如何自己實現一個關系型數據庫？
https://www.zhihu.com/question/38870156
作者：robert
鏈接：https://www.zhihu.com/question/25405073/answer/138210064
來源：知乎
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請注明出處。
Database System Concept 和 Database System Implementation 是兩本不錯的書，但是大家好像只提到了書，卻沒有說該怎么做。寫一個數據庫，路徑的選擇很重要，否則很容易放棄。推薦這樣的路徑：
1. 數據庫是一個后端server，因此網絡通信，如何並發處理多個客戶端連接，收發數據，是首先要解決的問題。這個問題比較簡單，不再贅述。
2. 數據庫最基本的工作模式，是接收並理解一段代碼，根據這段代碼的邏輯，往服務器上寫入/讀取一些數據。因此，最基本的模塊有兩個，一個是代碼的解釋和執行， 一個是數據存儲。
a.sql的解釋和執行，可以用lex&yacc簡單寫一個語法解析器，一段sql發過來能夠正確轉換成內部結構體；再圍繞這些內部結構體，寫出語義分析代碼，最終將sql轉換成對存儲模塊的調用。
b.存儲模塊，除了設計好供上層調用的API，重點解決兩個問題：1. 構建B樹，管理一張表的數據； 2.將整顆B樹持久化到磁盤/從磁盤中讀取B樹數據。一般的做法是一個B樹節點對應一個數據塊，一個數據塊對應多條記錄，以及相鄰B樹節點的數據塊地址。 以數據塊為單位寫入，讀取。為優化數據庫的讀寫性能，需要在設計緩存和日志模塊，將數據塊緩存到內存，作為讀取操作的緩存；日志則用來優化磁盤數據寫入，將寫入數據塊時的隨機寫磁盤，轉換為寫日志的順序寫磁盤，如果宕機能夠根據日志恢復數據塊。在保證數據持久化的同時提高磁盤寫入性能。
c.存儲模塊寫好后，還需要一個元數據模塊，來描述各數據塊對應的庫表，和數據庫中記錄的語義。簡單的做法，可以把業務表的定義放在配置文件中，系統啟動后即加載配置文件，將庫表定義放入內存，用來解釋數據塊內容；如果還要支持DDL，即根據SQL語句創建/修改表結構，則可以從create table這條sql的實現入手，去構建元數據的管理模塊，一方面做到根據元數據解釋數據塊；另一方面做到將元數據持久化。
3. 事務支持。事務這套理論，用來解決多用戶並發操作相同庫表時，操作的一致性問題。理想的情況下，數據庫系統最終需要讓多個並發操作的結果，能夠等同於將這多個操作，進行某種串行排列后執行的結果，即並發操作的可串行化，但是實際上達、做到這一點成本很高，數據庫系能會很差，所以事務理論定義了4種隔離級別，對一致性做了一些妥協，來保證並發讀寫性能。單機數據庫下，事務機制不管從理論還是實現，都已經非常成熟，但要做好並不容易。
如何設計並實現一個 DBMS？
https://www.zhihu.com/question/25405073
實現簡單的sql增刪改查應該可以用python實現的。不過語言只是工具，原理才是根本，我覺得了解簡單的DB結構還是必要的。
1. 數據庫文件的組織形式，包括數據文件和索引文件。一種是將數據，索引分離存儲（MyISAM），另一種數據庫文件本身就是按B+樹組織的，也就是數據和索引是同個文件（InnoDB）。
2. 數據庫文件的結構：一般按page或block組織，一個block 4k大小。SQLite的數據表就是由一個或多個page構成。
3. 數據庫系統結構：可以參照SQLite的系統結構，將系統分為Front-end前端，和Back-end（后端）。
Front-end：SQL的解析器，將輸入的sql命令進行tokenize，然后對sql語法進行parse，轉化為內部命令格式（后端調用）。
Back-end：要負責catalog的管理，增刪改查record時要建立index，也就涉及page/buffer管理。
4. 具體實現：如果不考慮事務，並發，復雜的sql操作，可以參考下面的實現模塊。
作者：陳炳金
鏈接：https://www.zhihu.com/question/38870156/answer/80538773
來源：知乎
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請注明出處。