DDIA 理解data model & data structure：I models

刚看完DDIA (Designing Data-Intensive Applications)第一部分，介绍了data system的基础，如：三大原则，基本/常见的数据模型 (models)，数据存储结构 (structures)。虽然暂时没有具体到很多细节或实例（后续），但也是理清了一些思路，不同于以前了解一个系统时看到一些名词的懵逼或混乱了。

我比较喜欢理清一些关键词的定义，再按树的结构往下走，文章组织形式以我所注重的点来吧~

---

Definition

先弄清楚几个我之前有点混乱的概念，便于之后对数据系统进行学习。
Storage engine:数据系统内部用来进行数据增删改查的组件。

Data Models: 应用开发者所看到的数据形式，用户也将数据以这样的形式传递给数据库。如，用户看到的数据是K/V或表(table)形式。

Data Structures: 数据库层面(storage engine)的抽象结构，数据库内部进行存储和检索所依赖的数据组织形式。如，KV model的数据可能以“哈希索引”的方式进行组织索引。

Data Orientation and clustering: 关系数据库中可能以row-orientation(行方向)的方式存储数据，但也可以使用column-oriented(列方向)或correlational(相关性)的方式。这样将不同类型的数据对象存在存储器中相邻位置的方式可以有效地提高某些相关数据操作的性能，被称为"clustering"，集簇。

Data Models

数据库常分为关系型数据库和NoSQL，较流行的NoSQL又主要有：K/V式，document(文档型), graph(图形), object(对象), tuple(元组)等等，见wiki。
[ 注：此处我非常纠结，因为有一说将NoSQL主要分为四大类：KV，document, graph, column列式存储，然而我认为：NoSQL概念更倾向于指data models，列式存储为data structure的概念，不应将列式存储认为是一种NoSQL；后面还会涉及。]

先介绍两个概念: schema和query language，再根据书中的介绍简单列出几种数据模型的比较。

schema

• explict, schema on write, 显示模式: 明确的数据格式，所有写入的数据都将遵循固定的形式（如，关系数据库中，所有数据都以表格、行的形式写入）
• implict, schema on read, 隐式模式: 数据结构是隐式的，读取数据时才会遵循一定的数据格式进行处理，常用于数据形式不确定(动态)的情况

query language

• declarative language，声明型查询：只需要指定所查询数据遵循的条件以及数据如何进行转换，如: ans = σ_{types = “programmars”} (person)；由数据库的查询优化器决定如何选择索引、连接方法、各部分执行顺序等。适用于并行执行。
• imperative language,命令式查询：按特定的数据顺序执行，难以实现多核或多主机上的并行，如:

def findProgrammars():
    ans = []
    for i in range(len(person)):
        if person[i].types == programmars:
            ans.append(person[i])
    return ans

compares

mode	schema	query language	feature	relations fited
Relational	explict	declarative	较好的支持连接(join)操作	适用于(数据间)多对一，简单的多对多关系
Document	implict	imperative	灵活、高效，更接近应用程序的数据结构	适用于一对多关系
Graph	implict			适用于多对多关系