資料庫的最簡單實現

所有應用軟體之中，資料庫可能是最複雜的。

mysql的手冊有3000多頁，postgresql的手冊有2000多頁，oracle的手冊更是比它們相加還要厚。

但是，自己寫乙個最簡單的資料庫，做起來並不難。reddit上面有乙個帖子，只用了幾百個字，就把原理講清楚了。下面是我根據這個帖子整理的內容。

第一步，就是將所要儲存的資料，寫入文字檔案。這個文字檔案就是你的資料庫。

為了方便讀取，資料必須分成記錄，每一條記錄的長度規定為等長。比如，假定每條記錄的長度是800位元組，那麼第5條記錄的開始位置就在3200位元組。

大多數時候，我們不知道某一條記錄在第幾個位置，只知道主鍵（primary key）的值。這時為了讀取資料，可以一條條比對記錄。但是這樣做效率太低，實際應用中，資料庫往往採用b樹（b-tree）格式儲存資料。

要理解b樹，必須從二叉查詢樹（binary search tree）講起。

二叉查詢樹是一種查詢效率非常高的資料結構，它有三個特點。

（1）每個節點最多只有兩個子樹。

（2）左子樹都為小於父節點的值，右子樹都為大於父節點的值。

（3）在n個節點中找到目標值，一般只需要log(n)次比較。

b樹是對二叉查詢樹的改進。它的設計思想是，將相關資料盡量集中在一起，以便一次讀取多個資料，減少硬碟操作次數。

b樹的特點也有三個。

（1）乙個節點可以容納多個值。比如上圖中，最多的乙個節點容納了4個值。

（2）除非資料已經填滿，否則不會增加新的層。也就是說，b樹追求"層"越少越好。

（3）子節點中的值，與父節點中的值，有嚴格的大小對應關係。一般來說，如果父節點有a個值，那麼就有a+1個子節點。比如上圖中，父節點有兩個值（7和16），就對應三個子節點，第乙個子節點都是小於7的值，最後乙個子節點都是大於16的值，中間的子節點就是7和16之間的值。

資料庫以b樹格式儲存，只解決了按照"主鍵"查詢資料的問題。如果想查詢其他字段，就需要建立索引（index）。

所謂索引，就是以某個欄位為關鍵字的b樹檔案。假定有一張"雇員表"，包含了員工號（主鍵）和姓名兩個字段。可以對姓名建立索引檔案，該檔案以b樹格式對姓名進行儲存，每個姓名後面是其在資料庫中的位置（即第幾條記錄）。查詢姓名的時候，先從索引中找到對應第幾條記錄，然後再從**中讀取。

這種索引查詢方法，叫做"索引順序訪問方法"（indexed sequential access method），縮寫為isam。它已經有多種實現（比如c-isam庫和d-isam庫），只要使用這些**庫，就能自己寫乙個最簡單的資料庫。

部署了最基本的資料訪問（包括索引）以後，還可以實現一些高階功能。

（1）sql語言是資料庫通用操作語言，所以需要乙個sql解析器，將sql命令解析為對應的isam操作。

（2）資料庫連線（join）是指資料庫的兩張表通過"外來鍵"，建立連線關係。你需要對這種操作進行優化。

（3）資料庫事務（transaction）是指批量進行一系列資料庫操作，只要有一步不成功，整個操作都不成功。所以需要有乙個"操作日誌"，以便失敗時對操作進行回滾。

（4）備份機制：儲存資料庫的副本。

（5）遠端操作：使得使用者可以在不同的機器上，通過tcp/ip協議運算元據庫。

資料庫的最簡單實現

所有應用軟體之中，資料庫可能是最複雜的。mysql的手冊有3000多頁，postgresql的手冊有2000多頁，oracle的手冊更是比它們相加還要厚。但是，自己寫乙個最簡單的資料庫，做起來並不難。reddit上面有乙個帖子，只用了幾百個字，就把原理講清楚了。下面是我根據這個帖子整理的內容。第一步...

資料庫的最簡單實現

所有應用軟體之中，資料庫可能是最複雜的。mysql的手冊有3000多頁，postgresql的手冊有2000多頁，oracle的手冊更是比它們相加還要厚。但是，自己寫乙個最簡單的資料庫，做起來並不難。reddit上面有乙個帖子，只用了幾百個字，就把原理講清楚了。下面是我根據這個帖子整理的內容。第一步...

資料庫的最簡單實現

所有應用軟體之中，資料庫可能是最複雜的。mysql的手冊有3000多頁，postgresql的手冊有2000多頁，oracle的手冊更是比它們相加還要厚。但是，自己寫乙個最簡單的資料庫，做起來並不難。reddit上面有乙個帖子，只用了幾百個字，就把原理講清楚了。下面是我根據這個帖子整理的內容。第一步...