|
1971 年 3 月，英特爾推出世界上第一款通用微處理器——英特爾 4004。它有約 2300 個晶體管，售價 60 美元。 https://spectrum./tech-history/silicon-revolution/chip-hall-of-fame-intel-4004-microprocessor 時間快進(jìn)到 50 年后，最新的 iPhone 有將近 120 億個晶體管（但價格僅為 60 美元多一點(diǎn)）。 我們今天使用的許多編程語言直到 90 年代才推出（Java 是在 1996 年推出的）。不過，有一種編程語言現(xiàn)在仍然像近 50 年前推出時一樣流行：SQL。本文將討論關(guān)系型數(shù)據(jù)庫產(chǎn)生的背景、SQL 為什么越來越流行，以及我們可以從它的成功中學(xué)到什么。 1962 年，查爾斯·w·巴赫曼（與埃利希·巴赫曼沒有關(guān)系）是通用電氣一個小團(tuán)隊(duì)的一員。一年后，巴赫曼團(tuán)隊(duì)推出了后來被公認(rèn)為第一個數(shù)據(jù)庫管理系統(tǒng)的集成數(shù)據(jù)存儲系統(tǒng)（IDS）。 10 年后，巴赫曼獲得圖靈獎（通常被稱為計(jì)算機(jī)科學(xué)領(lǐng)域的諾貝爾獎），以表彰他對 IDS 計(jì)算的貢獻(xiàn)。 在 20 世紀(jì) 60 年代早期，計(jì)算機(jī)科學(xué)剛開始成為一個學(xué)術(shù)領(lǐng)域。ASCII 直到 1963 年才推出。 要理解 IDS，我們必須首先理解促成其發(fā)展的兩大驅(qū)動力：
磁盤存儲 移動一臺 RAMAC 305 1956 年，IBM 推出第一款商用硬盤驅(qū)動器——RAMAC 305。磁盤驅(qū)動器的引入使得程序員可以直接跳轉(zhuǎn)到磁盤上的某個位置進(jìn)行數(shù)據(jù)檢索和更新。與其前身磁帶驅(qū)動器相比，這是一個巨大的改進(jìn)，后者需要在磁帶上順序移動來檢索特定的數(shù)據(jù)片段。 但是現(xiàn)在，開發(fā)人員必須找出記錄在磁盤上存儲的位置。由于早期操作系統(tǒng)中文件管理系統(tǒng)的局限性，這是一項(xiàng)只有有經(jīng)驗(yàn)的程序員才能完成的高級任務(wù)。開發(fā)人員需要一種解決方案來簡化磁盤驅(qū)動器的使用。 https:///@princeabhishek410/understanding-file-management-system-in-operating-system-4c7fbfc306f2 高級編程 與此同時，在采用曲線上，計(jì)算機(jī)科學(xué)開始從創(chuàng)新者轉(zhuǎn)變?yōu)樵缙诓捎谜?。像匯編這樣的低級編程語言早期在學(xué)術(shù)界很流行，但是出于易用性考慮，普通程序員開始轉(zhuǎn)向高級編程語言，比如 COBOL。 https://en./wiki/Diffusion_of_innovations 那么什么是 IDS 呢？IDS 解決了磁盤存儲和高級編程問題。IDS 允許開發(fā)人員使用高級編程語言（如 COBOL）來構(gòu)建從磁盤存儲輸入和檢索數(shù)據(jù)的應(yīng)用程序。由于這個功能，IDS 獲得了第一個數(shù)據(jù)庫管理系統(tǒng)的殊榮。 1969 年，數(shù)據(jù)系統(tǒng)語言委員會（CODASYL）發(fā)布了一份報(bào)告，提出一個數(shù)據(jù)庫管理標(biāo)準(zhǔn)。巴赫曼是委員會的一員，該報(bào)告主要參照了 IDS。 CODASYL 數(shù)據(jù)模型引入了許多我們今天使用的數(shù)據(jù)庫管理系統(tǒng)的核心特性：
最重要的是，IDS 和 CODASYL 引入了一種新的數(shù)據(jù)建模方法，這種方法影響了 SQL 的最終開發(fā)——網(wǎng)絡(luò)數(shù)據(jù)模型。 網(wǎng)絡(luò)模型示例 數(shù)據(jù)模型是一種描述（模型）世界（數(shù)據(jù)）的標(biāo)準(zhǔn)化方法。 前面的層次數(shù)據(jù)模型使用樹型結(jié)構(gòu)來描述數(shù)據(jù)，但是這些樹型結(jié)構(gòu)僅限于一對多的關(guān)系。新的網(wǎng)絡(luò)模型允許記錄有多條父記錄，從而創(chuàng)建一個圖結(jié)構(gòu)。通過支持多個父節(jié)點(diǎn)，網(wǎng)絡(luò)模型能夠?qū)Χ鄬σ缓投鄬Χ嚓P(guān)系進(jìn)行建模。 在網(wǎng)絡(luò)模型中，表之間的關(guān)系存儲在集合中。每個集合都有一個所有者（即教師）和一個或多個成員（即班級和學(xué)生）。 