我过去几年一直在使用数据库，我想我已经相当有能力使用它们了。然而我最近在阅读Joel的 Law of Leaky Abstractions并且我意识到即使我可以编写一个查询来获取我想要的任何数据库，我也不知道数据库如何实际解释查询。有没有人知道任何解释数据库如何在内部工作的好文章或书籍？
我感兴趣的一些具体事情是：
答案 0 :(得分：78)
数据库实际上做了什么 找出与选择匹配的内容 声明？
说实话，这是一个蛮力的问题。简单地说，它读取数据库中的每个候选记录并将表达式与字段匹配。所以，如果你有“select * from table where name ='fred'”，它会逐字遍历每条记录，抓住“name”字段，并将其与'fred'进行比较。
现在，如果“table.name”字段被编入索引，那么数据库将（可能但不一定）首先使用索引来定位候选记录以应用实际过滤器。
这减少了应用表达式的候选记录的数量，否则它将只执行我们称之为“表扫描”的操作，即读取每一行。
但从根本上说，它定位候选记录与它应用实际过滤器表达式的方式是分开的，显然，可以做一些聪明的优化。
数据库如何解释连接 与具有多个查询的查询不同 “其中key1 = key2”语句？
好吧，连接用于创建一个新的“伪表”，应用过滤器。因此，您有过滤条件和连接条件。连接标准用于构建此“伪表”，然后对其应用过滤器。现在，在解释连接时，它再次与过滤器相同 - 强制比较和索引读取以构建“伪表”的子集。
数据库如何存储它的全部内容 存储器？
良好数据库的关键之一是它如何管理其I / O缓冲区。但它基本上将RAM块与磁盘块匹配。使用现代虚拟内存管理器，更简单的数据库几乎可以依赖VM作为其内存缓冲管理器。高端DB'自己完成这一切。
如何存储索引？
B +树通常，您应该查找它。这是一种已经存在多年的直接技术。它的好处是与大多数平衡树共享：对节点的一致访问以及所有叶节点都是链接的，因此您可以按键顺序轻松地从一个节点遍历到另一个节点。因此，使用索引，可以将行视为对数据库中的特定字段进行“排序”，并且数据库可以利用该信息使其有利于优化。这与使用索引的哈希表不同，后者只允许您快速访问特定记录。在B树中，您不仅可以快速获取特定记录，还可以快速获取排序列表中的某个点。
在数据库中存储和索引行的实际机制非常简单且易于理解。游戏是管理缓冲区，并将SQL转换为有效的查询路径，以利用这些基本的存储习惯用法。
然后，在存储习惯用语之上存在整个多用户，锁定，日志记录和事务复杂性。
答案 1 :(得分：4)
数据库实际上做了什么来找出与select语句匹配的内容？
数据库正在使用索引（见下文）
数据库如何解释连接与具有多个“where key1 = key2”语句的查询不同？ 通过合并树，可以将Join Operations转换为二叉树操作。
数据库如何存储所有内存？
内存映射文件，以便更快地访问其数据
如何存储索引？
内部数据库正在使用 B-Trees 进行索引。
这应该在维基百科上更详细地解释..
答案 2 :(得分：1)
除了阅读之外，使用数据库工具检查数据库在查询中使用的执行计划也很有帮助。除了深入了解它是如何工作之外，您还可以尝试使用更好的反馈循环来优化查询的技术。
答案 3 :(得分：0)
我在写一个解释时做了三次尝试，但这实在是太大了。查看Hellerstein文章（Saif链接到的berkeley服务器上的文章），然后询问具体细节。
值得注意的是，在任何给定的DBMS中只实现了“已知好主意”的一部分。例如，SQLite甚至不进行散列连接，它只进行嵌套循环（ack !!）。但是，它是一个易于嵌入的dbms，并且它的工作非常好，所以可以说缺乏复杂性。
了解DBMS如何收集统计信息以及如何使用它们构建查询计划，以及学习如何首先阅读查询计划，这是一项非常宝贵的技能 - 如果您必须选择一个“数据库内部” “学习的主题，了解这一点。它将创造一个与众不同的世界（你永远不会意外地再写一个笛卡尔积......; - ））。
答案 4 :(得分：0)
如果您想更详细地了解，我建议您获取sqlite源代码，并了解它是如何做到的。它是完整的，尽管不是大型开源和商业数据库的规模。如果你想更详细地了解我的建议The Definitive Guide to SQLite，这不仅是对sqlite的一个很好的解释，也是我所知道的最易读的技术书籍之一。在MySQL方面，您可以从MySQL Performance Blog以及书中了解O'Reilly High Performance MySQL（V2），其中博客是作者之一。