第二阶段：数据库

1. SQL（结构化查询语言）

定义：用于管理和操作关系型数据库（如 MySQL、PostgreSQL、SQLite）的标准语言。

主要分类：

核心查询示例：

-- 查询年龄大于 18 岁的用户，按创建时间倒序，只取前 10 条
SELECT id, name, age 
FROM users 
WHERE age > 18 
ORDER BY created_at DESC 
LIMIT 10;

为什么重要：
- SQL 是所有关系型数据库的通用语言。
- 即使使用 ORM，理解 SQL 才能排查性能问题、编写复杂查询。

2. 索引

定义：一种用于加速数据检索的数据库结构（类似书的目录）。通常基于 B+ 树或哈希表实现。

工作原理：
- 在表的某列（或多列）上创建索引，数据库会维护一个有序的数据结构。
- 查询时，通过索引快速定位到数据行，避免全表扫描（时间复杂度从 O(n) 降到 O(log n)）。

类型：
- 主键索引（Primary Key）：唯一且非空，一张表只能有一个。
- 唯一索引（Unique）：列值必须唯一，允许一个 NULL。
- 普通索引（Index）：只加速查询，无唯一约束。
- 复合索引（Composite Index）：多列组合索引，遵循最左前缀原则。
- 全文索引（Fulltext）：用于文本搜索（如 MATCH AGAINST）。

代价：
- 占用额外存储空间。
- 增、删、改操作会同步更新索引，降低写入性能。

何时使用索引：
- 频繁作为查询条件的列（WHERE, JOIN, ORDER BY, GROUP BY）。
- 区分度高的列（如用户 ID、邮箱），不适合区分度低的列（如性别）。

示例：

-- 创建索引
CREATE INDEX idx_user_age ON users(age);

-- 现在执行 SELECT * FROM users WHERE age = 25; 会使用索引

慢查询排查：通过 EXPLAIN 分析是否使用了索引。

3. 事务

定义：一组数据库操作（SQL 语句）被当作一个不可分割的原子单元。要么全部成功，要么全部失败（回滚）。

经典场景：银行转账（A 扣钱、B 加钱，必须同时成功或同时失败）。

ACID 特性

隔离级别（从低到高，并发性能下降）

• 脏读：读到其他事务未提交的数据。
• 不可重复读：同一事务内两次读同一行，结果不同（因其他事务更新并提交）。
• 幻读：同一事务内两次范围查询，结果行数不同（因其他事务插入或删除）。

事务控制语句（以 MySQL 为例）：

START TRANSACTION;  -- 或 BEGIN
UPDATE accounts SET balance = balance - 100 WHERE user_id = 1;
UPDATE accounts SET balance = balance + 100 WHERE user_id = 2;
COMMIT;   -- 提交
-- 如果出错则 ROLLBACK;

在代码中使用（伪代码）：

try:
    db.begin()
    update_account(1, -100)
    update_account(2, +100)
    db.commit()
except Exception:
    db.rollback()

4. ORM（对象关系映射）

定义：将关系型数据库的表结构映射为编程语言中的对象，让开发者使用面向对象的方式操作数据库，避免手写 SQL。

核心映射：
- 表 → 类（Class）
- 行 → 实例（Instance）
- 字段 → 属性（Attribute）
- 外键关联 → 对象引用（关系属性）

流行 ORM 框架：
- Python：SQLAlchemy（功能最强大）、Django ORM、Peewee
- Java：Hibernate、MyBatis
- Go：GORM
- JavaScript：Sequelize、TypeORM、Prisma

示例（使用 SQLAlchemy）：

# 定义模型
class User(Base):
    __tablename__ = 'users'
    id = Column(Integer, primary_key=True)
    name = Column(String(50))
    age = Column(Integer)

# 查询：User.query.filter(User.age > 18).all()
# 对应的 SQL：SELECT * FROM users WHERE age > 18;

优点：
- 提高开发效率，避免拼接 SQL 字符串的错误。
- 自动处理 SQL 注入（通过参数化查询）。
- 数据库迁移方便（如 Alembic）。
- 跨数据库支持（换数据库只需改配置，无需改代码）。

缺点：
- 复杂查询（多表 JOIN、聚合、子查询）可能比原生 SQL 难写，且性能不如手写优化 SQL。
- 增加学习成本（需要理解 ORM 的延迟加载、N+1 问题等）。
- 过度依赖可能导致开发者不熟悉 SQL 底层。

常见问题与解决：
- N+1 查询：循环查询关联对象 → 使用 joinedload 或 selectinload 预加载。
- 性能瓶颈：对复杂报表查询，直接写原生 SQL 或使用视图。

概念关联图

SQL（基础语言）
   │
   ├── 索引（优化 SQL 查询速度）
   │
   ├── 事务（保证 SQL 操作的 ACID）
   │
   └── ORM（将 SQL 表映射为对象，自动生成 SQL）

实际工作流：
1. 设计数据库表（SQL DDL）。
2. 根据需要创建索引。
3. 在应用中通过 ORM 定义模型并操作数据。
4. 当操作需要多个步骤且保证一致性时，使用事务包裹。
5. 遇到性能问题时，查看 ORM 生成的原始 SQL 并用 EXPLAIN 分析索引使用情况。

小结