所有计算机问题都可以归结为缓存问题 —某大佬

 上面这句话是某日在知乎上无意看到的，但却在我的脑海里停留良久。如果之前看到这句话，可能也就略过了，但最近做了不少缓存想关的工作，从redis到ADT设备缓存，从web应用到操作系统实现，缓存无处不在，毫无疑问，数据库系统也缓存。这篇笔记主要从理论出发，浅析数据库系统的存储和文件结构。

1.RAID

RAID是什么?

 RAID(ReDundant Array of Independent Disk)即独立磁盘冗余阵列，是一种多磁盘组织技术。
 说人话：RAID其实就是通过冗余提高存储的可靠性和并行性，由概率论知识（概率论？？）可以知道，一堆磁盘出现一次故障的概率肯定比某一张磁盘发生故障的概率大，如果我们的N张磁盘在不做备份的情况下，只要有一张出现毛病，就会损失大量的数据，对于某些应用来说，就算丢了1byte的数据都是不可容忍的（你的支付宝少了1byte的钱（我没这么多 不用担心）），引入冗余是个解决的好办法，嗯，最简单粗暴的方法就算砸钱复制每一张磁盘，这种技术也就是镜像（影子），即一张逻辑盘对应几张物理盘，这样即使你的1byte记录的巨款在某个盘上丢了也没事，但这时候你说，万一地震了火灾了三体人入侵了怎么办（三体人入侵你就等着去澳大利亚吧），当然，尽管有这么多可能，镜像也比单张磁盘的可靠性高不少（平均丢失时间可以长达55~100年）[1]

 同时，RAID还可以提高并行性，就像使用Mycat进行数据库分片一样，我可以在多张磁盘进行数据拆分来提高传输速率，主要有以下几种：
 1.比特级拆分（听起来很厉害的样子）：把每个字节都进行了拆分，将不同位存到不同的磁盘，比如第i位存到第i号磁盘。（好细致。。）
 2.块级拆分（最常用）：把磁盘阵列看成一块单独的大磁盘，并且给块进行逻辑编号，比如将逻辑上的第i块存到物理磁盘(i mod n) + 1张磁盘上，有点意思了哈，读一个大文件的时候，可以从n张磁盘并行取n个块，这样不就快了吗。
 磁盘系统并行的两个目的：1 负载平衡多个小的访问操作（块访问）以提高访问操作吞吐量，2 并行执行大的访问操作，以减少访问操作的响应时间[1]。

RAID级别

 前面说道，镜像是比较烧钱的，拆分虽然提高了并行性，但是不能提高可用性。为了降低成本（省钱）提出了一些方案，分为若干个RAID级别(RAID level),具体的就不赘述了。

2. 文件组织

 数据库外表看起来这么高大上，其实底层还是用文件存储的，由操作系统进行维护，数据库中的记录都是存在块中的（而一个块可以包含很多记录），块是存储分配和数据传输的基本单元，大多数数据库默认块大小为4到8KB
 记录可以分成定长和变长记录

Reference

[1] DataBase System Concepts 6th Abraham Silberschatz