Draft: 關聯式資料庫需要知道的幾件事

1. 關聯式資料庫特性

a. ACID

主要適用於描述 對於 Transaction 的操作，需具備的特性 Atomicity(A), Consistency(C), Isolation(I), Duration(D)。

RDBMS 中的 Transaction 是一系列的讀寫(Read/Write)操作直到 Commit 成功，而這一組操作會被當成一條 SQL 進行執行的。這一段我們稱為 Transaction 而單一個 Select, Insert, Update, Delete 是不被稱為 Transaction [1]。

Integrity Constraints 指的是預先設定的 DB Constraints。ex: Foriegn Key, Primary Key....

• A: 針對 Transaction 只許成功，否則要回復上一動。也就是說 Transaction 包含一系列操作，如果中途失敗的時候，不會有做到一半失敗而造成資料不一致的問題，失敗就會回去未施作的狀態。

• C: 當 Transaction 執行中的 Before, After 。DB 的 Integrity Constraints 不應該被改變。

• I: Transaction 之間保證不會相互影響

• D: 只要 Transaction Committed 資料就是永久改變，而不會有因為 DB Crash 而無效

b. CAP Theory[3]

CAP 理論是分布式系統設計中的思考框架，主要講系統對 data model, operating 處理上的三個特性： Data model -> Consistency; Operating -> Availability, Partition-Tolerance 而經過證明三個特型是無法同時兼容的，只能同時兼容 2 者。

• Consistency: 指的是data model 可以保證其一制性，且就像 multi-thread 共用記憶體一樣，每一次都只有一個 thread 可以影響。

• Availability: 指的是當node 在運行的時候，每一個query 都一定會收到response

• Partition-Tolerance: 允許 node 之間可以接受掉資料，且不影響運行

而從上述的三個特性，實際上不能玩全兼容，舉個例子[4]，在一個 async 的網路中，同時具備 CAP 三的特性的系統正在運行，當有兩個 request 發生的同時，對兩個不同的 node 進行 read/write ，因為P的特性，可接受掉資訊，因此同時就違反 C 的原則，無法達到 data model 的 consistence 的特性。

因此可歸納出可行的特性如下：

• AP: 不管是在 single-node 或者是 cluster，只有要 node 可用就能持續運作

• CA: 在沒有任何的例外下，都是可用並保證資料的一致性。

• CP: 在 node 之前不穩定的時候不接受 request。

2. How Does Database Store Data?

• Data structure

Relation Database 的資料結構稱之page，key 指的是一個 row 的 unique key，而 Row 是指記憶體位置。Pages 是以 B-Tree 儲存，

1. Non-Leaf 的 Page 會是指的是 index 而這樣的 row 會指設到下一個 Non-Leaf 的 Page 或者 Leaf-Page

2. Leaf Page 指的是實際的 table row

ref: https://www.pragimtech.com/blog/sql-optimization/how-do-sql-indexes-work/

• How Do Database Retrieve data?

在資料庫在讀取資料的時候，要找所對應的page 且輸出給 user。而實際的 activities 如下圖[6][7]：

1. Read Cache: 從cache 取得 page，時間約 0ms

2. Read Buffer: 從 buffer queue 取得時間約 3 ms

3. Read Disk: 從 disk 取得所要的pages

   1. Random Read: about 4 or 8k/s. usually use in specific search ex: where a = :a

   2. Sequential Read: about 40 MB /s. usually use in range search ex: where a > :a

4. Rotate Buffer: 對buffer 進行更新

5. Store cache: 更新cache

因此如果需要從 disk 找到資料約10ms的時間

• What is the Pre-Fetch in RDBMS?

Pre-Fetch 的意思是指在搜集需要的資料的時候，當找到全部 hit 到 index之後再進行 Retrive data，可參考下圖; 反之沒有Pre-Fetch 就是當Scan 一個 index 之後直接去 retrieve 資料，變成是 sequence 的方式。

ref:[7] figuer 2.7

2. Entity Relation Diagram

3. RDBMS Index Category

How Does DB store data?

4. RDBMS Lock

5. Performace Tunning

Reference

[1] https://www.geeksforgeeks.org/sql-transactions/ [2] https://www.geeksforgeeks.org/acid-properties-in-dbms/ [3] Davoudian, Ali, Liu Chen, and Mengchi Liu. "A survey on NoSQL stores." ACM Computing Surveys (CSUR) 51.2 (2018): 1-43. [4] Rao, Vikram, and Steven Guan. "Brewer’s conjecture and the feasibility of consistent, available, partition-tolerant web services." [5] https://www.pragimtech.com/blog/sql-optimization/how-do-sql-indexes-work/ [6] https://dev.mysql.com/doc/refman/8.4/en/innodb-buffer-pool.html [7] Lahdenmaki, Tapio, and Mike Leach. Relational Database Index Design and the Optimizers: DB2, Oracle, SQL Server, et al. John Wiley & Sons, 2005.