数据库ABC

引子

工作中一直做算法，对于数据库的知识仅仅是select等简单sql。

这段时间倒腾clickhouse，发现知识储备不足，利用端午假期，搜罗了一些简单的知识，集成到这里。

事务

定义：

事务就是「一组原子性的SQL查询」，或者说一个独立的工作单元。如果数据库引擎能够成功地对数据库应用该组查询的全部语句，那么就执行该组查询。如果其中有任何一条语句因为崩溃或其他原因无法执行，那么所有的语句都不会执行。也就是说，事务内的语句，要么全部执行成功，要么全部执行失败。

我的理解：

也就是说事务就是一堆sql的集合，定义了一个最小的action，例如一次转账。类似于面向对象语言里的一个函数体。但是要保证事务的完整性，不能存在执行到一半的情况。

知乎上一个不错的讲解：https://www.zhihu.com/question/31346392

存储过程

定义：存储过程（Stored Procedure）是在大型数据库系统中，一组为了完成特定功能的SQL 语句集，存储在数据库中，特点是经过第一次编译后再次调用时不需要再次编译，用户通过指定存储过程的名字并给出参数（如果该存储过程带有参数）来调用存储过程。可以由数据库自己去调用，也可以由java程序去调用。类似于一个函数集合，但是这个函数是存储于远程服务器端的，是经过编译之后的。下次再执行就可以不用再传输过去了。

我的理解：

事务可以算是一个最小业务单元，存储过程实现的业务要复杂一些，类似于一个模块。

详细讲解见：https://zhuanlan.zhihu.com/p/137896709

数据库分类

 

1. OLTP：是传统的关系型数据库，主要操作增删改查，强调事务一致性，比如银行系统、电商系统。
2. OLAP：是仓库型数据库，主要是读取数据，做复杂数据分析，侧重技术决策支持，提供直观简单的结果。

行式与列式的区别

Clickhouse特殊之处

主键

• clickhouse不要求主键惟一。
• 如果不指定主键，可以使用ORDER BY tuple()

clickhouse为什么这么快

• 只需要读取要计算的列数据，而非行式的整行数据读取，降低 IO cost。
• 同列同类型，有十倍压缩提升，进一步降低 IO。
• Clickhouse 根据不同存储场景，做个性化搜索算法。

稀疏索引&稠密索引

1. 稀疏索引使得你可以处理极大量的行，因为大多数情况下，这些索引常驻与内存（RAM）中。稠密索引就是每个主键值都建立索引，但是这样检索虽然会快，但是存储也会大。而稀疏索引就是平衡了一下，每隔index_granularity建立一个索引。

主键(primary xxx)和排序键(order by xxx)

1. 主键和排序键。主键和排序键可以不同，但是主键得是排序键的前缀。CK设计排序键的时候，要充分与应用场景结合，要考虑到经常做的groupby()操作。groupby有两类指标：维度指标和度量指标。可以把维度指标加入到排序键里，以提高聚合效率。

引擎的功能

与引擎有关的功能如下：

存储机制、索引技巧、锁定水平、是否支持事务（是否支持commit、rollback）、存储位置（是否保存在内存中）、插入或者查询的速度（如果用来存储历史数据，比较关心插入速度；如果数据已经不怎么更新但是需要经常查询，更关心查询速度）、是否支持分布式数据库、安全性支持。数据的存储方式和位置，写到哪里以及从哪里读取数据。支持哪些查询以及如何支持。并发数据访问。索引的使用（如果存在）是否可以执行多线程请求。TTL：time to live。设置生存周期，过期后数据会自动删除。这样可以有效控制数据库的容量。