你好，我是彭旭。 从这节课开始，我们要积累一部分数据库的基础知识。今天我们主要聚焦在列式存储和行式存储的区别上，再给你介绍一个被多个数据库引擎支持的、最流行的列式数据存储格式。 在大数据时代，列式存储出现的频率很高，讨论列式存储优势的文章汗牛充栋，这...

你好，我是彭旭。 当前数据库都使用硬盘来持久化存储数据。市面上的硬盘主要分为SSD固态硬盘和HHD机械硬盘。其中，SSD固态硬盘读写性能高，但是价格贵，传统关系型数据库用得比较多。 大数据、分布式存储由于数据量大，使用SSD硬盘会导致存储成本过高。所...

你好，我是彭旭。 今天我们课程的内容是编码与压缩。在设计一个优秀的数据库时，存储空间、性能以及资源占用无疑是必须深入考虑的关键因素。这些因素直接关联到数据库的效率、成本以及用户的体验。这里面，编码与压缩也是至关重要的一环。 通过这节课的学习，你一定能...

你好，我是彭旭。 想要保证数据操作的一致性、隔离性和持久性，提高数据库系统的并发性和可靠性，事务与MVCC（Multi-Version Concurrency Control，多版本并发控制）是一个绕不开的话题。 MVCC是一种数据库事务并发控制的方...

你好，我是彭旭。 上一讲我们介绍了事务和MVCC，说到分布式数据库（比如HBase）对事务的支持较弱，甚至StarRocks、ClickHouse是不支持传统事务的。这是因为分布式数据库涉及多个服务器，跨表跨行事务需要协调集群多个节点，复杂性大大提高...

你好，我是彭旭。 上一讲，我们介绍了在分布式数据库中合理地分库分表或者分区的方法，还讲了如何裁剪查询时需要扫描的数据，优化查询性能。 但是，分区也会带来一个新的问题。数据表之间通常存在关联关系，一个完整的业务通常需要关联多个表，才能得到最终需要的业务...