数据库基础01-数据库入门与生态
数据库入门与生态：从概念到选型
目录
为什么学数据库
0.1 数据库在运维里的位置
回顾前面「nginx」文档搭的 LAMP/LEMP 架构：Linux + Apache（或 Nginx）+ MariaDB/MySQL + PHP。那个「M」就是数据库。网站的动态内容（用户、订单、文章、配置）都存进数据库，应用后端通过 SQL 读写它，再把结果渲染成网页。
所以对运维来说，数据库不是可选项，而是绝大多数业务系统的数据中枢。业务稳不稳、快不快，很大程度取决于数据库有没有被正确地安装、配置、优化与备份。这也是为什么数据库是中级 Linux 运维的必修课。
0.2 内容范围
数据库内容很多，本篇聚焦「是什么、怎么选」：讲清数据库是什么、关系模型、数据库分类，以及国内主流数据库与选型。核心示例围绕 MySQL/MariaDB（国内主流且与前面 LAMP 呼应），学习环境以 Rocky Linux 9 / RHEL 9 为主，Debian/Ubuntu 的差异会单独标注。
0.3 阅读前提
- 已掌握前面「中级」文档的 Linux 基础（软件管理、服务 systemd、防火墙、SELinux）；
- 会基本命令行操作；
- 本文讲概念与选型；动手安装与配置在《数据库安装与配置》中展开。
一、什么是数据库与数据库管理系统
1.1 两个容易混淆的词
- 数据库（Database）：一个逻辑上的数据集合，可以理解成「装数据的仓库」，里面按表组织数据；
- 数据库管理系统（DBMS）：管理和操作数据库的软件，如 MySQL、MariaDB、PostgreSQL。它负责数据的存储、检索、安全、并发等。
平时说「装一个 MariaDB」，装的是 MariaDB 这个 DBMS；装好后再在里面创建多个数据库。这就好比「装了个 Excel 软件（DBMS），里面可以有多个工作簿（数据库），每个工作簿里有多张工作表（表）」。
1.2 为什么需要数据库，而不是直接用文件
你可能想：数据存成文件（如 CSV）不就行了？但业务数据有这些诉求，文件很难满足：
- 并发访问：多个用户/程序同时读写，数据库能管理并发、防止互相覆盖；
- 一致性：转账这类操作要「要么全成功要么全失败」，数据库用事务保证；
- 查询能力：按条件快速查、排序、统计、跨表关联，SQL 比手工翻文件强太多；
- 安全与权限：按账号控制谁能读谁能写；
- 可靠性：崩溃恢复、备份、日志。
所以数据库是「把数据管好、查好、保护好」的专门工具。
1.3 关系型与非关系型：先有个整体印象
数据库大体分**关系型（SQL）和非关系型（NoSQL）**两大类。本文后续会详细讲（第 3 章）。这里先记住：
- 关系型：数据组织成「表 + 行 + 列」，结构严谨、支持 SQL、保证一致性，是绝大多数业务系统的核心存储；
- 非关系型：为了性能、海量数据、灵活结构而出现，常见于缓存、日志、大数据等场景。
二、关系型数据库核心概念
2.1 表、行、列与字段
关系型数据库把数据组织成 表（table），像一张 Excel 表：
用户表 user（表名）
┌────┬───────────┬───────────────┬────────────┐
│ id │ username │ email │ created_at │ ← 列/字段（column）
├────┼───────────┼───────────────┼────────────┤
│ 1 │ alice │ a@ex.com │ 2024-01-01 │ ← 一行记录（row）
│ 2 │ bob │ b@ex.com │ 2024-02-03 │
└────┴───────────┴───────────────┴────────────┘
| 术语 | 含义 | 类比 Excel |
|---|---|---|
| 表（table） | 一组结构化数据的集合 | 一张工作表 |
| 列 / 字段（column / field） | 表的一个属性维度，有固定类型 | 一列 |
| 行 / 记录（row / record） | 一条完整的数据 | 一行 |
| 主键（primary key） | 唯一标识一行的字段 | 编号列 |
| 外键（foreign key） | 关联另一张表的字段 | 跨表关联列 |
2.2 主键、唯一键、索引与约束
主键（PRIMARY KEY）
主键用来唯一标识每一行，要求非空且唯一，一张表只能有一个主键。最常用的是一个自增整数 id，让数据库自动编号。
CREATE TABLE user (
id INT AUTO_INCREMENT PRIMARY KEY,
