空間數據庫 第一章 1. 數據的特點：數據與其語義不可分割 2. 數據庫的特點： 3. 數據庫管理系統DBMS的功能： 數據定義功能：提供數據定義語言(DDL)，對數據庫、表、索引的定義數據操作功能：提供數據操縱語言(DML)，實現對數據庫的基本操作 (查詢、插入、刪除和修改)數據庫運行控制功能：并發控制、安全性檢查、完整性約束條件的檢查和執行、索引的自動建立數據庫的建立和維護功能：初始數據的輸入、轉換，數據的存儲組織，數據庫的轉儲恢復，性能監視、分析功能等 4. 數據庫系統DBS的構成 5. 數據庫系統DBS特點 6. 數據管理技術 7. 內部結構：三級模式，兩級映像，邏輯獨立性和物理獨立性 兩級映像：在DBMS內部實現這三個抽象層次的聯系和轉換 8. 數據模型

三要素：

9. 常用模型 10. 關系的完整性約束條件 第二章 1. 空間數據及特征：

空間數據：

對空間事物的描述以地球表面空間位置為參照，用來描述空間實體的位置、形狀、大小及其分布特征諸多方面信息的數據一種帶有空間坐標的數據空間數據獲取方式包括人工統計、儀器測量等必然產生誤差

特征：

空間數據類型（P9）

2. 空間數據庫SDB的概念和構成

概念：描述與特定空間位置相關的真實世界對象的數據集合

構成

3.五種空間數據的管理模式 文件管理方式二元化空間數據庫管理系統全關系型空間數據庫管理系統對象－關系空間數據庫管理系統面向對象空間數據庫管理系統 4. 空間信息（概念）模型 場的組成部分

場函數：屬性域

場操作

5. 拓撲操作（幾何不變性）、九交矩陣描述

第三章 + 第四章 1. 關系模型的三要素 1.8 2. 關系的性質（了解）

列是同質的：同一屬性名下的諸屬性是同類型數據，且必須來自同一個域

不同列屬性必須有不同屬性名

列、行的次序無所謂、可以任意交換

任意兩個元組不能完全相同

不允許“表中套表”，即分量必須取原子值，每一個分量必須是不可分的數據項

3. 關系代數的寫法 4. SQL語句的寫法 5. SQL的特點：非過程化（了解） 一體化特點。高度非過程化。語言簡潔，易學易用。統一的語法結構對待不同的工作方式。面向集合的操作方式。SQL語言可以對兩種基本數據結構進行操作，一種是“表”，另一種是“視圖(View)”。 6. 數據定義的命令 視圖 索引 第五章 1. E-R圖 ，帶象形圖的E-R圖：將對象插在方框內的微縮圖

2. 擴展SQL，SQL3和SQL99版本，有了用戶自定義類型

對象關系數據庫

3. OGIS聯盟 標準操作：8種 P74-75 拓樸/集合運算： Equal如果兩個幾何體完全相同返回真

兩個幾何體內部和邊界都不相交返回真

兩幾何體相交則返回真

Touch

兩幾何體邊界相交則返回真

Cross

如果線和面的內部相交則返回真

Within

給定幾何內部不和另一幾何的外部相交返回真

判斷給定幾何體是否包含另一幾何體

Overlap

如果兩幾何體內部有非空交集返回真

4. 創建空間表

CREATE TABLE Country(
	Name  varchar(35)   Primary key, 
	Pop  Integer, 
	GDP  double
	Life  FLOAT,
	Shape  Polygon)

5. 空間查詢

P76 第五章PPT P52

第六章 1. 物理、空間模型：實現邏輯模型 2. 存儲架構 3. 磁盤物理結構： 4. 存取時間和構成：ts、tt、tl 5. 主存上緩沖區管理器及緩沖策略 DBMS模塊：先進先出 緩沖區替換策略 先進先出（FIFO） “時鐘”算法 系統控制 6. 根據存儲容量從小到大采用什么存儲策略

