数据库：SQL、NoSQL 和 Java 开发工具

现代开发中的数据库：SQL、NoSQL 和 Java 工具

编程的核心在于管理数据流。在应用程序开发的任何阶段，存储和处理信息都起着关键作用。数据库作为中心枢纽，不仅存储数据，还将其结构化以实现高效访问。本文将分解与数据库管理系统协作的基本原则，比较关系型和非关系型系统，并探讨与 Java 应用程序集成的现代工具。

关系型和非关系型数据库：何时使用何种

关系型数据库管理系统（PostgreSQL、MySQL）提供严格的数据模式和 ACID 支持（原子性、一致性、隔离性、耐久性）。这使它们非常适合金融系统，其中每笔交易都必须可靠记录。例如，在账户间转账时，保证借记和贷记两种变更都会执行，或者都不执行。

非关系型数据库（MongoDB、Redis）提供写时模式，简化了对变化需求的适应。文档型数据库适合存储层次化数据（例如，具有动态字段的用户资料），而键值存储（Redis）对于缓存和会话处理不可或缺。

选择标准：

• 需要复杂的 JOIN 查询？→ SQL
• 预期水平扩展？→ NoSQL
• 需要严格完整性？→ SQL
• 高写入速度？→ NoSQL

SQL：查询语言及其在数据库管理系统中的实现

SQL 是一种声明式语言，分为多个子语言：

• DDL（数据定义语言）：CREATE TABLE、ALTER INDEX
• DML（数据操作语言）：SELECT、INSERT、UPDATE
• DCL（数据控制语言）：GRANT、REVOKE

数据库管理系统处理查询会经过几个阶段：

• 解析和验证
• 优化（构建执行计划）
• 执行
• 返回结果

优化示例：对于带有 WHERE user_id = 100 的查询，数据库管理系统会使用 user_id 上的索引，避免全表扫描。

Java 与数据库协作工具的演进

JDBC：低级控制

JDBC 通过驱动程序提供对数据库的直接访问。优点包括最小开销和对查询的完全控制。缺点包括需要手动资源管理和大量样板代码。

JPA 和 Hibernate：对象关系映射

JPA 通过注解（@Entity、@Id）来抽象数据库操作。Hibernate 实现了 JPA，并额外提供：

• 一级缓存（会话级别）
• 相关实体的延迟加载
• 自动 DDL 生成

不过，延迟加载使用不当会导致 N+1 问题。

Spring Data JPA：通过约定提升生产力

Spring Data JPA 扩展了 JPA，提供：

• 现成的仓库方法（CRUD 操作）
• 支持 Pageable 和 Sort 用于分页
• 通过方法名派生查询

自定义查询示例：

public interface UserRepository extends JpaRepository<User, Long> {
    List<User> findByEmailEndingWithAndActiveTrue(String domain);
}

此方法会自动转换为带有 WHERE email LIKE '%@domain' AND active = true 条件的 SQL。

数据访问优化

索引：加速搜索的结构

• B-tree：大多数数据库管理系统的标准索引。适用于范围查询（BETWEEN、>、<）。需要 O(log N) 操作。
• Hash：用于 Redis 和 MySQL MEMORY 表。理想用于精确匹配（=），但不支持范围。复杂度 O(1)。
• 倒排索引：用于搜索引擎（Elasticsearch）。允许按文本中的单词搜索。

内存存储：Redis 在行动

Redis 将数据存储在内存中，提供微秒级延迟。典型场景：

• 缓存繁重查询的结果
• 存储用户会话
• 实现队列（通过列表）

对于数据持久化，Redis 使用 RDB（快照）和 AOF（操作日志）。

关键要点：什么最重要

• 数据模型匹配：关系型数据库对于事务系统不可替代，NoSQL 适用于具有非结构化数据的可扩展场景。
• 抽象与控制的平衡：使用 Spring Data JPA 可以加速开发，但需要理解生成的查询以进行性能分析。
• 性能是综合任务：结合适当索引、内存缓存和查询优化，可将延迟降低 100-1000 倍。

— Editorial Team