务、行级锁、崩溃恢复(靠 redo log),数据按主键聚簇存储;MyISAM 不支持事务,只有表锁,崩溃后可能损坏。业务系统需要事务和高并发写,所以默认用 InnoDB。

容易混的地方 ​

  • 事务 ≠ 锁:事务是「一组操作要么全成要么全不算」的保证;锁只是实现隔离的手段之一,MVCC 就不用锁。
  • ACID 里的 C(一致性)是目标,不是手段:原子性、隔离性、持久性是手段,加上应用自己的约束,共同保证一致性。
  • 加了索引不一定快:区分度低的字段(如性别)几乎没用,还会拖慢写入。
  • MySQL 8.0 已经没有查询缓存:命中率太低,表一写全部失效,所以删掉了。现在缓存靠 Buffer Pool 和应用层的 Redis。

和其他知识的连接 ​

自测 3 问 ​

Q1:数据库比「把数据存成文件」多做了哪 4 件事?

点开看答案

① 按条件快速查询(索引);② 事务:要么全成要么全不算,断电不会写坏;③ 并发控制:多人同时读写不乱(锁、MVCC);④ 约束:主键唯一、非空等。

Q2:一条 SQL 的执行流程里,哪一步决定了它快不快?怎么看它的决定?

点开看答案

优化器:决定走哪个索引、多表 join 的顺序,生成执行计划。用 EXPLAIN 查看执行计划。

Q3:为什么 InnoDB 读用 MVCC、写用锁?

点开看答案

全用锁的话读写互相阻塞,并发差。读用 MVCC 看快照版本不加锁,写用锁保证同一行同一时刻只有一个人改,于是读写互不阻塞,只有写写冲突才排队。

✅ 验收清单 ​

  • 能说出数据库要解决的 4 个问题
  • 能按顺序说出一条 SQL 经过的 5 个组件,并指出哪一步决定快慢
  • 能用内存和磁盘的速度差,解释 B+ 树、Buffer Pool、先写日志这 3 个设计
  • 能说出 InnoDB 和 MyISAM 的 2 个区别

下一步该懂什么 ​