從小到大

7. 文件結構 PPT P33 8. 空間填充曲線（過程） 9. 空間數據的組織

縱向分層

時間序列分層 地面垂直高度分層

分層分塊索引

金字塔含義和性質（分辨率變、范圍不變、每塊不同）

性質： 10. B-數和B+數 --》R樹 每個結點至多有m個子結點；除根結點和葉結點外，其它每個結點至少有m/2 個子結點；若根結點不是葉子結點，則至少有兩個子結點；所有的葉結點在同一層； B+ 樹3階4階5階

根結點子樹

2-3

2-4

2-5

根/非終端結點子樹

2-3

2-4

3-5

根/結點中關鍵字

2-3

2-4

3-5

根結點中關鍵字

1-3

1-4

1-5

11. 什么是空間索引？

空間索引：依據空間對象的位置和形狀或空間對象之間的空間關系，按一定的順序排列的一種數據結構。

基本思想：近似體的使用

格網索引（固定網格結構，固定網格結構是固定的，它的目錄稀疏而巨大）

第二階段：幾何過濾器的封裝邊界與第一階段檢索出的要素的邊界相比較，找出具有重疊關系的要素

第三階段：幾何過濾器的坐標與第二階段檢索出的要素的邊界比較，找出邊界在幾何過濾器內的要素

第四階段：幾何過濾器的坐標與第三階段檢索出的要素的坐標比較，找出最終在幾何過濾器內的要素類

格網索引（網格文件）

四叉樹索引

R樹索引

12.對象范圍索引中有一個檢索關系式

空間對象被檢索 Xmax ≥ XW and Xmin≤XE AND Ymax ≥ YS and Ymin≤YN

空間對象不被檢索Xmax ≤ XW OR Xmin ≥ XE OR Ymax ≤ YS OR Ymin ≥YN

13. 網格文件索引

14. R樹特征(10-12條) 每個葉結點包含m至M條索引記錄(其中m

一文讀懂10 種分布式數據庫

在傳統的數據庫系統中，數據是以集中的方式存儲和管理的。然而，隨著互聯網和大數據時代的到來，傳統方法已經無法滿足對海量數據存儲和訪問的需求。這時分布式數據庫系統便應運而生。分布式數據庫系統將數據分散存儲在多臺服務器上，并通過網絡連接來實現數據的共享和訪問。分布式數據庫系統可以提供更高的可用性、更高的性能和更好的擴展性，因此被廣泛應用于各行各業的領域。

下面跟著摩爾獅的腳步，了解10種分布式數據庫。

一、關系型 vs 非關系型 1.1 關系型

1.1.1 什么是關系型？

關系型數據庫指的是使用關系模型（二維表格模型）來組織數據的數據庫，由二維表及其之間的聯系所組成的一個數據組織。

1.1.2 常見關系型數據庫

常見關系型數據庫管理系統（ORDBMS）：Oracle、MySql、 SQL Server、SQLite、、IBM DB2。

1.1.3 關系型的優勢

●采用二維表結構非常貼近正常開發邏輯。

●支持通用的SQL（結構化查詢語言）語句。

●豐富的完整性大大減少了數據冗余和數據不一致的問題。

●可以用SQL句子多個表之間做非常繁雜的查詢；

●關系型數據庫提供對事務的支持。

1.1.4 關系型的不足之處

（1）存儲的是行記錄。

不能存儲數組、嵌套字段等格式的數據。

（2）擴展表結構不方便。

操作不存在的列會報錯，而增加列又需要執行 SQL 語句才行。而且修改時需要特別注意，因為更新表時會長時間鎖表，這對線上環境可能造成嚴重影響。

（3）占用內存高。

關系型數據庫在對大量數據的表進行統計之類的運算時，占用內存會很高，因為它即使只針對某一列進行運算，也會將整行數據從存儲設備讀入內存。

（4）全文搜索性能差

類似于 MySQL 的關系型數據庫，只能用 like 進行整表掃描的匹配，效率很低?，F如今，有很多場景需要支持模糊匹配，而且必須支持高效查找。比如查詢包含關鍵字的日志信息，又或者是根據某個商品關鍵字查詢商品列表。