網(wǎng)絡(luò)模型的其中一個主要好處是，集合中的相關(guān)記錄是通過指針直接連接的。集合是使用 next、prior 和 owner 指針實(shí)現(xiàn)的，這樣就可以像鏈表一樣輕松遍歷。 網(wǎng)絡(luò)數(shù)據(jù)模型的低級特性提供了性能優(yōu)勢，但也付出了代價。網(wǎng)絡(luò)數(shù)據(jù)模型增加了存儲成本，因?yàn)槊總€記錄都必須額外存儲指向前一條記錄和父記錄的指針。 關(guān)系模型示例 1970 年，在 IDS 誕生 8 年后，Edgar F. Codd 在他的開創(chuàng)性論文《A relational model of Data for Large Shared Data Banks》中引入關(guān)系模型（這也為他贏得了圖靈獎）。 https://www.seas./~zives/03f/cis550/codd.pdf Codd 指出，數(shù)據(jù)庫中的所有數(shù)據(jù)都可以用元組（SQL 中的行）表示，這些元組被分組成關(guān)系（SQL 中的表）。為描述數(shù)據(jù)庫查詢，他發(fā)明了一種一階謂詞邏輯的形式，稱為元組關(guān)系演算。 元組關(guān)系演算引入了一種聲明性語言用于查詢數(shù)據(jù)。使用聲明性編程語言，程序員只需說明他們想做什么，而不必描述如何做。 對開發(fā)人員來說，這種新的聲明性語言更容易使用。關(guān)系模型公開了所有數(shù)據(jù)。開發(fā)人員可以用一條命令，從一個表中檢索所有數(shù)據(jù)或者讀取一行數(shù)據(jù)。 在指針迷宮中查找數(shù)據(jù)的日子已經(jīng)一去不復(fù)返了。 關(guān)系型數(shù)據(jù)庫通過數(shù)據(jù)規(guī)范化降低了網(wǎng)絡(luò)型數(shù)據(jù)庫的高昂存儲成本。規(guī)范化是一個分解表以消除冗余的過程，可以減少磁盤占用。 然而，關(guān)系型數(shù)據(jù)庫增加了 CPU 成本。為了處理規(guī)范化數(shù)據(jù)，關(guān)系型數(shù)據(jù)庫必須將表加載到內(nèi)存中，并使用計(jì)算能力將表“連接”在一起。讓我們通過一個例子來看下這個過程：在一個關(guān)系模型中，給定老師，查找所有的班級和學(xué)生。 首先，數(shù)據(jù)庫系統(tǒng)執(zhí)行一個操作來檢索所有相關(guān)的班級。然后，它將執(zhí)行第二個操作來檢索學(xué)生數(shù)據(jù)。所有這些數(shù)據(jù)都將存儲在內(nèi)存中，在返回結(jié)果前，它將運(yùn)行第三個操作來合并數(shù)據(jù)。
在一個使用真實(shí)數(shù)據(jù)的性能案例研究中，Raima 發(fā)現(xiàn)，網(wǎng)絡(luò)數(shù)據(jù)庫模型的插入性能好 23 倍，查詢性能快 123 倍。 https:///network-model-vs-relational-model/ 那么為什么關(guān)系型數(shù)據(jù)庫會成為領(lǐng)先的數(shù)據(jù)庫解決方案？ 易用性 關(guān)系模型更容易修改，它的聲明性語法簡化了程序員的工作。 摩爾定律在背后發(fā)揮了神奇作用。計(jì)算成本持續(xù)下降，最終，生產(chǎn)力的提高抵消了關(guān)系模型所增加的計(jì)算成本。 快進(jìn) 50 年，現(xiàn)在，數(shù)據(jù)中心中最昂貴的資源是 CPU。 最后，我們迎來了大家都喜歡的 SQL。 在 Codd 的論文發(fā)表 4 年后，Donald Chamberlin 和 Raymond Boyce 發(fā)表了《SEQUEL: A Structured English Query Language》。 https://dl./doi/10.1145/800296.811515 他們將 SEQUEL 描述為“一組關(guān)于表格結(jié)構(gòu)的簡單操作，[…] 和一階謂詞演算同樣強(qiáng)大。”IBM 看到其潛力，并在 20 世紀(jì) 70 年代早期迅速開發(fā)出 SEQUEL 的第一個版本，作為其 System R 項(xiàng)目的一部分。 由于與英國 Hawker Siddeley 飛機(jī)公司的商標(biāo)問題，其名稱后來改為 SQL。 https://en./wiki/SQL SQL 的下一個大發(fā)展是在近十年后。1986 年，美國國家標(biāo)準(zhǔn)協(xié)會（ANSI）和國際標(biāo)準(zhǔn)化組織（ISO）發(fā)布第一個官方 SQL 標(biāo)準(zhǔn)：SQL-86。該標(biāo)準(zhǔn)將 SQL 分為以下幾個部分：
