数据库核心概念

为什么需要数据库

你可能会想：我用 Excel 也能存数据，用 JSON 文件也能存数据，为什么非要搞一个数据库？

来看一个例子。

没有数据库的世界

假设你在做一个「学生成绩管理系统」：

# students.json
[
  {"id": 1, "name": "张三", "score": 92},
  {"id": 2, "name": "李四", "score": 88}
]

文件存着，看起来没问题。但当数据量上来：

• 查「数学成绩大于 90 分的学生」——你得用代码读整个文件、遍历、判断
• 100 个人同时查——文件被锁住，有人读不到
• 改了王五的成绩，保存的时候赵六刚好也在改——最后保存的人覆盖了另一个人的改动
• 要查「平均分」「不及格人数」「排名」——自己写代码算

文件能存数据，但它不解决：查询、并发、安全、一致性 这些问题。

数据库，就是专门解决这些问题的系统。

DBMS 是什么

DBMS（Database Management System） —— 数据库管理系统，是操作数据库的软件。

你不用直接读写磁盘文件，而是通过 DBMS 提供的接口（SQL）来操作数据。DBMS 帮你搞定：

• 数据存在哪、怎么存
• 并发请求怎么处理
• 查询怎么快速返回
• 谁能访问什么数据

MySQL、Oracle、PostgreSQL、SQL Server 都是 DBMS。

常用 DBMS 对比

DBMS	类型	代表用户	特点
MySQL	关系型	互联网公司	免费、轻量、社区活跃
PostgreSQL	关系型	互联网 + 传统企业	功能强大、扩展性好
Oracle	关系型	金融、大型企业	贵、稳定、功能最全
SQL Server	关系型	微软生态企业	Windows 集成度高
Redis	键值型	所有公司	内存数据库，高速缓存
MongoDB	文档型	互联网公司	无 schema，灵活性高

对于大多数 Web 应用，MySQL 是最务实的选择——够用、免费、生态成熟。

关系型数据库核心概念

RDBMS（Relational Database Management System） 是关系型数据库管理系统。它的核心思想是：用表（Table）来组织数据，表和表之间可以建立关系（Relation）。

几个关键术语

-- 学生表
CREATE TABLE student (
    id      INT PRIMARY KEY,     -- 学号，主键，唯一标识
    name    VARCHAR(50),         -- 姓名
    age     INT,                 -- 年龄
    class_id INT                 -- 班级编号，外键
);

术语	解释	例子
数据库（Database）	存储数据的容器，一个 DBMS 可以管理多个数据库	school_db
表（Table）	数据的二维结构，行=记录，列=字段	student
行（Row）	一条记录，代表一个实体	张三的整行信息
列（Column）	一个字段，描述实体的某个属性	name、age
主键（Primary Key）	唯一标识每行，不能为空	id
外键（Foreign Key）	建立表与表之间的关联关系	class_id 关联 class 表

举一个例子

一个学校管理系统，可能有以下几张表：

student 表：学号、姓名、年龄、班级编号
class 表：班级编号、班级名称、班主任
course 表：课程编号、课程名称、学分
score 表：学号、课程编号、成绩

student 和 class 通过 class_id 关联，score 表把 student 和 course 关联起来——这就是关系型数据库的「关系」。

SQL 是什么

SQL（Structured Query Language） —— 结构化查询语言，是操作 RDBMS 的标准语言。

不管你用的是 MySQL、Oracle 还是 PostgreSQL，SQL 语法大体相通。学会一套，触类旁通。

SQL 的分类：

分类	缩写	作用	关键字示例
数据定义	DDL	定义数据库对象（库/表/索引）	CREATE、DROP、ALTER
数据操作	DML	操作数据（增删改查）	INSERT、DELETE、UPDATE、SELECT
数据控制	DCL	权限和安全控制	GRANT、REVOKE
事务控制	TCL	事务管理	COMMIT、ROLLBACK、SAVEPOINT

数据库分类

除了关系型数据库，还有其他类型的数据库：

键值数据库（KV Store）

• Redis、Memcached
• 适合缓存、Session 存储、排行榜
• 优点：读写极快
• 缺点：只能按 key 查，不支持复杂查询

文档数据库

• MongoDB
• 数据以 JSON 文档形式存储，schema 灵活
• 适合内容管理、日志系统

列式数据库

• HBase、Cassandra
• 按列存储，适合海量数据分析
• 适合 OLAP 场景

图数据库

• Neo4j
• 擅长处理关系网络（社交网络、知识图谱）

大多数业务系统，关系型数据库（MySQL/PostgreSQL）仍然是首选。

下一步

理解了数据库的基本概念，下一章我们来看看关系型数据库和 ER 模型——搞清楚数据表之间是怎么关联的，为什么这样设计。