数据系统
定位
数据库解决的核心问题是:如何组织、查询并正确地改变数据,同时在并发、故障和规模增长中维持约定的语义。
关系模型让人按数据之间的关系提问;文档、键值、图和分析系统回应不同访问模式;托管服务进一步改变部署与运营的分工。它们提供了不同选择,却没有消除数据建模、事务边界、恢复和成本判断。
本 MOC 属于 计算机系统基础。当前只有主题地图,原规划的 19 个方向尚未形成独立正文;这里保留问题与阅读次序,产品名称用于理解实现,不作为成熟度排名。
笔记索引
目前可联读的基础材料:
- Linux 持久化:理解缓冲、同步与设备返回之间的区别。
- 存储与恢复操作:文件系统快照和数据库一致性如何接壤。
- 存储系统:接口、存储引擎、复制与故障域的主题地图。
- GitOps:配置回退与业务数据恢复为什么需要不同机制。
概念线索
数据模型决定了哪些问题容易表达
关系、文档、键值、图、时序和向量等表示,各自改变查询、更新与索引的方式。选择模型时要同时看访问模式、需要维持的约束、变化频率和团队理解成本。没有一种模型能仅凭类别名称决定全部性能。
正确性需要明确的事务与并发边界
ACID 的每个字母都有具体含义,隔离级别也不是一个统一的“安全开关”。应用仍要正确声明约束、选择事务范围,并处理冲突、超时和重试。NoSQL 不等于没有事务,关系型也不等于无法分布式扩展。
CAP 讨论的是:在容许网络分区的模型中,无法同时无条件保证线性一致性与每个非故障节点请求都得到响应。这里的一致性不同于 ACID 中维护数据约束的一致性;性能还需要另外分析,不能用“永远只能选两个半”概括。
状态不能像代码一样任意倒退
WAL、快照、复制和备份帮助处理不同的失败。数据库分支可以改善开发工作流,但代码回滚不会自动撤回已发生的业务写入。Schema 迁移需要考虑旧版本应用、并发请求、数据回填和恢复路径;测试分支还涉及真实数据的访问与脱敏。
服务化改变分工,使用方仍有责任
托管数据库可以代劳基础设施维护与部分备份、扩展工作,使用方仍要决定数据模型、访问控制、保留与恢复目标、容量边界和费用。Serverless 是否缩到零、怎样计费、如何处理连接与冷启动,取决于具体服务;计算存储分离也不自动意味着按请求计费或无需容量规划。
连接池复用数据库连接,HTTP 数据接口提供另一种访问方式,两者不能混为一谈。PgBouncer 的不同池化模式会改变会话特性的适用范围,需要应用配合。
检索需要同时考虑相关性与可验证性
向量相似度帮助组织语义检索,但近似近邻不等于事实正确,也不是所有检索的替代。全文、结构化过滤、向量与重排可以组合;选择专用系统或现有数据库扩展,应依据查询质量、更新、过滤、容量和运维证据。
主题地图
以下是规划主题;当前学习入口来自本页实际链接与原始文档。
核心基础
| 主题 | 要回答的问题 |
|---|---|
| 01 · 数据库概述 | DBMS 如何协调组织、查询、并发与故障恢复? |
| 02 · 关系模型与事务 | 关系代数、约束、范式、隔离级别与 MVCC 怎样关联? |
| 03 · SQL 与查询 | 查询如何表达与执行,怎样阅读计划并验证索引收益? |
| 04 · 多模型与分布式取舍 | 不同访问模式为什么需要不同表示与一致性机制? |
| 05 · 数据库内核 | 存储引擎、索引、锁、WAL、缓存如何共同实现上层语义? |
代表实现
| 主题 | 用它观察什么 |
|---|---|
| 06 · PostgreSQL | 关系系统、MVCC、扩展与复制之间的协作 |
| 07 · MySQL | InnoDB、binlog、复制与兼容性边界 |
| 08 · SQL Server | 事务、分析能力与微软生态中的运营方式 |
| 09 · Redis | 内存数据结构、过期、持久化与缓存一致性 |
| 10 · MongoDB | 文档模型、索引、事务与分片取舍 |
| 11 · Elasticsearch / OpenSearch | 全文索引、相关性、分片与更新可见性 |
| 12 · ClickHouse | 列式组织、分析查询、合并与数据新鲜度 |
服务与工作流
| 主题 | 要回答的问题 |
|---|---|
| 13 · 数据库服务化 | 运营责任移交了哪些,哪些仍由应用与团队承担? |
| 14 · Serverless 数据库 | 计算、存储、连接、弹性与冷启动怎样组织? |
| 15 · 分布式 SQL | 事务协调、复制与数据位置如何影响正确性和延迟? |
| 16 · BaaS | 数据、身份、存储和实时能力组合后,授权边界在哪里? |
| 17 · 数据库分支与迁移 | 怎样让测试隔离、Schema 演化和业务数据恢复协作? |
| 18 · 边缘数据库 | 写入在哪里发生,副本何时可见,断连期间如何工作? |
| 19 · 向量与混合检索 | 相关性、过滤、更新与检索成本如何衡量? |
产品可以跨多个主题。服务能力、许可证、兼容版本和价格随时间变化,选型时再查当前证据;这份地图不固定产品份额,也不预设“最强”或“零运维”的结论。
阅读路径
- 从零理解数据库:Linux 持久化 → 主题 01/02/03 → 05。先能解释一次读写和事务,再看其他模型与实现。
- 应用开发方向:用一个熟悉的关系数据库贯穿建模、约束、查询计划、并发和备份;根据实际查询需求再进入缓存、搜索或分析系统。
- 分布式方向:主题 02/04/05 → 15,再联读存储与网络 MOC,区分并发冲突、节点故障和通信失联。
- 托管与全栈方向:主题 13 → 16 → 17 → 14,先明确权限和状态演化,再讨论扩展与成本。
- 检索应用方向:主题 03/11 → 19,保留可评估的查询样本与结果标准;向量能力作为已有数据系统的补充入口。
与其他系列的关联
参考入口
核查日期:2026-10-15。原理与产品实现分开阅读;current 文档会随产品版本更新,实践时应切换到安装版本。
- PostgreSQL 并发控制:事务隔离、锁与冲突。
- PostgreSQL WAL:预写日志与持久化、恢复的关系。
- Gilbert 与 Lynch:CAP 论文:定理使用的模型和保证。
- PgBouncer 池化模式:会话语义与连接复用。
- Amazon RDS 安全责任:托管环境中服务方与使用方的职责。