深色模式
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
执行 SELECT name FROM user WHERE phone = '13800001234';(user 表 2000 万行,phone 上有索引):
- 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)。
- 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。
- 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。 - 执行器:按执行计划调用存储引擎。
- 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。
- 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 |
|---|---|---|
| InnoDB | Inno(公司名 Innobase)+ DB 数据库 | MySQL 默认存储引擎,支持事务和行锁 |
| Buffer Pool | Buffer 缓冲 + Pool 池 | 内存里缓存数据页的区域 |
| MVCC | Multi 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
- ← 来自 一次请求的完整旅程:数据库是第 ⑧ 站。
- ← 来自 树与堆:B+ 树是索引的数据结构。
- ← 来自 虚拟内存:Buffer Pool 和操作系统的页缓存是同一个思路。
- → 影响 索引与 B+ 树:本模块第一篇。
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
- 为什么 2000 万行只要查 3 层 → 索引与 B+ 树