2017.02.27：关系型数据库

1. 时间复杂度用来检验某个算法处理一定量的数据要花多长时间。为了描述这个复杂度，计算机科学家使用数学上的『简明解释算法中的大O符号』。这个表示法用一个函数来描述算法处理给定的数据需要多少次运算。重要的不是数据量，而是当数据量增加时运算如何增加。时间复杂度不会给出确切的运算次数，但是给出的是一种理念。

2.数据库的sort()函数——合并排序：与很多有用的算法类似，合并排序基于这样一个技巧：将 2 个大小为 N/2 的已排序序列合并为一个 N 元素已排序序列仅需要 N 次操作。这个方法叫做合并。

1) 在两个序列中，比较当前元素（当前=头一次出现的第一个）

2) 然后取出最小的元素放进8元素序列中

3) 找到（两个）序列的下一个元素，(比较后)取出最小的

重复1、2、3步骤，直到其中一个序列中的最后一个元素，然后取出另一个序列剩余的元素放入8元素序列中。这个方法之所以有效，是因为两个4元素序列都已经排好序，你不需要再『回到』序列中查找比较。

3. 二维阵列是最简单的数据结构。一个表可以看作是个阵列。

3.1二叉查找树是带有特殊属性的二叉树，每个节点的关键字必须：比保存在左子树的任何键值都要大，比保存在右子树的任何键值都要小。

3.2在一个B+树里：只有最底层的节点（叶子节点）才保存信息（相关表的行位置），其它节点只是在搜索中用来指引到正确节点的。

3.3哈希表这种数据结构可以用关键字来快速找到一个元素。为了构建一个哈希表，你需要定义元素的关键字：关键字的哈希函数。关键字计算出来的哈希值给出了元素的位置（叫做哈希桶）；关键字比较函数。一旦你找到正确的哈希桶，你必须用比较函数在桶内找到你要的元素。

3.4哈希联接的道理是：

1) 读取内关系的所有元素

2) 在内存里建一个哈希表

3) 逐条读取外关系的所有元素

4) （用哈希表的哈希函数）计算每个元素的哈希值，来查找内关系里相关的哈希桶内

5) 是否与外关系的元素匹配。

4.查询管理器

这部分是数据库的威力所在，在这部分里，一个写得糟糕的查询可以转换成一个快速执行的代码，代码执行的结果被送到客户端管理器。这个多步骤操作过程如下：

1）查询首先被解析并判断是否合法

2）然后被重写，去除了无用的操作并且加入预优化部分

3）接着被优化以便提升性能，并被转换为可执行代码和数据访问计划。

4）然后计划被编译

5）最后，被执行

5. 一个ACID事务是一个工作单元，它要保证4个属性：

原子性（Atomicity）: 事务『要么全部完成，要么全部取消』，即使它持续运行10个小时。如果事务崩溃，状态回到事务之前（事务回滚）。

隔离性（Isolation）: 如果2个事务 A 和 B 同时运行，事务 A 和 B 最终的结果是相同的，不管 A 是结束于 B 之前/之后/运行期间。

持久性（Durability）: 一旦事务提交（也就是成功执行）,不管发生什么（崩溃或者出错），数据要保存在数据库中。

一致性（Consistency）: 只有合法的数据（依照关系约束和函数约束）能写入数据库，一致性与原子性和隔离性有关。