username VARCHAR(50) NOT NULL
);
唯一键（UNIQUE）
唯一键也要求值不重复，但允许为空，一张表可有多个。常用于保证邮箱、手机号等业务字段不重复：
CREATE TABLE user (
id INT AUTO_INCREMENT PRIMARY KEY,
email VARCHAR(100) UNIQUE
);
索引（INDEX）
索引是数据库为加速查询建的「目录」，不重建数据、只让 WHERE 查找更快。主键会自动建索引。给高频查询字段加索引是优化慢查询的常见手段。
CREATE INDEX idx_email ON user(email);
约束（CONSTRAINT）
约束限定数据的合法性：NOT NULL（非空）、UNIQUE（唯一）、PRIMARY KEY（主键）、FOREIGN KEY（外键）、CHECK（取值范围）、DEFAULT（默认值）。它们在建表时定义，从源头保证数据质量。
2.3 MySQL 与 MariaDB 的关系（先搞清楚再选型）
MariaDB 是 MySQL 的一个分支（fork）。2010 年 Oracle 收购 MySQL 后，原 MySQL 创始人担心其未来会闭源，于是在 MySQL 代码基础上另起炉灶开发了 MariaDB，保持开源、并与 MySQL 高度兼容。二者在 SQL 语法、命令行、端口、socket 上兼容，可以看作「即插即用」的关系。
选型层面的实际结论：
- Rocky / RHEL 9 与 Debian / Ubuntu 的官方仓库提供的都是 MariaDB，
dnf install mariadb-server或apt install mariadb-server装到的就是 MariaDB； - 想装 MySQL 官方版需额外加官方仓库，步骤更多；
- 对绝大多数业务，直接用发行版自带的 MariaDB 即可，SQL 用法与 MySQL 一样；
- 运维细节差异：服务名是
mariadb、安全工具叫mariadb-secure-installation、10.4 起 root 默认走 unix_socket 认证等。
2.4 关系型数据库的组织结构
一个 DBMS 实例从上到下大致是：
DBMS（如 MariaDB）
└─ 数据库 database（如 shop、blog）
├─ 表 table（如 user、order）
│ ├─ 列 column / 字段
│ └─ 行 row / 记录
└─ 视图 view / 索引 index / 存储过程 等
运维日常最常打交道的还是**库（database）→ 表（table）→ 行（row）**这三层。---
三、数据库的分类：关系型与非关系型
掌握数据库分类，是理解「为什么会有这么多数据库」和「该用哪个」的基础。数据库总体上分两大类：关系型与非关系型（NoSQL）。
3.1 关系型数据库（Relational / SQL）
关系型数据库以「表 + 行 + 列」组织数据，有固定的表结构（Schema），用 SQL 查询，靠主键/外键建立表间关系，支持 ACID 事务保证强一致性。它的优势是结构清晰、查询强大、数据可靠，适合需要强一致性的业务核心数据。
常见的关系型产品：MySQL、MariaDB、PostgreSQL、Oracle、SQL Server。它们使用基本一致的 SQL 标准，学会一个能较快迁移到另一个。
3.2 非关系型数据库（NoSQL）
非关系型是为突破关系型在超大规模、高性能、灵活结构上的限制而出现的。通常弱化固定结构、支持水平扩展，但往往弱化或牺牲 ACID 强一致。NoSQL 不是一个东西，而是一大类，按数据模型再细分：
| 子类 | 数据模型 | 代表 | 擅长 | 典型场景 |
|---|---|---|---|---|
| 键值型（Key-Value） | Key → Value 简单映射 | Redis、DynamoDB | 极高读写性能、低延迟 | 缓存、会话、排行榜、分布式锁 |
| 文档型（Document） | JSON/BSON 文档，结构灵活 | MongoDB、CouchDB | 半结构化、灵活迭代 | 内容管理、用户资料、日志 |
| 列族型（Wide-Column） | 按列族存储，行键+列 | Cassandra、HBase | 海量写入、线性扩展 | 物联网海量数据、社交时间线 |
| 图数据库（Graph） | 节点 + 边 + 属性 | Neo4j | 复杂关系/多跳查询 | 社交网络、知识图谱、反欺诈 |
| 搜索引擎（Search） | 倒排索引 | Elasticsearch | 全文检索、聚合分析 | 站内搜索、日志/APM 分析 |
