数据库的基本要求
原子性。
影子拷贝：写操作执行在数据库的副本上，而原始数据库保持不变。若某操作需要中止，只需要删除副本。
一致性。
完整性约束检查。
隔离性。
两阶段锁：能够保证事务的可串行化执行，可能发生死锁。
持久性。
关系数据库的基本概念
关系的基本术语：
属性（Attribute）：在现实世界中，要描述一个事物常常取若干特征来表示。这些特征称为属性。例如学生通过学号、姓名、性别、系别、年龄、籍贯等属性来描述。
域（Domain）：每个属性的取值范围对应一个值的集合，称为该属性的域。
例如，学号的域是 6 位整型数，姓名的域是 10 位字符；性别的域为{男，女}等。一般在关系数据模型中，对域还加了一个限制，即所有的域都应是原子数据（AtomicData）。例如，整数、字符串是原子数据，而集合、记录、数组是非原子数据。关系数据模型的这种限制称为第一范式（FirstNormalForm，1NF）条件。但也有些关系数据模型突破了 1NF 的限制。
目或度（Degree）:目或度指的是一个关系中属性的个数。
候选码（CandidateKey）:若关系中的某一属性或属性组的值能唯一的标识一个元组，则称该属性或属性组为候选码。
主码（PrimaryKey）:或称主键，若一个关系有多个候选码，则选定其中一个作为主码。
主属性（PrimeAttribute）:包含在任何候选码中的属性称为主属性。不包含在任何候选码中的属性称为非主属性（Non-PrimeAttribute）。
外码（ForeignKey）:如果关系模式 R 中的属性或属性组不是该关系的码，但它是其他关系的码，那么该属性集对关系模式 R 而言是外码。
例如，客户与贷款之间的借贷联系 c-1（c-id，loan-no），属性 c-id 是客户关系中的码，所以 c-id 是外码；属性 loan-no 是贷款关系中的码，所以 loan-no 也是外码。
全码（All-key）:关系模型的所有属性组是这个关系模式的候选码，称为全码。
例如，关系模式 \(R(T, C, S)\)，属性 T 表示教师，属性 C 表示课程，属性 S 表示学生。假设一个教师可以讲授多门课程，某门课程可以由多个教师讲授，学生可以听不同教师讲授的不同课程，那么，要想区分关系中的每一个元组，这个关系模式 R 的码应为全属性 T、C 和 S，即 ALL-KEY。
笛卡尔积。
关系数据库模式
关系的描述称为关系模式(RelationSchema)。可以形式化地表示为：
其中： - \$R\$ 表示关系名。 - \$U\$ 是组成该关系的属性名集合是属性的域。 - \$dom\$ 是属性向域的映像集合。 - \$F\$ 为属性间数据的依赖关系集合。
通常将关系模式简记为：
为关系名，\(R\) 为关系名，\(A_1, A_2, A_3, \cdots , A_n\) 为属性名或域名，属性向域的映像常常直接说明属性的类型、长度。通常在关系模式主属性下加下划线表示该属性为主码属性。
| 可以简单将关系模式当作表的字段元组。 |
函数依赖
给定关系模式 \(R(U, F)\)，其中属性集 \(U={A_1, A_2, A_3, A_4, A_5, A_6}\)、函数依赖集 \(F={A_1->A_2, A_1->A_3, A_3->A_4, A_1A_5->A_6}\)。则可以确定：
由于 \(A_1A_5\) 仅出现在函数依赖集的左部。因此 \(A_1A_5\) 为 \(R\) 的主码。
由于 \(A_1A_5\) 的闭包为 \(U\)，因此 \(A_1A_5\) 为 \(R\) 的唯一候选码。
数据库设计
数据库设计阶段分为以下阶段：
需求分析阶段：形成需求说明文档、数据字典和数据流图。
概念结构设计。
逻辑结构设计。
进行关系规范化。
物理结构设计。
基本概念
数据模型描述的内容包括三个部分：数据结构、数据操作和数据约束
乐观锁和悲观锁
乐观锁：乐观锁在操作数据时认为别人不会同时修改数据。因此乐观锁不会上锁，只是在执行更新的时候判断一下在此期间别人是否修改了数据，如果别人修改了数据则放弃操作，否则执行操作。
悲观锁：悲观锁在操作数据时认为别人会同时修改数据。因此操作数据时直接把数据锁住，直到操作完成后才会释放锁；上锁期间其他人不能修改数据。
