经典计算机论文阅读摘录

    很多计算机中有重要价值的思想、观点都需要回到“原本”【original paper 】之中才能真切的体会，但同时由于时代背景的变迁，一些经典论文中所用的术语、所介绍的问题难免过时、费解。所以对于这些“原本”，我们也需要灵活的去摄取其精华。

    在此，将个人的一些paper reading notes做一集中的记录。个人的观点和想法，弄斧于班门，如有不当，万望指正。

1， 《A relational Model of Data for Large shared Data Banks》 E.F.Codd 1970

      【背景：在本科时就学习过数据库原理之类的，但是对于所谓的“关系型数据库”显然还是属于睁眼瞎，不懂其本质的状态。而在最近的工作之中，由于很大一部分的工作内容就是需要设计数据表结构（无论是在MySQL这种数据库还是hive这种数据仓库之中）以及写各种SQL、HQL语句，感觉还是有必要从原理上正本清源的理顺一下的。】

       Codd在这篇paper中提出了关系型数据库的概念，并且就其中的redundancy、consistency等问题加以了讨论。作者所讲的story其实在今天的软件工程开发来看，再正常不过了，就是：解耦 data使用者application user与database的具体内部文件存储之间的关系。作者认为这是当时流行的network model型数据模型的主要问题。在我看来，作者所指出的以tree或network型数据模型的主要问题在于以下两点： （1）tree、network 本身就是具有一定structure的， 而数据库与数据结构的一大不同就在于数据库是要长期存储在disk上的而不是主要的内存RAM中，所以以文件这种较为plain的存储方式想要存储tree、network这些带结构的东西本身就会存在一定的困难，而relation这种structure，如文中所说，当完全的打平（即不存在“表中表”）后是可以直接的表示为二维列表结构的，而这不正好就是文件所最多可以表达的结构了吗？！  “A relation whose domains are all simple can be represented in storage by a two-dimensional column-homogenous array ...”. 

       另外，在使用了relation model之后，而relation还是一个被研究的很成熟了的基本数据概念，那么通用的algebra的一些理论工具就可以很好的应用上了，所以后面说的operation： projection、selection、join就相对比较明白，重要的是作者也验证了基于这些很简单的operation还确实可以解决、express很多的实际需求。