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 · MySQLInnoDB、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

  • 网络:连接、超时、复制与跨地域通信。
  • 软件架构:事务边界、服务职责与数据所有权。
  • 运维工程:将数据库内部证据连接到用户成功、恢复目标与成本。

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。