1.2 非關系型

1.2.1 什么是非關系型？

NoSQL

NoSQL(NoSQL = Not Only SQL )，意即"不僅僅是SQL"。

非關系型數據庫嚴格上不是一種數據庫，應該是一種數據結構化存儲方法的集合，可以是文檔或者鍵值對等。

1.2.2 常見非關系型數據庫

●鍵值數據庫：Redis、、Riak。

●列式數據庫：、HBase、。

●文檔數據庫：MongoDB、CouchDB、。

●圖形數據庫：Neo4j、。

1.2.3 非關系型的優勢

●格式靈活：存儲數據的格式可以是key,value形式、文檔形式、圖片形式等等，文檔形式、圖片形式等等，使用靈活，應用場景廣泛，而關系型數據庫則只支持基礎類型。

●速度快：NoSQL 可以使用硬盤或者內存來存儲，而關系型數據庫只能使用硬盤；

●高擴展性；

●成本低：nosql數據庫部署簡單，基本都是開源軟件。

1.2.4 非關系型的不足之處

●不提供sql支持，學習和使用成本較高；

●無事務處理。MongoDB 4.0 已支持事務。

●數據結構相對復雜，復雜查詢方面稍欠。

二、分布式數據庫 2.1 分布式數據庫的定義

分布式數據庫其實沒有一個官方的定義，只是技術人員提出的一個約定俗成的說法。

在數據庫領域，當產品不斷演進逐漸被大家認識和認可后，就會成了一個標準，比如說微軟的 SQL Server 數據庫，其他數據庫都喜歡拿它作為對比，那 SQL Server 數據庫就會成為一個標準。

但是分布式數據庫也是最近幾年才被大家提出，還是比較新的，也沒有參照。不過可以通過這些大廠大牛們總結的經驗來認識分布式數據庫。

分布式數據庫就是用分布式架構實現的數據庫。

2.2 分布式數據庫的優勢

現在很多流行的技術都用上了分布式架構，比如微服務、消息隊列。

那為什么要用分布式架構呢？簡單來說，就是用多機（機器）來橫向擴展單機的性能，另外一個很重要的原因就是分布式的可靠性，比如多機備份、容災等。

那數據庫是不是也需要提升性能和保證可靠性呢？答案是肯定的。

哪些大廠在用分布式數據庫？

每年雙 11，阿里就喜歡 show 一波交易戰績，其分布式數據庫 功不可沒。頭部大廠如騰訊、字節跳動、美團也開始使用分布式數據庫，還有各大銀行也上線了分布式數據庫。

所以說分布式數據庫是一種趨勢，如果業務場景要求高性能和高可靠，就可以考慮使用分布式架構下的數據庫了。

2.3 分布式數據庫的特點

首先來看下數據庫按照交易類型區分的兩大場景：

●聯機交易（OLTP）OLTP 是面向交易的處理過程，單筆交易的數據量小，但是要在很短的時間內給出結果，典型場景包括購物、繳費、轉賬等；

●聯機分析（OLAP）OLAP 場景通常是基于大數據集的運算，典型場景包括生成個人年度賬單和企業財務報表等。

OLTP 的特點是寫多讀少、低延時、高并發，那么數據庫+分布式在 OLTP 場景下會具有哪些特點呢？

特點：

●在寫多讀少的場景很強大。

●低延時的響應。

●支持高并發。

●支持海量存儲。

●高可靠性。

三、10 種分布式數據庫 3.1 PingCAP 的 TiDB

開源 + 良好的社區運營，擁有超高人氣。

定義：是一款同時支持在線事務處理與在線分析處理 (Hybrid and , HTAP）的融合型分布式數據庫產品，具備水平擴容或者縮容、金融級高可用、實時 HTAP、云原生的分布式數據庫、兼容 MySQL 5.7 協議和 MySQL 生態等重要特性。目標是為用戶提供一站式 OLTP (Online )、OLAP (Online )、HTAP 解決方案。TiDB 適合高可用、強一致要求較高、數據規模較大等各種應用場景。