| 时间序列型（Time-Series） | 时间戳 + 测量值 + 标签 | InfluxDB、TimescaleDB | 海量时序写入与压缩 | 监控指标、物联网传感器 |
3.3 关系型 vs 非关系型：怎么选
| 维度 | 关系型（SQL） | 非关系型（NoSQL） |
|---|---|---|
| 数据模型 | 表 + 行 + 列，固定结构 | 键值/文档/图等，结构灵活 |
| 一致性 | 强一致（ACID） | 多偏最终一致 |
| 扩展性 | 垂直为主，水平扩展需分库分表 | 天然水平扩展 |
| 查询 | 强大的 SQL（关联、聚合） | 各有侧重，弱跨类型关联 |
| 适用 | 业务核心、强一致、复杂查询 | 缓存、海量、高并发、灵活结构 |
| 举例 | MySQL、PostgreSQL、Oracle | Redis、MongoDB、ES |
实际系统常常混合使用：业务主数据放关系型（如 MySQL），热点数据用 Redis 做缓存，日志检索用 Elasticsearch。它们不是互斥，而是各司其职。
3.4 新出现的数据库形态
- NewSQL（如 TiDB）：想同时要「关系型的 SQL + 事务」和「分布式的水平扩展」，于是出现的新一代分布式数据库，兼容 MySQL 协议，支持混合事务/分析负载；
- 云原生数据库（如阿里云 PolarDB、AWS Aurora）：面向云设计，存储与计算分离、弹性扩缩容、高可用自动恢复，兼容 MySQL/PG/Oracle 引擎，由云厂商托管运维；
- 内存数据库（Redis）：数据主要驻留内存，亚毫秒级延迟，既能做缓存，也能带持久化做数据存储。
3.5 一句话分类总结
关系型 = 严谨可靠的数据核心；NoSQL = 面向性能/海量/灵活的场景化方案；NewSQL/云原生 = 关系型的分布式与云端升级。 运维先扎实掌握关系型（尤其 MySQL），再按需了解 NoSQL。
四、国内主流数据库与选型
这一节回答最实际的问题：国内企业到底在用哪些数据库？我该以哪个为主？
4.1 最主流：MySQL 仍是绝对主力
根据 CSDN《2024 中国开发者调查报告》，国内开发者中 MySQL 的使用率高达 65%、排名第一，Redis（25%）第二、Oracle（23%）第三。在国内后端/运维岗位的招聘与面试里，MySQL 基本是必问项（索引、事务、锁、主从、分库分表、性能优化等）。国内大量存量核心业务都跑在 MySQL 上。
所以结论很明确：国内学数据库，MySQL 是绕不开的第一选择。
4.2 常见的其他数据库及场景
| 数据库 | 类型 | 国内典型场景 |
|---|---|---|
| MySQL | 关系型（开源） | 互联网/中小业务/Web 后端，生态与人才最丰富 |
| MariaDB | 关系型（MySQL 分支） | 与 MySQL 兼容，中小场景，Linux 发行版默认 |
| PostgreSQL | 关系型（开源） | 功能全面的开源库，全球增长最快，新项目/国际化趋势 |
| Oracle | 关系型（商业） | 银行/电信/政企核心系统存量霸主，正被信创替换 |
| SQL Server | 关系型（商业） | 老牌 Windows 生态企业应用，占比收缩 |
| 国产（OceanBase/TiDB/openGauss/达梦/人大金仓/GaussDB 等） | 关系型/分布式 | 信创、政企、金融核心，增长显著 |
PostgreSQL 的增长值得注意：Stack Overflow《2024 开发者调查》显示它已连续两年超越 MySQL 成为全球最受欢迎的数据库（Postgres 48.7% vs MySQL 40.3%）。但在国内存量与招聘市场，MySQL 仍是绝对主力，PostgreSQL 增长快但基数仍低于 MySQL。
国产数据库在信创/政企新增市场增长很快（例如 openGauss 系在 2024 年线下集中式关系型数据库新增市场份额超过 30%），且多数与 MySQL/PG 兼容——学好 MySQL/PG，迁移到国产库会平滑很多。
4.3 云数据库：还要不要自己装
国内云数据库（阿里云 RDS/PolarDB、腾讯云 CDB 等）普及度已经很高，提供全托管的自动备份、高可用、扩缩容，中小企业甚至不需要专职 DBA。这意味着「自己装库、自己调参、自己搭主从」的需求在下降。
但运维价值并没有消失，而是重心转移：SQL 与索引调优、慢查询排查、成本优化、监控、迁移上云、数据安全与备份策略——这些「懂数据库原理和 SQL」的底层能力，恰恰是托管化之后反而更稀缺的技能。
一句话：云化省去的是「搭环境」的体力活，不是「懂数据库」的脑力活。会自己装、会 SQL、会排错，仍是最稳的底子。
