所有計算機問題都可以歸結為快取問題 —某大佬
上面這句話是某日在知乎上無意看到的，但卻在我的腦海裡停留良久。如果之前看到這句話，可能也就略過了，但最近做了不少快取想關的工作，從redis到ADT裝置快取，從web應用到作業系統實現，快取無處不在，毫無疑問，資料庫系統也快取。這篇筆記主要從理論出發，淺析資料庫系統的儲存和檔案結構。
1.RAID
RAID是什麼?
RAID(ReDundant Array of Independent Disk)即獨立磁碟冗餘陣列，是一種多磁碟組織技術。
說人話：RAID其實就是通過冗餘提高儲存的可靠性和並行性，由概率論知識（概率論？？）可以知道，一堆磁碟出現一次故障的概率肯定比某一張磁碟發生故障的概率大，如果我們的N張磁碟在不做備份的情況下，只要有一張出現毛病，就會損失大量的資料，對於某些應用來說，就算丟了1byte的資料都是不可容忍的（你的支付寶少了1byte的錢（我沒這麼多 不用擔心）），引入冗餘是個解決的好辦法，嗯，最簡單粗暴的方法就算砸錢復制每一張磁碟，這種技術也就是映象（影子），即一張邏輯盤對應幾張物理盤，這樣即使你的1byte記錄的鉅款在某個盤上丟了也沒事，但這時候你說，萬一地震了火災了三體人入侵了怎麼辦（三體人入侵你就等著去澳大利亞吧），當然，儘管有這麼多可能，映象也比單張磁碟的可靠性高不少（平均丟失時間可以長達55~100年）[1]
同時，RAID還可以提高並行性，就像使用Mycat進行資料庫分片一樣，我可以在多張磁碟進行資料拆分來提高傳輸速率，主要有以下幾種：
1.位元級拆分（聽起來很厲害的樣子）：把每個位元組都進行了拆分，將不同位存到不同的磁碟，比如第i位存到第i號磁碟。（好細緻。。）
2.塊級拆分（最常用）：把磁碟陣列看成一塊單獨的大磁碟，並且給塊進行邏輯編號，比如將邏輯上的第i塊存到物理磁碟(i mod n) + 1張磁碟上，有點意思了哈，讀一個大檔案的時候，可以從n張磁碟並行取n個塊，這樣不就快了嗎。
磁碟系統並行的兩個目的：1 負載平衡多個小的訪問操作（塊訪問）以提高訪問操作吞吐量，2 並行執行大的訪問操作，以減少訪問操作的響應時間[1]。
RAID級別
前面說道，映象是比較燒錢的，拆分雖然提高了並行性，但是不能提高可用性。為了降低成本（省錢）提出了一些方案，分為若干個RAID級別(RAID level),具體的就不贅述了。
2. 檔案組織
資料庫外表看起來這麼高大上，其實底層還是用檔案儲存的，由作業系統進行維護，資料庫中的記錄都是存在塊中的（而一個塊可以包含很多記錄），塊是儲存分配和資料傳輸的基本單元，大多數資料庫預設塊大小為4到8KB
記錄可以分成定長和變長記錄
Reference
[1] DataBase System Concepts 6th Abraham Silberschatz