TiDB 架構圖

TIDB 采用分層架構，有三種角色：

●TIDB：作為 SQL 引擎。

●TiKV：作為底層分布式鍵值存儲。

●PD：承擔元數據管理和全局時鐘的職責。

TiDB 的衍生項目：

●Ti-Binlog、Ti-CDC 支持數據導出。

●Ti- 更方便地實現容器云部署。

●Chaos Mesh 支持混沌工程。

缺點：不支持全球化部署，這為跨地域大規模集群應用 TiDB 設置了障礙。

3.2 Google 的 Spanner

Spanner是谷歌公司研發的、可擴展的、多版本、全球分布式、同步復制數據庫。它支持外部一致性的分布式事務。

Spanner 架構，來自 Google 論文

F1 主要作為 SQL 引擎

Spanner 主要負責事務一致性、復制機制、可擴展存儲等。

Spanner 架構中的核心處理模塊是

Spanner 的架構，來自 Google 論文

的核心工作有三部分：

●基于 Paxos 協議的數據復制。

●基于 Tablet 的分片管理。

●基于 2PC 的事務一致性管理。

2017 年，F1 和 Spanner 被拆分了，不再是綁定關系。原理如如下：

來自 Google 論文

3.3 蟑螂數據庫

(蟑螂數據庫）是一個可伸縮的、支持地理位置處理、支持事務處理的數據存儲系統。

為什么叫做蟑螂？

因為這個數據庫只要損壞的節點不超過總數一半，那么集群仍然可以正常工作，生命力超強。

通過分布式一致性算法實例來調節確保一致性，它所選擇使用Raft一致性算法。所有的一致性狀態存在于RocksDB中。

是一個分布式的 SQL 數據庫。首要設計目標就是 可擴展性，強一致性，可存活性，就像它的名字一樣。

的目標是在無人工干預的情況下，以極小的中斷時間容忍磁盤，主機，機架甚至 數據中心災難 。

的節點是對等的，其中一個設計目標是以最少配置加無依賴，部署去中心化的對等節點。

提供兩種不同的的事務特性，包括快照隔離（ ，簡稱SI）和順序的快照隔離（SSI）語義，后者是默認的隔離級別。

是一個分布式的K/V數據倉庫，支持ACID事務，多版本值存儲是其首要特性。主要的設計目標是全球一致性和可靠性，從蟑螂的命名上是就能看出這點。蟑螂數據庫能處理磁盤、物理機器、機架甚至數據中心失效情況下最小延遲的服務中斷；整個失效過程無需人工干預。蟑螂的節點是均衡的，其設計目標是同質部署（只有一個二進制包）且最小配置。

和 TiDB、 都公開聲稱設計靈感來自 Spanner，所以往往會被認為是同構的產品。 和 TiDB，經常會被大家拿來比較。

區別：

● 采用了標準的 P2P 架構，只要損壞的節點不超過總數一半，那么集群仍然可以正常工作。

● 支持全球化部署，因為它采用了混合邏輯時鐘（HLC），所以能夠在全球物理范圍下做到數據一致性。

●分片管理機制的不同。

3.4

在架構上和 有很多相似之處，比如支持全球化部署，采用混合邏輯時鐘（HLC），基于 的事務模型，兼容 協議。

由于高度的相似性， 與 的競爭表現得非常激烈。

采用兩層架構：查詢層和存儲層。不過這個架構僅僅是邏輯上的，部署結構中，這兩層都位于 TServer 進程中。這一點和 TiDB 不同。

的查詢層支持同時 SQL 和 CQL 兩種 API，其中 CQL 是兼容 的一種方言語法，對應于文檔數據庫的存儲模型；而 SQL API 是直接基于 魔改的，能比較好地兼容 PG 語法，

的存儲層才是重頭戲。其中 TServer 負責存儲 tablet，每個 tablet 對應一個 Raft Group，分布在三個不同的節點上，以此保證高可用性。Master 負責元數據管理，除了 tablet 的位置信息，還包括表結構等信息。Master 本身也依靠 Raft 實現高可用。

架構

3.5 阿里

是由螞蟻集團完全自主研發的金融級分布式關系數據庫，始創于2010年。具有數據強一致、高可用、高性能、在線擴展、高度兼容SQL標準和主流關系數據庫、低成本等特點。\

3.6 騰訊的 TDSQL

TDSQL 的節點都是用的 MySQL。它是采用分布式集群架構（如下圖），這種集群架構具有較高的靈活性，簡化了各個 節點之間的通信機制，也簡化了對于硬件的需求。這不僅意味著 TDSQL 的關系型實例、分 布式實例、分析性實例可以混合部署在同一集群中，也意味著即使是簡單的 x86 服務器，也 可以搭建出類似于小型機、共享存儲等一樣穩定可靠的數據庫。