五、学什么有优势：学习路径建议
综合上面的事实，给出一条务实的数据库学习路径。
5.1 第一步：扎实学好 MySQL（含 MariaDB）
- 国内使用率第一、面试必考，几乎每个后端/运维岗位都要求；
- 生态成熟、资料海量、学习曲线平缓，容易上手；
- 大量存量系统都是 MySQL，学到即可在工作中复用。
本系列正是以 MySQL/MariaDB 为主线。把「安装配置 → SQL → 权限 → 备份 → 排错」这一套走通，即可具备最通用、最常用的数据库运维能力。
5.2 第二步：补上 Redis（缓存）
国内使用率第二（25%）、面试高频，是缓存/中间件的事实标准。理解「MySQL 存主数据、Redis 做缓存加速」这个经典组合，对理解和优化 Web 架构非常有用。
5.3 第三步（进阶/趋势）：PostgreSQL + 国产库 + 云
- PostgreSQL：全球增长最快、功能最全的开源库，学习成本与 MySQL 接近，懂 MySQL 再学 PG 很快，是国际化和新项目趋势的加分项；
- 了解一门国产库（openGauss、达梦、OceanBase 等）：信创趋势下政企岗位的加分项，且多与 MySQL/PG 兼容，迁移平滑；
- 了解云托管用法（RDS/PolarDB/CDB）：会看监控、做迁移、做调优，是云时代的运维基本功。
5.4 给初学者的建议
- 先把 MySQL/MariaDB 的安装、SQL、权限、备份、排错走通，别一上来贪多；
- 动手 > 只看：每篇都在真实机器上执行，报错就按篇 5 的排错思路解决；
- 理解概念 > 背命令：主键/外键/索引/事务这些概念是根基，命令记不住可以查；
- 走通后再向 Redis、PostgreSQL、云数据库扩展，路径很顺。
六、总结
- 数据库是业务的数据中枢，运维必须掌握；
- 关系型以表/行/列组织数据，靠主键/外键/索引/约束保证质量，支持 ACID 事务；MariaDB 是 MySQL 的分支，二者兼容，发行版默认提供 MariaDB；
- 数据库分类：关系型（SQL） vs 非关系型（NoSQL）；NoSQL 又分键值/文档/列族/图/搜索/时序等；还有 NewSQL、云原生等新形态；
- 国内现状：MySQL 仍是绝对主流（使用率 65% 第一），PostgreSQL 全球增长最快，国产库在信创市场增长显著，云数据库普及但底层能力仍是核心价值；
- 学习路径：先学好 MySQL（含 MariaDB），再补 Redis，之后按需扩展 PostgreSQL 与国产库/云托管。
动手安装与配置 MariaDB 的具体步骤见《数据库安装与配置》。
参考资料
- CSDN《2024 中国开发者调查报告》：https://www.w3cschool.cn/article/41682286.html
- Stack Overflow 2024 Developer Survey：https://survey.stackoverflow.co/2024/technology
- DB-Engines 数据库排名：https://db-engines.com/en/ranking
- Google Cloud《What is NoSQL?》：https://cloud.google.com/discover/what-is-nosql?hl=en
- MongoDB 官方（为什么用 MongoDB）：https://www.mongodb.com/resources/products/fundamentals/why-use-mongodb
- Redis 官方：https://redis.io/
- Neo4j 官方：https://neo4j.com/
- InfluxDB 官方文档：https://docs.influxdata.com/
- TiDB（PingCAP）官方文档：https://github.com/pingcap/docs-cn
- AWS Aurora：https://aws.amazon.com/rds/aurora/
- 阿里云 PolarDB 架构：https://help.aliyun.com/en/polardb/polardb-for-postgresql/polardb-for-postgresql-architecture
- 中国信通院《数据库发展研究报告 2025》：http://www.zqrb.cn/finance/hongguanjingji/2025-07-17/A1752742028130.html
- 极客公园（openGauss 系份额报道）：https://www.geekpark.net/news/344774