我们知道，数据是信息的载体——一种我们约定了如何解释的符号。在计算机系统中，最常见的应该是文本数据。我们用它记录配置信息，写日志，等等。而在应用程序中，按一定的数据结构来组织数据的方式叫做数据库管理系统(DBMS)。数据库就是把数据按照一定的规则，有效的组织存放，以提供更高效、更便捷的数据访问和处理。要理解数据库原理，并使用数据库，需要理解三点内容：1>数据库的数据组织的方式；2>数据库的逻辑架构及物理实现；3>数据库客户端的操作方法。也许，对于使用数据库来说，只需要掌握最后一点，即操作方法就可以了。但是，一个只能掌握具体操作，而无法理解领会为何要这么操作，及这些操作是为何操作的人，不过是个熟练的技术工。因为具体的操作，是一项技能，是“术”的层面的东西；而原理是“道”的层面的东西。一门技术，可能兴盛，也可能被淘汰，但原理是不会过时和被淘汰的。比如，8086处理器的指令，可以多数已经过时了，但是它的设计思想，确实永远不会过时的。
先说说数据库的数据结构。我们日常所用的文本文件，是按字节顺序存储的。要找到一个文本中的某些特定的信息，必须通过文本流的方式，从头到尾一字节一字节的将文本扫描。这种效率，平时写写脚本，理解练习I/O原理是可以的。但实际应用中，显然是不现实的。比如腾讯的几亿人的QQ号的数据，要是使用纯文本来存储，每个人登录时，岂不是都要将整个文件扫描一次？
在数据库中，用到的数据结构是——B-Tree。要了解B-Tree，我们先来了解一些二叉查找树(Binary Search Tree)。二叉查找树是一种查找高效的数据结构。二叉查找树有三个特点：1>每个节点最多只有两个子树；2>左子树的值总是小于父节点，右子树的值总是大于父节点；3>在二叉查找树中找到一个数据，平均只需要logN次比较。
二叉查找树图例
图1——二叉查找树
但是二叉查找树因为每一层最多只能有两个节点，大量的数据存放会导致层次太深。而数据的实际存放是通过文件系统存储在硬盘上的。我们知道，硬盘这个I/O外设的访问速度和内存的速度比起来，差的可是N多数量级啊。所以，访问硬盘的次数越少越好。而二叉查找树的过深的层次结构导致访问硬盘的次数剧增。所以，才有了B-Tree这个数据结构，用以组织数据库中的数据。B-Tree也有三个特点：1>一个节点可以容纳多个值；2>除非本层数据已经填满，否则不会开辟新的层；3>子节点中的值，与父节点中的值，有严格的大小对应关系。如下图：
B-Tree 图例
图2——B-Tree
因此，当使用B-Tree时，只需要2层就可以实现1万的数据存储。而使用二叉查找树则需要10层。同时，B-Tree具备二叉查找树的高效查找特性。当进行查找操作时，使用B树只需2次读取硬盘进行比较就可以了。而使用二叉查找树则需要10次读取硬盘进行比较。所以，B树的效率更高。
说了数据库的数据结构，在说说后面两个内容。以用得比较广泛的LAMP开源轻架构中的MySQL为例，说说MySQL的逻辑结构。MySQL由Client和Server构成，是典型的C/S架构。1>在实际应用中，充当Client通常是第三方应用(Python, PHP, Perl等)中的MySQL驱动。2>与Client通信的部分叫做连接池(connection pool)，主要负责“Client”与Server的连接以及验证等。以本地socket通信和TCP/IP通信实现连接与验证。3>然后是核心层，负责提供SQL接口和查询缓存，以及查询的优化和部分内部函数的执行。4>再后是存储引擎层，真正负责数据的存储和提取。有多种存储引擎，提供不同的功能。5>最后是数据存储层，真正把数据存储在文件系统中。
