數(shù)據(jù)庫(kù)簡(jiǎn)史

目　錄
1 第 1章　數(shù)據(jù)和數(shù)據(jù)庫(kù)
1.1　什么是數(shù)據(jù) 2
1.2　什么是數(shù)據(jù)庫(kù) 3
1.2.1　數(shù)據(jù)庫(kù)與生活 3
1.2.2　數(shù)據(jù)庫(kù)的三個(gè)時(shí)代 5
1.3　數(shù)據(jù)庫(kù)的構(gòu)成 7
1.3.1　優(yōu)化器技術(shù) 9
1.3.2　事務(wù)管理技術(shù) 10
1.3.3　日志和恢復(fù) 11
1.4　數(shù)據(jù)庫(kù)的分類 12
1.4.1　從模型看數(shù)據(jù)庫(kù) 13
1.4.2　從架構(gòu)看數(shù)據(jù)庫(kù) 19
1.4.3　從部署看數(shù)據(jù)庫(kù) 33
1.5　數(shù)據(jù)倉(cāng)庫(kù) 35
1.5.1　發(fā)展階段 35
1.5.2　Snowflake的崛起 36
1.6　大數(shù)據(jù)時(shí)代 38
1.6.1　大數(shù)據(jù)的特征 39
1.6.2　Hadoop興衰 40
1.6.3　Hadoop啟示錄 43
1.7　大模型時(shí)代 43
1.8　總結(jié) 49
50 第 2章　數(shù)據(jù)庫(kù)技術(shù)的拓荒者
2.1　前數(shù)據(jù)庫(kù)時(shí)代 52
2.1.1　機(jī)械數(shù)據(jù)處理時(shí)代 52
2.1.2　計(jì)算機(jī)數(shù)據(jù)處理時(shí)代 54
2.1.3　文件管理時(shí)代 55
2.2　網(wǎng)狀數(shù)據(jù)庫(kù)之父—查爾斯·威廉·巴赫曼 57
2.2.1　抓住機(jī)遇 57
2.2.2　數(shù)據(jù)庫(kù)生涯 59
2.2.3　標(biāo)準(zhǔn)的開(kāi)創(chuàng)者 60
2.2.4　想象力比知識(shí)更重要 62
2.3　關(guān)系型數(shù)據(jù)庫(kù)之父—埃德加·科德 62
2.3.1　關(guān)系模型的誕生 63
2.3.2　成功是成功者的阻礙 65
2.3.3　天才的偏執(zhí) 67
2.3.4　偉大成就 68
2.4　數(shù)據(jù)庫(kù)先生—詹姆斯·尼古拉·格雷 69
2.4.1　聽(tīng)人勸開(kāi)啟的職業(yè)生涯 70
2.4.2　開(kāi)天辟地System R 72
2.4.3　獨(dú)具慧眼奠基事務(wù) 74
2.4.4　基準(zhǔn)測(cè)試 75
2.4.5　人格魅力 79
2.4.6　思考未來(lái) 80
2.4.7　未解謎團(tuán) 82
2.4.8　仿佛是解答 83
2.5　持續(xù)創(chuàng)新的天才—邁克爾·斯通布雷克 84
2.5.1　很多開(kāi)始源于偶然 84
2.5.2　Ingres橫空出世 85
2.5.3　桃李滿天下 87
2.5.4　Postgres的時(shí)代 89
2.5.5　列存更生 91
2.5.6　永不止息 92
2.6　總結(jié) 93
95 第3章　數(shù)據(jù)庫(kù)領(lǐng)域的“先知”
3.1　埃里森的成長(zhǎng) 96
3.2　抓住機(jī)遇 97
3.3　鮮為人知的天才鮑勃·邁納 99
3.4　崛起之路 103
3.5　咄咄逼人的行事風(fēng)格 109
3.6　收購(gòu)魔法 113
3.7　跨越巔峰 118
3.8　RAC 119
3.9　云端角逐 121
3.10　與Google的恩怨 124
3.11　硅谷江湖 126
3.12　AI制勝 130
132 第4章　數(shù)據(jù)庫(kù)產(chǎn)品的先行者
4.1　遲到的貴族——DB2 132
4.1.1　藍(lán)色巨人 132
4.1.2　群星閃耀 134
4.1.3　DB2之母 135
4.1.4　SQL的誕生 137
4.1.5　曲折的產(chǎn)品開(kāi)端 138
4.1.6　關(guān)鍵時(shí)刻 140
4.1.7　統(tǒng)一數(shù)據(jù)庫(kù) 141
4.1.8　DB2之父 145
4.1.9　中國(guó)力量 146
4.1.10　新的世紀(jì) 150
4.2　桌面數(shù)據(jù)庫(kù)王者——dBASE 152
4.2.1　偶然而生 152
4.2.2　慧眼識(shí)珠 153