CAS 的参数一共有三个，第一个是内存地址，第二是期望值，第三个是新值。如果内存处的值与期望值相等就进行更新，否则退出。CAS 的操作是原子性的。一般将 CAS 配合 yield + while 对内存进行更新
原子变量就是乐观锁
乐观锁适用于单个变量，悲观锁适用于多个变量
乐观锁在竞争不激烈时具有优势，悲观锁在竞争激烈时更有优势。因为乐观锁中存在忙等
乐观锁本身不加锁，但是可以和悲观锁相配合
CAS 的缺点：
ABA问题
假设有两个线程——线程1和线程2，两个线程按照顺序进行以下操作：
线程1读取内存中数据为A；
线程2将该数据修改为B；
线程2将该数据修改为A；
线程1对数据进行CAS操作
在第(4)步中，由于内存中数据仍然为A，因此CAS操作成功，但实际上该数据已经被线程2修改过了。这就是ABA问题。
在AtomicInteger的例子中，ABA似乎没有什么危害。但是在某些场景下，ABA却会带来隐患，例如栈顶问题：一个栈的栈顶经过两次(或多次)变化又恢复了原值，但是栈可能已发生了变化。
对于ABA问题，比较有效的方案是引入版本号，内存中的值每发生一次变化，版本号都+1；在进行CAS操作时，不仅比较内存中的值，也会比较版本号，只有当二者都没有变化时，CAS才能执行成功。Java中的AtomicStampedReference类便是使用版本号来解决ABA问题的。
高竞争下的开销问题
在并发冲突概率大的高竞争环境下，如果CAS一直失败，会一直重试，CPU开销较大。针对这个问题的一个思路是引入退出机制，如重试次数超过一定阈值后失败退出。当然，更重要的是避免在高竞争环境下使用乐观锁。
功能限制
CAS的功能是比较受限的，例如CAS只能保证单个变量（或者说单个内存值）操作的原子性，这意味着：(1)原子性不一定能保证线程安全，例如在Java中需要与volatile配合来保证线程安全；(2)当涉及到多个变量(内存值)时，CAS也无能为力。
除此之外，CAS的实现需要硬件层面处理器的支持，在Java中普通用户无法直接使用，只能借助atomic包下的原子类使用，灵活性受到限制。
MySQL 中的锁
存储引擎 | 行锁 | 表锁 | 页锁 |
MyISAM | \(\checkmark\) | ||
BDB | \(\checkmark\) | \(\checkmark\) | |
InnoDB | \(\checkmark\) | \(\checkmark\) |
行锁是存储引擎实现的作用在索引上的。如果在建表的时候没有定义一个索引，InnoDB 会创建一个聚簇索引并将其作为锁作用的索引
表锁是由 MySQL Server 实现的。因此所有的引擎都支持
两种锁的比较
表锁：加锁过程的开销小，加锁的速度快；不会出现死锁的情况；锁定的粒度大，发生锁冲突的几率大，并发度低；
|
行锁：加锁过程的开销大，加锁的速度慢；会出现死锁；锁定粒度最小，发生锁冲突的概率最低，并发度也最高；
|
事务
事务的特征 ACID
分别代指原子性、一致性、隔离性、持久性
数据安全
数据的安全和一致性主要是由于并发引起的，这儿包括脏读、幻读、不可重复读
脏读：事务 A 在更新数据的时候事务 B 读取了数据。但是这时数据还没有更新为正确的值（比如事务失败回滚），事务 B 就发生了脏读。也就是说事务 B 读到了事务 A 未提交的数据
幻读：事务 A 和事务 B 同时对数据进行更新，导致事务 A 更新的数据被事务 B 覆盖
不可重复读：事务 A 两次读取到的数据不一样
级别高低：脏读 < 不可重复读 < 幻读
所以设置了最高级别的SERIALIZABLE_READ就不需要设置其他的了，即解决了幻读问题那么脏度和不可重复读自然就都解决了。
数据库的隔离级别为：
| 隔离级别 | 作用 |
|---|---|
Read Uncommitted | 什么也不做 |
Read Committed | 事务提交后才能读取数据，解决幻读 |
Repeated Read | 在一个事务中，对同一份数据的读取结果总是相同的，解决脏读、解决重复读 |
Serialization | 事务串行执行。通过牺牲系统的并发性解决并发事务的所有问题 |
排它锁和共享锁
