数据库可视化
理解查询时，先区分逻辑结果和产生结果的物理工作。连接组合两张表，分组把每组压成一行，窗口函数保留每行身份；索引改变访问页面，B+ 树维护有序页面，LSM 把写入整理延后到刷盘与合并，MVCC 为每个快照选择可见版本。
因此，连接可能增加行数，分组可能减少行数，窗口函数保留行数。索引不应改变查询含义，MVCC 也不改变查询规则，只决定读到哪个版本。
课程比较
| 课程 | 输入 | 决定规则 | 易错点 |
|---|---|---|---|
| SQL 连接 | 两个关系 | 对键比较为 TRUE 的每一对行输出；连接类型决定未匹配行是否保留 | 重复键产生 L_k × R_k 行 |
| GROUP BY 与聚合 | 一个关系 | 按完整分组键元组分配，每组输出一行 | 有 NULL 时，COUNT(*) 与 COUNT(column) 不同 |
| 窗口函数 | 一个关系 | 分区、区内排序，为每个当前行计算值 | 窗口 ORDER BY 不保证最终输出顺序 |
| 数据库索引 | 有页面的关系、谓词、投影 | 扫描、哈希桶或有序叶子路径；不覆盖投影时跟随 RID | 低选择性的有效索引也可能比扫描读更多页 |
| B+ 树 | 插入、查找、范围查询 | 内部引导键路由，叶分裂复制分隔键，内部分裂上推分隔键 | 把引导键当成唯一记录副本，会丢失范围结果 |
| LSM 树 | 带版本的写、读、删除 | 先 WAL 再内存，有序刷入 L0，合并保留最大序列号 | 把墓碑当未命中或先读旧文件，会让旧值复活 |
| MVCC | 并发事务、逻辑行和快照 | 从新到旧，检查创建者与替代版本在快照中的提交可见性 | 旧快照仍需要旧版本时，不能因新版本已提交就回收旧版本 |
前三课解释逻辑上的配对、组、分区、窗口和同值组，不承诺物理执行算法。索引课再用明确的冷页模型比较访问路径。SQL 规定结果关系，优化器选择获得它的方式。
建议学习顺序
先运行 SQL 连接默认 LEFT JOIN。键 10 的 Ada 有两间匹配办公室，产生两行；键 20、40 无匹配，LEFT 保留员工行，右侧填 NULL。同样输入的结果数分别为 INNER 3、LEFT 5、FULL 6。
再运行 GROUP BY 与聚合的 GROUP BY region。七条交错销售记录分成 North、South、West。North 有三行、两个非空金额，得到 COUNT(*) = 3、COUNT(amount) = 2、SUM(amount) = 200、AVG(amount) = 100。切换分组键，同一关系可产生 1 个全局组、3 个地区组或 6 个 (region, channel) 组。
窗口函数默认运行累计 SUM。North、South 独立分区，区内按日期排序；前缀窗口增长到当前行，把结果写回对应行 ID，七行输入仍是七行输出。RANK 与 DENSE_RANK 都给同值行相同名次，只有 RANK 在并列后留空档。
数据库索引默认 B+ 树点查询得到同一行：扫描读八个数据页，非覆盖 B+ 路径读三页，哈希或覆盖路径读两页。切到 low-selectivity，非覆盖树读十二页，扫描只读八页，说明优化器为何可能拒绝索引。
B+ 树展示有序路径如何形成。三阶树插入六次，触发级联分裂，形成三层。叶分隔键 30 复制到上层，记录仍留在右叶；内部引导键 20 推入新根，并从两个分裂内部页移除。最后范围查询只下降一次，沿三条叶链接，返回 10, 15, 20, 25。
LSM 树展示另一种有序存储。六次修改形成两个有序 L0 文件。内存表的新值和墓碑都会提前终止读取，避免泄漏旧 L0 值。覆盖到底层的完整合并读取六个存储版本，写出三条有效 L1 记录，先安装输出，再退役输入。读放大预设保留三个重叠 L0，缺失键要检查内存和三个文件。
MVCC默认可重复读。T1 固定 S1={T0}，即使 T2 追加并提交 $120，仍读 $100；后来的 S2 包含 T2，读 $120。清理先因 S1 需要旧版本而停止，等 T1 结束才回收。保持同一次更新，切到读已提交，每条语句刷新快照，T1 第三次读取就变成 $120。
学习顺序从行数扩张、收缩、保持，走向物理访问、两种有序存储和并发可见性。连接若在聚合或窗口计算前复制了订单，后续会按这些重复行计算；索引无法修复逻辑错误。MVCC 选择符合快照的版本，也不会修正错误的查询规则。
观察重点
- 连接数的是行对，不是不同键。一个键的左两行与右三行产生六行。
- 等值连接中
NULL = NULL不是TRUE，不会匹配；分组却把多个NULL键放入同一组。 - 每条源记录对选定分组键恰有一个组归属。
COUNT(*)数行，COUNT(amount)、SUM(amount)、AVG(amount)忽略空金额。 PARTITION BY重新开始窗口计算，不合并行。ROWS按逻辑行位置扩展，同值组由窗口排序值相等定义。RANK并列后留空档，DENSE_RANK不留。没有外层ORDER BY，逻辑查询结果不保证输出顺序。- 索引课按页计费。同一数据页上的多个 RID 共享一次读取。哈希索引支持等值，不保留
BETWEEN所需键序。 - 只有叶子存有当前投影列时，覆盖索引才免去数据页读取。
- B+ 树遇到等于引导键的值走右孩子，因为叶分隔键是右子树首键。叶分裂复制，内部分裂上推。
- 范围扫描下降一次后沿
next走，反复回根会失去叶链优势。 - LSM 先 WAL 后内存，刷盘按键序而非到达顺序。L0 从新到旧，值或墓碑都可终止读取；合并按序列号选版本。
- 本模型只有完整覆盖到最底层 L1 时才能丢弃墓碑。旧数据若还在未参与合并的文件中，过早丢弃会让它复活。
- MVCC 的最新存储版本不一定是当前快照可见的最新版本。可重复读保持首条语句快照，读已提交逐语句刷新。
- 清理依据仍活动快照的可见性需要，不是只看最新已提交余额。
选择需要理解的层次，并认清计数单位：行对、组、保留行上的值、页面读取、B+ 引导键与记录、LSM 修改与版本，或快照选中的行版本。