专栏名称: 码农翻身

工作15年的前IBM架构师分享好玩有趣的编程知识和职场的经验教训，不容错过。

小李的数据库之旅（上）

码农翻身 · 公众号 · 程序员架构 · 2016-09-11 19:36

正文

无纸化办公

小李是这个大学计算机科学与技术系的知名学生，他的编程能力了得，使用Pascal 炉火纯青，这都是高中期间参加全国青少年信息学奥林匹克竞赛打下的底子，虽然没有获过奖，但在80年代末，90年代初很多人都不知道计算机是何物的时候，人家就可以在上面写程序了，是非常让人敬佩的事情。

所以一入学，辅导员就找到小李让他帮忙给系里开发个信息系统，记录系里的学生信息，课程信息，还有选课，这样的话就可以无纸化办公了。

小李觉得这只是一个基于命令行的程序，无非是增删改查嘛，就满口应承下来，然后祭出Pascal 大法，准备大干一场。

辅导员把相关的资料也送来了，这学生信息无非是[学号，姓名，性别，身份证号，入学日期，班级] 等信息。

课程信息也就是[课程号，课程名，授课老师] , 选课是[学号，课程号，成绩]

有了基本的数据结构，小李决定用三个独立的文本文件来存储这些信息，比如说student.txt 中的内容是这样：

第一行是表头，其他行是内容，都用逗号分开。

剩下的两个文件的格式和这个差不多。

编程工作进展的非常顺利，最重要的部分无非就是用Pascal读写文件而已，一周不到就完工了，现在程序架构是这个样子的：

这个单机版的信息系统就这么运行了起来，效果还不错。

数据的冗余和不一致

商学院的主任听说计科系有了这么一个系统，不由的也打起来注意，辅导员就让小李用软盘拷贝了一份过去，商学院也顺利用来起了。

可是有些计科系的学生到商学院去选修经济学的课程时，发现还得再输入一遍学生信息，这实在是太烦人了。

小李也没办法，毕竟这是两套系统啊，只有采用土办法，把计科系的student.txt 复制了一份到商学院。

这样一来数据的重复难于避免了，更有可能出现数据不一致的地方，比如地址信息在计科系改了，但是商学院没改。

后来辅导员说数学系自己也搞了一个类似的系统，不是用Pascal而是用C写的，数据格式和小李定义的还不一样，小李想把Student.txt复制过去也不可能了。

小李想要是学校所有的院系都用这么一套系统就好了。其实学校领导也看到了这个问题，只是现在的校内局域网还没有建立起来，大家用同一套系统并不现实。

李氏查询

到了期末，计科系和商学院的老师纷纷给小李打电话：

“小李，我想统计一下这个学期操作系统课有哪些人没及格，多少人在80分以上，你能帮忙弄弄吗？”

“小李，我想算一下经济学的平均分，能不能程序实现一下？学生太多，手工算太麻烦了 ”

......

为了应付这些“变态”的需求，小李假期几乎没怎么休息，不停的用PASCAL写各种各样的功能。

可是这种需求似乎无穷无尽，总结一下，无非就是对这些文件的各种各样的查询而已。

难道让老师们直接去文件中查找和计算吗？显然不行。

小李想起了一句话： “ 所有计算机的问题都可以通过增加一个中间层来解决”

那提供一个中间层吧，把文件层屏蔽掉，让老师们在这个中间层用自己熟悉的术语进行查询。

中间层上要有逻辑的数据结构，其实就是这些东西：

学生信息：[学号，姓名，性别，入学日期，班级，地址]

课程信息：[课程号，课程名，授课老师]

选课：[学号，课程号，成绩]

小李决定把这些东西称为“ 表 ” ，其中的每一项称为 “列”/“字段”/“属性” ，每一列都有类型，例如字符型，日期型，数字型等等

查询的话是用类似这样进行的：

SELECT 学号，姓名

FROM 学生信息

WHERE 入学日期='1991-9-1'

想把几个表连接起来查询也可以：

SELECT 学号，姓名, 课程名，成绩

FROM 学生信息 s , 课程信息 c，选课 sc

ON s.学号=sc.学号 AND c.课程号=sc.课程号

WHERE 课程名='操作系统' AND 成绩

很明显小李需要写一个解析器，把这样的语句变成内部对文件的操作，还好小李已经有一点编译原理的基础了，努力一下还是能写出来的。

小李把查询规则给各个老师做了个简单的培训，从此以后，只要不是超级复杂的查询，老师们自己就搞定了，再也不用骚扰小李了。

无心插柳柳成荫，小李忽然发现，自己的程序也可以调用这样的抽象层来编程啊，也不用直接操作文件了，简化了好多。

小李得意的把这套查询称为“李氏查询” ，李氏查询用起来简便快捷，最大的好处是用户完全不用考虑物理层的那些文件的结构，只需要关注逻辑层的“表”就可以了。

（码农翻身注：其实就是SQL了）

可是小李一直是隐隐觉得不安，不知道这种查询方式有没有漏洞，后来看到埃德加·弗兰克·科德的论文 “A Relational Model of Data for Large Shared Data banks（大型共享数据库的关系模型）”，

这才明白，其实这就是所谓的关系模型啊，其背后的有着坚实的数学基础，肯定是没有问题的。

有了一个中间的逻辑层，还带来了一个额外的好处，现在小李可以对物理层的文件存储做一些优化了，为了加快访问速度，小李不再采用简单的逗号分隔的文件，还增加了索引、B+树，缓存等手段。

小李的数据库之旅（上）

正文

请到「今天看啥」查看全文