4.2.3　戛然而止 154
4.2.4　致命訴訟 155
4.3　無(wú)冕之王——Ingres 158
4.3.1　Ingres公司 158
4.3.2　QUEL與SQL的戰(zhàn)爭(zhēng) 160
4.3.3　Postgres和Illustra 162
4.3.4　Informix 163
4.3.5　Sybase之ASE 168
4.3.6　微軟之SQL Server 172
4.4　開(kāi)源傳奇——MySQL 175
4.4.1　MySQL之前 175
4.4.2　MySQL的誕生 176
4.4.3　開(kāi)源 178
4.4.4　改變世界 179
4.4.5　Sun和Oracle時(shí)代 181
4.4.6　MySQL的蒙提情節(jié) 183
4.5　總結(jié) 185
186 第5章　中國(guó)數(shù)據(jù)庫(kù)的早期探索
5.1　先知——薩師煊 186
5.2　先聲——黃山會(huì)議 188
5.3　先見(jiàn)——數(shù)據(jù)庫(kù)專委會(huì) 189
5.4　先育——學(xué)科設(shè)立 192
5.5　先行——產(chǎn)品原型 193
5.6　Oracle引進(jìn)中國(guó) 196
5.7　數(shù)據(jù)庫(kù)標(biāo)準(zhǔn) 198
5.8　863和核高基計(jì)劃 200
5.9　先河——產(chǎn)學(xué)研用探究 202
5.10　ITPUB技術(shù)社區(qū) 204
5.11　ACOUG 206
5.12　信息技術(shù)應(yīng)用創(chuàng)新 208
5.13　墨天輪和數(shù)據(jù)庫(kù)時(shí)代 209
5.14　總結(jié) 210
212 第6章　互聯(lián)網(wǎng)和云的新篇章
6.1　Google——從互聯(lián)網(wǎng)到云計(jì)算 212
6.1.1　需求驅(qū)動(dòng)創(chuàng)新 212
6.1.2　Google的“三駕馬車” 213
6.1.3　NewSQL的誕生 215
6.1.4　Google云的數(shù)據(jù)庫(kù) 216
6.2　亞馬遜——從電子商務(wù)到云計(jì)算 217
6.2.1　亞馬遜的Redshift 218
6.2.2　亞馬遜的Aurora 219
6.2.3　亞馬遜的“去O”運(yùn)動(dòng) 221
6.3　阿里巴巴——從電子商務(wù)到云計(jì)算 224
6.3.1　數(shù)據(jù)庫(kù)應(yīng)用歷程 225
6.3.2　“去IOE”運(yùn)動(dòng) 227
6.3.3　阿里云PolarDB數(shù)據(jù)庫(kù) 229
6.3.4　OceanBase 236
6.4　騰訊——從互聯(lián)網(wǎng)到云計(jì)算 241
6.4.1　TXSQL 241
6.4.2　騰訊云數(shù)據(jù)庫(kù) 242
6.5　PingCAP的TiDB 249
6.5.1　創(chuàng)業(yè)起點(diǎn) 249
6.5.2　技術(shù)架構(gòu) 251
6.5.3　技術(shù)優(yōu)勢(shì) 253
6.5.4　演進(jìn)策略 254
6.5.5　學(xué)術(shù)和行業(yè)影響 256
6.6　總結(jié) 257
258 第7章　開(kāi)源根社區(qū)的崛起
7.1　華為數(shù)據(jù)庫(kù) 258
7.1.1　內(nèi)部孵化 259
7.1.2　對(duì)外輸出 260
7.1.3　全面“去O” 261
7.1.4　openGauss社區(qū) 262
7.1.5　社區(qū)技術(shù)委員會(huì)主席—李國(guó)良 265
7.1.6　openGauss的技術(shù)創(chuàng)新 266
7.1.7　openGauss的計(jì)算愿景 270
7.1.8　原生分布式GaussDB 273
7.2　云和恩墨數(shù)據(jù)庫(kù) 275
7.2.1　云和恩墨的發(fā)展路徑 275
7.2.2　為什么選擇openGauss 277
7.2.3　MogDB的價(jià)值主張 279
7.2.4　回歸本原 290
7.2.5　總結(jié) 294
296 第8章　中國(guó)數(shù)據(jù)庫(kù)的產(chǎn)業(yè)格局
8.1　數(shù)據(jù)庫(kù)的百家爭(zhēng)鳴 296