TDSL 架構

3.7 中興通訊的

幾乎是國內銀行業應用規模最大的分布式數據庫，和 TDSQL 同樣在數據節點上選擇了 MySQL，但全局時鐘節點的增加使它稱為一個標準的 PGXC 架構。

3.8 騰訊的 TBase

TBase 是騰訊數據平臺團隊在開源的 基礎上研發的企業級分布式 HTAP 數據庫管理系統：

●具備高性能可擴展的分布式事務能力，支持 RC 和 RR 兩種隔離級別；

●通過安全、管理、審計三權分立體系，提供全方位的數據安全保證機制；

●支持高性能分區表，可使得數據檢索效率成倍提升；

●SQL 方面兼容 2003 標準、 語法和常用 Oracle 函數&數據類型、窗口函數等；

●提供大小商戶數據分離、冷熱數據分離等高效的數據治理能力

集群中有三種節點類型，各自承擔不同的功能，通過網絡連接成為一個系統。這三種節點類型分別是：

●**：協調節點，對外提供接口，負責數據的分發和查詢規劃，多個節點位置對等，每個節點都提供相同的數據庫視圖，CN 存儲系統的全局元數據。

●：**處理存儲本節點相關的元數據，每個節點還存儲數據的一個分片。在功能上，DN 節點負責完成執行協調節點分發的執行請求。

●GTM: 全局事務管理器(Global manager.)，負責管理集群事務信息，同時管理集群的全局對象，比如序列，除此之外 GTM 上不提供其他的功能。

3.9 VoltDB

VoltDB 官網提供的簡介：VoltDB是全球最快的內存型數據庫，它繼承了傳統關系數據庫的強一致性要求，又提供了互聯網云上部署的能力和分布式 數據庫的橫向擴展能力。VoltDB通過將數據庫全部保存在內存中的方法，消除了大量的數據和日志的磁盤存取操作，通過單線程的方式，消除了磁盤鎖和記錄鎖；通過數據庫分片技術，讓數據庫支持高并發請求；通過分布式集群支持數據庫橫向擴展。其查詢速度達到傳統數據庫的100倍以上。

2019 年正式閉源，變為純商業化產品。而同時，VoltDB 在國內也沒有建立完備的服務支持體系，這在很大程度上影響到它的推廣。

3.10 巨杉

巨杉數據庫是一款開源的金融級分布式關系型數據庫，主要面對高并發聯機交易型場景提供高性能、可靠穩定以及無限水平擴展的數據庫服務。

邏輯架構

用戶可以在 巨杉數據庫中創建多種類型的數據庫實例，以滿足上層不同應用程序各自的需求。

巨杉數據庫支持 MySQL、、 和 MariaDB 四種關系型數據庫實例、類 MongoDB 的 JSON 文檔類數據庫實例、以及 S3 對象存儲與 POSIX 文件系統的非結構化數據實例。

支持七種不同的實例類型

巨杉數據庫存儲引擎采用分布式架構。集群中的每個節點為一個獨立進程，節點之間采用 TCP/IP 協議進行通訊。

同一個操作系統可以部署多個節點，節點之間采用不同的端口進行區分。

數據庫存儲引擎邏輯架構

關于傳知摩爾獅

傳知摩爾獅是廣州傳知信息科技有限公司旗下針對阿里云ACP/ACE認證及云網創立的數字人才培訓品牌，傳知摩爾獅成立于2019年，致力于傳播領先的教育理論，倡導更有效、更高效的學習范式，在IT職業教育領域，研究相關學科的教材教法和教學資源的整合，通過自主研發的學習服務平臺推動IT人才的學習和發展，致力為中國云計算行業培養數字化人才。

摩爾獅在秉持傳播知識、成就未來的理念下，2021年8月與阿里云達成深度合作，成為阿里云認證的戰略級培訓伙伴。并且，摩爾獅已和超過200家的互聯網廠家簽署了就業合作協議，為企業與國家持續培養輸送面向未來的應用型人才。