手写SQL编译器 - Chapter 1

数据库是怎么工作的？

当你打开这篇文章的时候你一定也好奇：

• SQL语句为什么能对数据库操作
• 事务回滚是怎么滚的？
• 数据是怎么被保存到硬盘里的？
• …

接下来我们将一步步搭建一个框架并逐渐完善，并尝试着把这些问题讲明白。

我选择基于 SQLite ，因为 SQLite 体积小又功能齐全，整个数据库就存储在一个文件中。
我认为可以以此为起点以小见大，启发大家对数据库有更多的思考。

一个 SQL 语句需要经过一连串的过程才能检索或修改数据。

1. 前端包括：
   • tokenizer 词法解析器
   • parser 语法解析器
   • code generator 代码生成器

前端输入一个 SQL 查询，输出为 SQLite 虚拟机字节码。字节码本质上就是可以在数据库上运行的程序。

2. 后端包括：
   • Virtual Machine 虚拟机
   • B-Tree B 树
   • Pager 页缓存管理器
   • OS Interface 操作系统接口
     虚拟机将前端生成的字节码作为指令，可以对一个或多个索引执行操作，每个表或索引都存储在 B 树上（B 树：一种树状数据结构）。其实虚拟机本质上就是一堆判断字节码指令的 switch 语句。

B 树由许多结点组成。每个结点的长度为一页。B 树可以通过向 pager 发出指令来执行 从磁盘检索页面或保存回磁盘的操作。

pager通过接收指令读取或写入页，它负责以适当的偏移量在数据库文件中进行读取或写入。它还在内存中保留了最近访问页面的缓存，并决定何时将这些页面写回磁盘。

操作系统接口与上面提到的不在同一层。具体什么样的接口取决于为哪个操作系统的 SQLite 编译。在这个系列中，暂不支持跨平台。

---

本系列环境：
【操作系统】：Ubuntu 20.04 LTS
【语言】：C 语言
【编译器】： GCC 9.3.0

前置知识要求：
1. 会C语言，不要求精通，懂基本的 顺序结构、分支结构、循环结构 和 指针即可。
2. 对数据结构略有耳闻
3. 会 SQL 或 了解 SQLite

---

先整点好玩的~~

REPL

REPL，全称 Read Eval Print Loop：交互式解释器。

例如 Python 安装以后就自带 REPL ，在命令行下输入 Python 就可以启动

$ python
Python 3.8.5 (default, Aug 19 2020, 17:31:43) 
[GCC 4.8.5 20150623 (Red Hat 4.8.5-39)] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> 
>>> print("Hello World!")
Hello World!
>>> 

动手实现

现在我们也自己实现一个

// MyREPL.c 

#include <stdio.h>
#include <stdlib.h>
#include <stdbool.h>
#include <string.h>

int main() {
   
    char command[100];
    
    while (true) {
   
    	printf("BoiiDB > ");    // 打印提示符
        scanf("%s", command);   // 接收输入
        
        if(strcmp(command, ".q") == 0)