Lec2-开发数据库的要点

1. 开发成功数据库应用的特点

1. 需要理解数据库体系结构
2. 需要理解锁和并发控制特性：每个数据库都以不同的方式实现
3. 最重要的是不要把数据库当"黑盒"
   1. 要了解每一个数据库的体系结构和特征
   2. 最常见的问题就是因为我们对数据库本身了解不足
4. 性能、安全性都是适当的被设计出来的
5. 用尽可能简单的方法解决问题："创造"永远追不上开发的步伐
6. DBA和RD之间的关系

2. 数据库体系结构的差异

1. 不能把数据库当成"黑盒"使用，因为每个数据库都是非常不同的
2. Oracle和MySQL的差别(连接等多方面)，类似
   1. Windows和Linux的差别：进程
   2. iOS和Android的差别
   3. 虽然都是DBMS，但它们也有相当的差异
   4. Oracle的连接是很重量的(要先预处理很多的东西，所以反复断开和连接会导致性能下降)，MySQL的连接是很轻量的。
3. 了解这种差异，了解你所使用数据库的特性，是开发成功数据库应用的基础

3. 并发控制

3.1. 并发控制的问题

1. 现实存在并发，我们需要保持数据的一致性，所以要做并发控制
   1. 并发数和消耗的资源时间并不是完全线性关系，当并行数到达一定数量后，消耗的资源时间会呈指数型上涨(管理排队队列时间等)
   2. 可能会导致上下文切换问题(整个数据库的问题)
   3. 最后可能导致整个数据库的问题，称为上下文切换
   4. 开发环境和生成环境的数据库是不一致的，可能会出现问题。
   5. 数据库的问题很难调试
2. 锁机制，使得并发控制成为可能：二段锁等
3. 不同的数据库，实现锁机制是不一样的

3.2. 比如：Oracle的锁机制就比较特别

1. 锁机制甚至会导致无法读取正确数据
2. 这个时候T6，Transaction1能提交吗？
   1. 如果接受了这种提交，那么则会得到错误的值(Oracle的实现)
   2. 如果不接受这种提交，那么需要检查时间戳和退回

3.3. Oracle存在有时读不到正确数据的现象

1. Oracle的多版本控制，读一致性的并发模型
   1. 读一致查询：对于一个时间点（point time），查询会产生一致的结果：永远能读到开始读的时间点的数据(而不是修改后的数据)
   2. 非阻塞查询：查询不会被写入器阻塞，但在其它数据库中可能不是这样的

2. 对于左侧，打开游标时，不会读取数据，只有在读取游标时才会读取数据
3. 对于右侧，如果我们删除了所有的表，但是我们在Oracle中仍然可以使用之前打开的游标来读取那个时刻的数据
4. 事实上，打开游标的时候确实没有复制，删除数据的时候也确实删除了，但是删除数据的时候Oracle为我们使用Undo日志来保存了下来(我们记作Undo statement)，是删除的回滚段，游标从这类读出数据。

3.4. Oracle这种锁机制的好处是什么？

1. 读不阻塞写，可以极大程度上提高数据库的吞吐能力，我们将这个特征读作散回特性
2. 例子：
   1. ACCOUNTS(account_number, account_balance)一个银行的账户余额
   2. 为了简单，只考虑一个仅有四行的表（同时假设每个数据库块中只存放一行数据。）

帐号	余额
1	500
2	250
3	400
4	100

1. 我们想运行一个日报表，了解银行里有多少钱。下面是一个非常简单的查询：Select sum(account_balance) from accounts;
2. Oracle和其它数据库在并发上的差别(一致性读)：Oracle就没有读共享锁

3.5. 从体系结构和特性中了解具体数据库的锁机制

1. 比如Oracle实现的锁机制
   1. 只有修改才加行级锁
   2. Read绝对不会对数据加锁
   3. 读写器绝对不会阻塞写入器

3.6. 课后思考

1. 对大多数码农而言，数据库锁机制好像都是自动和透明实现的，那么深入了解每个数据库的锁机制实现细节，对码农编码有什么影响嘛？
   1. 不同的数据库所对应的锁机制往往有一些不同
      1. 很容易出现意料之外的错误。比如orcale出现同时读写时的数据不一致
      2. 在选择数据库时会出现很大的困难。
      3. 很多时候在数据库默认的锁机制下，也会出现死锁现象，需要及时对其进行修改，修改的前提是对底层的了解。
   2. 锁机制作为底层的实现细节，其变化相比表层的语法而言，可以说变化很小。了解底层细节的码农，面对操作变化相对来说就有了更加大的灵活性。
2. 根据这节课Oracle的锁机制特征的分析，你尝试去了解一下MySQL、SQLServer这些其它数据库锁机制实现的特征
   1. Mysql:
      1. 不同存储引擎支持不同的锁机制
      2. 读写操作前必须对数据上锁，且最好一次性请求足够级别的锁
      3. 读共享，写独占
   2. SQLServer:
      1. 支持多种锁级别和隔离级别
      2. 默认由系统自动管理锁和锁粒度，并负责锁升级

3.7. 程序员的工作

3.7.1. 开发成功数据库应用的要点-黑盒的问题

对大多数码农而言，数据库锁机制好像都是自动和透明实现的那么深入

3.7.2. 问题是：这对我们码农有什么影响吗？

1. Oracle的无阻塞设计有一个副作用，就是如果确实想保证一次只有一个用户访问一行数据，就得开发人员自己做工作。
2. 例如:一个资源调度程序主要有两张表:
   1. Resources(Resource_name,other_ data)
   2. Schedules(resource_ name, start_time, end_time)
3. 往Schedules中插入一个房间预订之后，提交之前，应用将查询

