什么是數據庫-數據庫詳解

什么是數據庫
數據庫是數據管理的最新技術，是計算機科學的重要分支。數據庫(DB)：數據庫，顧名思義，是存放數據的倉庫。只不過這個倉庫是在計算機存儲設備上，而且數據是按一定的格式存放的。所謂數據庫是指長期存儲在計算機內的，有組織的，可共享的數據集合。

一、數據以文本形式保存
第一步，就是將所要保存的數據，寫入文本文件。這個文本文件就是你的數據庫。
為了方便讀取，數據必須分成記錄，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字節，那么第5條記錄的開始位置就在3200字節。
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。這時為了讀取數據，可以一條條比對記錄。但是這樣做效率太低，實際應用中，數據庫往往采用B樹（B-tree）格式儲存數據。
二、什么是B樹？
要理解B樹，必須從二叉查找樹（Binary search tree）講起。
二叉查找樹是一種查找效率非常高的數據結構，它有三個特點。
（1）每個節點最多只有兩個子樹。
（2）左子樹都為小于父節點的值，右子樹都為大于父節點的值。
（3）在n個節點中找到目標值，一般只需要log(n)次比較。
二叉查找樹的結構不適合數據庫，因為它的查找效率與層數相關。越處在下層的數據，就需要越多次比較。極端情況下，n個數據需要n次比較才能找到目標值。對于數據庫來說，每進入一層，就要從硬盤讀取一次數據，這非常致命，因為硬盤的讀取時間遠遠大于數據處理時間，數據庫讀取硬盤的次數越少越好。
B樹是對二叉查找樹的改進。它的設計思想是，將相關數據盡量集中在一起，以便一次讀取多個數據，減少硬盤操作次數。
B樹的特點也有三個。
（1）一個節點可以容納多個值。比如上圖中，最多的一個節點容納了4個值。
（2）除非數據已經填滿，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系。一般來說，如果父節點有a個值，那么就有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，第一個子節點都是小于7的值，最后一個子節點都是大于16的值，中間的子節點就是7和16之間的值。
這種數據結構，非常有利于減少讀取硬盤的次數。假定一個節點可以容納100個值，那么3層的B樹可以容納100萬個數據，如果換成二叉查找樹，則需要20層！假定操作系統一次讀取一個節點，并且根節點保留在內存中，那么B樹在100萬個數據中查找目標值，只需要讀取兩次硬盤。
三、索引
數據庫以B樹格式儲存，只解決了按照"主鍵"查找數據的問題。如果想查找其他字段，就需要建立索引（index）。
所謂索引，就是以某個字段為關鍵字的B樹文件。假定有一張"雇員表"，包含了員工號（主鍵）和姓名兩個字段?？梢詫π彰⑺饕募?，該文件以B樹格式對姓名進行儲存，每個姓名后面是其在數據庫中的位置（即第幾條記錄）。查找姓名的時候，先從索引中找到對應第幾條記錄，然后再從表格中讀取。
這種索引查找方法，叫做"索引順序存取方法"（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），只要使用這些代碼庫，就能自己寫一個最簡單的數據庫。
四、高級功能
部署了最基本的數據存?。òㄋ饕┮院?，還可以實現一些高級功能。
（1）SQL語言是數據庫通用操作語言，所以需要一個SQL解析器，將SQL命令解析為對應的ISAM操作。
（2）數據庫連接（join）是指數據庫的兩張表通過"外鍵"，建立連接關系。你需要對這種操作進行優化。
（3）數據庫事務（transaction）是指批量進行一系列數據庫操作，只要有一步不成功，整個操作都不成功。所以需要有一個"操作日志"，以便失敗時對操作進行回滾。
（4）備份機制：保存數據庫的副本。
（5）遠程操作：使得用戶可以在不同的機器上，通過TCP/IP協議操作數據庫。
因此，作為信息系統也成為一個企業或組織生存和發展的重要條件。因此，作為信息系統核心和基礎的數據庫技術得到越來越廣泛的應用，從小型單項事務處理系統到大型信息系統，從聯機事務處理到聯機分析處理，從一般企業管理到計算機輔助設計與制造（CAD/CAM），計算機集成制造系統（CIMS）,辦公信息系統（OIS）,地理信息系統（GIS）等，越來越多新的應用領域采用數據庫存儲和處理它們的信息資源。對于一個國家來說，數據庫的建模，數據庫信息量的大小和使用頻度的已成為衡量這個國家信息化程度的高低的重要標志。