排它锁 (eXclusive Lock)又称为写锁、X 锁。在事务对数据加锁期间可以进行读写，但是不允许其他事务加锁共享锁 (Shared Lock)又称为读锁、S 锁。在事务加锁期间允许读，不允许写。加锁期间允许其它事务加共享锁，但是不允许加写排它锁
数据库安全保护
连接
分为内连接（等值连接）和外连接
内连接是 INNER JOIN 。左右表取交集 外连接包含了左连接和右连接。 LEFT JOIN 和 RIGHT JOIN
数据库三级模式结构
数据库系统的三级模式结构是指模式、外模式和内模式
模式：逻辑模式或者概念模式。是所有用户的公共数据视图。位于三级结构的中间
外模式：也叫用户模式。是数据库用户能看到的数据视图。外模式是模式的子集，一个模式可以有多个外模式
内模式：一个数据库只有一个内模式。内模式是数据库内部数据的表示方式。
三级模式保证了数据的独立性
索引
索引的好处：[1]
数据库索引能避免进行数据库全表的扫描。
特定的情况下，索引可以避免排序操作。
存在非聚集索引时，有时无需访问数据页即可得到数据。
存在聚集索引时，有时无需访问数据页即可得到数据。
建立索引不一定提高查询速度，这取决于索引是否有助于查询。例如对于需要全表扫描的查询而言，有没有索引没什么影响 |
数据库范式
一共是六个范式，1NF→2NF→3NF→BCNF→4NF→5NF
其中：
1NF：数据表中的所有码都是不可再分的
2NF：存在唯一一个主键，且其它关键字与主键一一对应
3NF：非主属性不依赖于非主键属性 BCNF：
4NF：当一个表中的非主属性相互独立时，这些非主属性不应该有多值
5NF：表必须可以分解为较小的表，除非那些表在逻辑上拥有与原始表相同的主键。
主键
根据 2NF 。主键不可为空，主键必须能够代表当前元组的信息
主键可为联合主键
但是对于存在唯一索引的非主键而言，允许一个为空
数据库安全
| 措施 | 说明 |
|---|---|
用户标识和鉴定 | 最外层的安全保护措施，可以使用用户帐户、口令及随机数检验等方式。 |
存取控制 | 对用户进行授权，包括操作类型（如查找、插入、删除、修改 等动作）和数据对象（主要是数据范围）的权限。 |
密码存储和传输 | 对远程终端信息用密码传输 |
视图的保护 | 对视图进行授权 |
审计 | 使用一个专用文件或数据库，自动将用户对数据库的所有操作记录下来。 |
数据备份
从数据库系统的运行状态来看，可以将备份方式分为冷备份和热备份：
| 备份方式 | 优点 | 缺点 | |
|---|---|---|---|
冷备份 | 在系统停机的状态下进行备份。 |
|
|
热备份 | 在系统不停机的状态下进行备份。 |
|
|
从数据的备份方式上而言，可以分为完全备份、差量备份和增量备份：
| 备份方式 | |
|---|---|
完全备份 | 备份所有数据。 |
差量备份 | 仅备份上一次 完全备份 之后变化的数据。 |
增量备份 | 备份 上一次备份 之后变化的数据 |
NoSql
NoSql(Not-only SQL) 是非关系型数据库。常见的 NoSql 数据库有键值数据库和文档数据库。
关系数据库的缺陷：高并发读写的性能低、支撑容量有限、数据库的可扩展性和可用性低、建设和运维成本高。
| 关系数据库模式 | NoSQL模式 |
|---|---|
并发支持 | 支持并发、效率低 |
并发性能高 | 存储与查询 |
关系表方式存储、SQL查询 | 海量数据存储、查询效率高 |
扩展方式 | 向上扩展 |
向外扩展 | 索引方式 |
B树、哈希等 | 键值索引 |
应用领域 | 面向通用领域 |
分布式数据库
传统集中式数据库两阶段提交协议为：加锁阶段和解锁阶段，也被成为拓展阶段和收缩阶段。
分布式数据库两阶段提交协议中的两个阶段为 表决阶段 和 执行阶段。
透明性
分片透明：用于无需了解逻辑上访问的表是如何分块存储的。
复制透明：用于无需知道数据是复制到哪些节点。
位置透明：用户无需了解数据存放的物理位置。
逻辑透明（局部数据模型透明）：用户无需了解局部场地使用的是哪种数据模型。
数据挖掘
数据挖掘的主要任务有：聚类分析、分类分析和关联规则挖掘等。
故障处理
当系统发生故障时，对于事务：
已经开始，但是没有提交：什么都不做。