8.2　國(guó)產(chǎn)數(shù)據(jù)庫(kù)的四大流派 297
8.3　國(guó)產(chǎn)數(shù)據(jù)庫(kù)的路線選擇 298
8.3.1　商業(yè)衍生數(shù)據(jù)庫(kù) 298
8.3.2　開(kāi)源衍生數(shù)據(jù)庫(kù) 300
8.3.3　自研閉源數(shù)據(jù)庫(kù) 300
8.3.4　自研開(kāi)源數(shù)據(jù)庫(kù) 301
8.4　借鑒Oracle的成功經(jīng)驗(yàn) 302
8.4.1　關(guān)鍵性選擇 303
8.4.2　技術(shù)開(kāi)放性 304
8.4.3　企業(yè)家精神 305
8.5　中國(guó)數(shù)據(jù)庫(kù)的發(fā)展階段 306
8.5.1　學(xué)術(shù)探究階段 307
8.5.2　產(chǎn)品模仿階段 307
8.5.3　創(chuàng)新引領(lǐng)階段 308
8.6　創(chuàng)新引領(lǐng)擁抱開(kāi)源 311
8.6.1　開(kāi)源是正確之路 312
8.6.2　開(kāi)源的成功之法 315
8.7　產(chǎn)業(yè)繁榮重在生態(tài) 319
8.7.1　中國(guó)數(shù)據(jù)庫(kù)元年 320
8.7.2　產(chǎn)業(yè)厚度與創(chuàng)新高度 321
8.8　立足國(guó)內(nèi)和放眼國(guó)際 321
8.8.1　聚焦關(guān)鍵創(chuàng)新 322
8.8.2　產(chǎn)業(yè)發(fā)展關(guān)鍵環(huán)節(jié) 323
325 第9章　數(shù)據(jù)庫(kù)架構(gòu)的演進(jìn)和未來(lái)
9.1　KISS原則 325
9.2　一個(gè)前提假設(shè) 326
9.3　單機(jī)、集群和分布式 327
9.4　分區(qū)、分表和分庫(kù)技術(shù) 331
9.4.1　分區(qū)技術(shù) 332
9.4.2　分表技術(shù) 334
9.4.3　分庫(kù)技術(shù) 335
9.5　分布式數(shù)據(jù)庫(kù) 336
9.5.1　中間件分布式 336
9.5.2　一體化分布式 338
9.5.3　原生分布式 340
9.6　復(fù)雜性的降權(quán) 341
9.6.1　RAC One Node 341
9.6.2　共享存儲(chǔ)分布式 342
9.6.3　單機(jī)分布式一體化 343
9.7　環(huán)境的進(jìn)化 344
9.7.1　硬件的進(jìn)化 344
9.7.2　軟件的協(xié)同 345
9.7.3　軟硬件的協(xié)同 350
9.7.4　內(nèi)核革新 353
9.8　HANA的實(shí)踐 356
9.9　SQLite 啟示錄 360
9.10　數(shù)據(jù)庫(kù)的簡(jiǎn)化 362
9.10.1　大道至簡(jiǎn) 362
9.10.2　數(shù)據(jù)庫(kù)無(wú)感化 363
9.10.3　智能加持 364
9.10.4　新DBA時(shí)代 367
9.11　數(shù)據(jù)庫(kù)的未來(lái) 368
373 第 10章　天道酬勤，緣起數(shù)據(jù)終不悔
10.1　緣起邊陲，恰同學(xué)風(fēng)華正茂 373
10.2　網(wǎng)絡(luò)生涯，一念即起無(wú)聲長(zhǎng) 375
10.3　京師磨煉，轉(zhuǎn)眼已歷二十載 377
10.4　筆耕不輟，年少曾懷作家夢(mèng) 379
10.5　挑戰(zhàn)自我，勇于分享登舞臺(tái) 382
10.6　三重境界，見(jiàn)山見(jiàn)水見(jiàn)真我 384
10.7　云和恩墨，數(shù)據(jù)服務(wù)起征途 386
10.8　理想實(shí)踐，開(kāi)發(fā)運(yùn)維平臺(tái)化 388
10.8.1　自動(dòng)巡檢，Bethune探索智能化 389
10.8.2　SQL審核，前置管控問(wèn)題 391
10.8.3　智能運(yùn)維，zCloud平臺(tái)化 393
10.9　耕獲菑畬，基礎(chǔ)軟件再啟程 394
10.10　未雨綢繆，防患于未然之中 397
10.11　快樂(lè)生活，此心安處是吾鄉(xiāng) 399
402 行至水窮處，坐看云起時(shí)