從 1974 年到今天，有許多競爭者試圖從 SQL 統(tǒng)治的查詢語言市場中搶占市場份額。通常，這些新語法是針對特定的新技術(shù)：
35 年過去了，在數(shù)據(jù)庫中，SQL 仍然無處不在。SQL 作為一種查詢語言是如何保持統(tǒng)治地位的？我們可以從它的故事中學(xué)到什么？ Stack Overflow 開發(fā)者調(diào)查，2017 在文章開頭，我們首先介紹了巴赫曼推出的第一個數(shù)據(jù)庫管理系統(tǒng) IDS。我們討論了為什么磁盤存儲和高級編程需要一種處理數(shù)據(jù)的新方法。然后，CODASYL 來了，規(guī)范了數(shù)據(jù)庫管理。IDS 和 CODASYL 引入了新的網(wǎng)絡(luò)數(shù)據(jù)模型，而最終，Codd 投下了關(guān)系模型。 這個過程持續(xù)了 8 年。 SQL 是如何在接下來的 50 年里堅(jiān)持下去的呢？我認(rèn)為主要有四個原因：
第一性原則是一個基本命題，它不能從任何其他命題或假設(shè)中推導(dǎo)出來。例如，將碳?xì)浠衔锱c氧氣結(jié)合，產(chǎn)生化學(xué)反應(yīng)。這仍然是驅(qū)動每一輛車的內(nèi)燃機(jī)原理。 1970 年，Codd 為數(shù)據(jù)庫創(chuàng)建了一個新的第一性原則：元組關(guān)系演算。這個新創(chuàng)建的邏輯引出了關(guān)系模型，然后引出 SQL。元組關(guān)系演算是化學(xué)反應(yīng)，關(guān)系模型是內(nèi)燃機(jī)，SQL 是汽車。 僅僅建立在第一性原則上并不能保證其成功。匯編是程序員所能做到的最接近輸入 1 和 0 的程序，但它仍然被 COBOL（后來是 C）所取代。 它缺少的一個關(guān)鍵要素是可用性。 從網(wǎng)絡(luò)模型到關(guān)系模型的轉(zhuǎn)換，我們看到同樣的情況。網(wǎng)絡(luò)模型性能更好，但是現(xiàn)在每個公司都在使用關(guān)系型數(shù)據(jù)庫，因?yàn)樗苋菀祝ㄈ胧郑?/p>
諾蘭·布什內(nèi)爾知道如何讓人們使用新產(chǎn)品。但遺憾的是，匯編既難學(xué)又難精通。 SQL 找到了完美的平衡。10 個左右的 SQL 命令，任何人都可以學(xué)會其中的 20%，并完成 80% 的工作。但是要想精通，需要經(jīng)過長期的積累，具備豐富的索引、視圖和優(yōu)化經(jīng)驗(yàn)。 查詢語言不是一塊永恒的巨石，而是一組隨時間變化的自適應(yīng)標(biāo)準(zhǔn)。隨著時間的推移，SQL 標(biāo)準(zhǔn)一直在不斷調(diào)整，并加入了來自用戶的反饋。 從概念最初提出開始，我們看到了 10 種不同的 SQL 標(biāo)準(zhǔn)，它們都有重要的更新。以下是三項(xiàng)比較大的：
SQL 語法不是強(qiáng)制性的，它只是提供了一個數(shù)據(jù)庫標(biāo)準(zhǔn)，每種數(shù)據(jù)庫都可以創(chuàng)建它們自己的實(shí)現(xiàn)（T-SQL、MySQL、PSQL 等）。 SQL 成功的最后一個秘密是應(yīng)用程序編程接口（API）的興起。API 通過抽象底層實(shí)現(xiàn)，只公開開發(fā)人員需要的對象或操作，簡化了編程。 API 讓 SQL 可以使用專門的語法適應(yīng)新技術(shù)的發(fā)展。2006 年，Hadoop 引入分布式文件系統(tǒng)（HDFS），SQL 語法最初是無法訪問該系統(tǒng)的。然后，在 2013 年，Apache 創(chuàng)建了 Apache Impala，它允許開發(fā)人員使用 SQL 查詢 HDFS 數(shù)據(jù)庫。 SQL 是當(dāng)今最普遍的編程語言之一，但我們經(jīng)常忘記它的歷史有多久了。它的旅程開始于現(xiàn)代計(jì)算機(jī)的黎明，由 2 位圖靈獎獲得者賦予了它生命。對于為什么 SQL 能夠保持其主導(dǎo)地位，我已經(jīng)分享了我的看法：第一性原則、布什內(nèi)爾定律、調(diào)整和 API。您認(rèn)為促成 SQL 成功的主要因素是什么？請給我留言。 還有一項(xiàng) 50 年來都沒有改變的技術(shù)。 SQL 編輯器 隨著越來越多的人學(xué)習(xí) SQL，數(shù)據(jù)庫使用越來越需要協(xié)作。如今，開發(fā)人員可能會與營銷團(tuán)隊(duì)的成員一起分析用戶數(shù)據(jù)，或者與數(shù)據(jù)科學(xué)家一起調(diào)試查詢。 |
|
|
關(guān)系模型和網(wǎng)絡(luò)模型的性能對比
