YashanDB 数据库基础知识：初学者必看指南

随着数据量的持续增长与业务需求的复杂化，数据库系统面临着性能瓶颈、数据一致性保障以及高可用性的挑战。有效地理解和掌握数据库的核心架构及其技术机制，是确保系统稳定运行与性能优化的关键。本文以 YashanDB 数据库为例，系统阐述其技术架构、存储管理、事务控制、SQL 处理等关键机制，旨在帮助初学者建立全面的技术认知，提升数据库应用效率与稳定性。

一、YashanDB 体系架构与部署形态

YashanDB 支持三种主要的部署形态：

单机部署：采用主备复制方式，主实例和备实例运行于两台服务器，主库的变更通过日志复制至备库，保障基础高可用性。适用于普通业务场景。

分布式集群部署：包含管理节点（MN）、协调节点（CN）和数据节点（DN）。此结构支持海量数据分析和强线性扩展，应用于大规模在线事务和分析混合场景。

共享集群部署：基于 shared-disk 架构，依托共享存储及崖山集群内核（YCK），多实例可并发读写同一数据，保持强一致性，满足高端核心交易场景下的高可用与高性能需求。

同时，YashanDB 定义了数据库和实例两个概念，数据库为持久存储的文件集合，实例则为运行时的内存与多线程程序，实例管理数据库的访问与运行。

二、存储引擎与空间管理

YashanDB 的存储引擎支持不同的数据存储结构以适应不同业务需求：

HEAP（堆式存储）：无序存储，支持快速插入，主要用于事务型数据的行存表。

BTREE：基于 B 树结构实现索引，提供有序索引数据，支持多种索引扫描方式。

MCOL（可变列式存储）：基于段页式管理的列式存储，支持原地更新和字典编码，提高 HTAP 领域的实时查询与更新性能。

SCOL（稳态列式存储）：采用切片管理并支持压缩编码及过滤下推，专注于海量稳态数据分析的高性能 OLAP 场景。

存储空间通过多层逻辑结构管理，包括表空间（Tablespace）、段（Segment）、区（Extent）和数据块（Block），实现灵活高效的空间使用及回收。其中段空间管理通过空闲度列表维护页面空闲情况，减少行迁移，提高并发性能。

三、SQL 引擎与优化机制

YashanDB 的 SQL 引擎主要包括解析器、优化器和执行器。

解析阶段：完成词法、语法与语义的解析，并生成解析树。

优化阶段：基于代价模型的 CBO，结合统计信息和 Hint 提示，执行查询改写、连接顺序优化、访问路径选择，生成最优执行计划。

执行阶段：执行计划中的算子支持并行执行及向量化计算，利用 SIMD 技术批量处理数据，提升计算效率。

分布式 SQL 执行由协调节点生成并下发执行计划至数据节点，实现跨节点的数据并行加工与结果合并。

四、事务管理与并发控制

YashanDB 全面支持事务的 ACID 特性。

多版本并发控制（MVCC）：通过保存数据历史版本，实现读写不阻塞，保证语句级和事务级一致性读。

事务隔离级别：支持读已提交和可串行化隔离级别，分别保证基本数据一致性与严格的事务串行化。

锁机制：包含表级共享锁与排他锁，及基于数据块的行级排他锁，协调并发事务对数据的修改，防止竞争冲突与死锁，通过死锁检测及时解除资源等待。

自治事务：支持独立执行的嵌套事务，实现复杂业务逻辑的隔离与重用。

五、存储管理与持久化机制

数据库采用物理和逻辑分层的存储管理：

物理存储：包括数据文件、切片文件、临时文件、redo 日志文件、归档日志文件和控制文件。数据库文件通过 YashanDB 指定的路径管理，不允许操作系统级直接修改以避免异常。

持久化机制：采用 WAL 原则，先写 redo 日志，再写数据文件；引入检查点机制批量刷盘降低 IO 压力。

双写机制：避免电源故障等导致数据半写问题，通过写入双写区保证数据完整性。

实例恢复：包括前滚和回滚两个阶段，自动修复异常宕机带来的数据不一致。

六、高可用架构与运维机制

高可用设计覆盖备份恢复和主备复制：

备份策略：支持全库、增量、归档备份，备份文件支持压缩、加密。恢复覆盖全备恢复、归档恢复及基于时间点的恢复（PITR）。

主备复制：基于 redo 日志的物理复制，支持同步及异步模式，提供最大性能、最大可用和最大保护三种保护模式，根据业务需求平衡性能与数据安全。

主备切换：支持计划内切换（Switchover）保证零数据丢失和故障切换（Failover），确保故障时快速恢复系统运行。

自动选主：采用 Raft 协议实现分布式节点组的自动选主，支持异构优先级、预备候选者、计票者等状态控制。同时支持基于运维系统（yasom）的仲裁选主，实现快速容错。

七、安全机制

YashanDB 致力于多层次的安全保障：

用户管理与访问控制：采用基于角色的访问控制（RBAC）和基于标签的访问控制（LBAC），实现权限的细粒度管理及行级数据访问控制，保障业务隔离与安全性。

身份认证：支持数据库认证和操作系统认证，密码策略包括复杂度约束、密码锁定和密码生命周期管理，确保账号安全。

加密技术：支持表空间和表级的透明数据加密（TDE），备份集加密，网络传输加密（SSL/TLS），以及 PL 代码加密，保证数据存储与传输的机密性。

审计功能：拥有权限审计、行为审计和角色审计，全面记录安全事件，支持异步审计减小性能影响，满足合规需求。

反入侵：通过配置 IP 黑白名单和连接监听机制，加强对非法访问和攻击的防护。

八、总结与技术建议

根据业务场景选择合适的部署形态：对于单节点和中小业务，单机部署足够使用；对于海量数据和高并发需分布式集群部署；对于高可用高性能需求，建议采用共享集群。

合理利用不同存储结构：事务型业务优先采用 HEAP 行存表，实时分析可使用 MCOL TAC 表，海量稳态数据选择 SCOL LSC 表以提升查询效率。

优化 SQL 执行：结合统计信息更新，合理设计索引策略，建议重点关注唯一索引和函数索引，必要时使用 Hint 调整执行计划。

合理配置事务隔离级别：默认读已提交满足大部分需求，针对要求严格一致性的场合开启可串行化隔离。

利用高级事务特性：恰当使用自治事务和保存点管理复杂业务逻辑，防止不必要的回滚及提升性能。

保障数据安全性：启用透明数据加密和网络加密，加强身份认证和访问控制策略，定期更新密码与监控审计日志。

完善高可用设计：搭建合理的主备复制架构，配置合适的保护模式和自动选主，确保业务稳定性与数据一致性。

关注运维管理：定期备份恢复测试，监控系统线程状态和故障诊断功能，保障数据库长期稳定运行。

结论

本文系统地介绍了 YashanDB 数据库的核心技术原理、存储机制、事务控制、SQL 执行、部署架构及安全管理等方面内容。深入理解这些基础技术，有助于用户科学构建高可用、高性能、可维护的数据管理系统。建议读者结合实际需求，采用本文所述的最佳实践策略，提升数据库系统的整体效能与安全保障。