Select count(*)From schedulesWhere resource_ name =:resource name FOR UPDATEand (start_time < :new_end_time) and (end_time > :new_start_time)

4. 不能把数据库当成黑盒使用：必须深入了解你所使用的数据库体系结构和特征
5. 什么时候，码农需要自己考虑并发的问题？不确定，这需要看具体的情况

4. 黑盒的问题

1. 数据库黑盒和独立性的问题
2. 数据库的某些细微差异会对开发造成影响

4.1. 黑盒和数据库独立性的问题

1. 数据库有脱离实现级别的使用方法：Java和C++等需要在实现层面对内存进行管理，而SQL则只需要告诉引擎用哪些表按照什么条件来查询。
2. 我的观点是
   1. 要构建一个完全数据库独立的应用，而且是高度可扩展的应用是极其困难的
   2. 实际上，这几乎是不可能的
3. 要构建一个完全数据库独立的应用
   1. 你必须真正了解每个数据库具体如何工作
   2. 如果你清楚每个数据库工作的具体细节，你就会知道，数据库独立性可能并不是你真正想要的：避免死锁的存在，Oracle中需要用for update来实现串行化。

4.2. 例如：Null值造成的数据库迁移障碍

1. 例子:在表T中，如果不满足某个条件，则找出X为NULL的所有行，如果满足就找出X等于某个特定值的所有行
   1. Oracle并没有返回NULL(不知道)的所有行
   2. Oracle中NULL == NULL 返回 NULL

2. 那么我们使用了is null关键字，但是Oracle不会为空值建立聚簇索引，导致性能会大幅度下降
3. 于是我们通过创建了一个基于函数的索引来解决这个问题。

4.3. 关于黑盒的问题总结几点

1. 数据库是不同的。在一个数据库上取得的经验也许可以部分应用于另一个数据库，但是必须有心理准备，二者之间可能存在一些基本差别，可能还有一些细微的差别。
2. 细微的差别(比如对NULL的处理)与基本差别(如并发控制机制)可能有同样显著的影响。
3. 应当了解数据库，知道它是如何工作的，他的特性如何实现，这是解决这些问题的唯一途径。

4.4. 思考题

1. 关于把数据库当成黑盒使用的错误，其实也会在你学习软件开发中遇到类似的问题，比如，对操作系统的黑盒化，比如对某些开发框架的黑盒化等等，请你思考一下，你的学习过程中，还能找到类似的例子嘛?

5. 设计的问题

5.1. 我能不能找一个大牛帮我调优

1. 先把程序写出来，之后再让专家在生产环境中帮我调优：这个想法是错误的。
2. 性能调优(目前情况下性能优化至最优)
   1. 根据当前CPU能力、可用内存、I/O子系统等资源情况来设置相应参数：DBA在做，性能提高20-30%
   2. 通过索引、物理结构、SQL的优化，具体提高某一个查询的性能
3. 如果有个专家能通过一些参数、技巧提高了你的系统一个数量级的性能：不能说这个专家牛逼，大概只能说明你的程序太烂了。

5.2. 性能拙劣的罪魁祸首是错误设计

设计决定了性能的级别，其他任何调优只是在这个级别内进行调整

1. 提高整体性能
   1. 技巧决定系统性能的下限
   2. 设计决定系统性能的上限
2. 比如，新闻的门户网站
   1. 动态页面 vs 静态页面：百万量级的高并发下的动态网页导致大量的连接创建、I/O资源、CPU资源被消耗，导致负担过重。
   2. 静态页面 + 内容管理系统：这个管理系统远远复杂于动态页面，使用触发器等自动化部署手段来生成静态网页
3. 为什么微信不支持信息的修改？
   1. 因为微信朋友圈后台使用的NoSQL的非关系型数据库，所有的数据都是顺序存储，才能满足大量的读写效率。
   2. 顺序文件的修改是非常麻烦的，因此也就不支持了。

5.3. 性能优化要考虑整体

1. 性能指标都是有成本的、安全和优化中寻找平衡
2. 性能指标以吞吐量为核心(每秒处理多少事务)，而尽量不用一个事务几秒能处理完成
3. 性能指标要考虑整体性
   1. 优化手段本身是有风险的，只不过潜在的风险可能没有被意识到罢了
   2. 任何一个技术可以解决一个问题，但必然存在另一个问题的风险
   3. 对于带来的风险，控制在可接受的范围才是有成果
   4. 性能优化技术，使得性能变好，维持和变差是等概率的事件
   5. 局部最优和全局最优的区别

5.4. 使用优化工具

建议都尝试一下

5.5. 整体层面的性能优化考虑

1. 问题一: CPU负载高, IO负载低
   1. 内存不够
   2. 磁盘性能差(磁盘问题、raid设计不好、 raid降级)
   3. SQL的问题
   4. 并发锁机制的问题
   5. 事务设计问题，大量小数据IO
   6. 大量的全表扫描
2. 问题二:IO负载高，CPU负载低
   1. 大量小的IO执行写操作
   2. Autocommit,产生大量小IO
   3. 大量大的IO执行写操作
   4. SQL的问题
   5. IO/PS磁盘限定一个每秒最大IO次数
3. 问题三: IO和CPU负载都高
   1. 硬件不够用了
   2. SQL存在问题
   3. 性能问题，90%的问题来源都是程序员的问题
   4. 开发环境到生产环境是一场灾难

5.6. SQL优化的方向

5.7. 思考

1. 你对你常用的关系数据库关系系统中，去寻找一些针对优化的工具，去尝试使用一些性能的分析和监控工具(查看数据库官方Reference，首先使用官方的命令和工具)