[完结11章]技术大牛成长课,从0到1带你手写一个数据库系统
参考资料下载地址1：https://pan.baidu.com/s/1ANB63p3Alsu6ivFGlKKNLg 提取码: ksn2
参考资料下载地址2：https://share.weiyun.com/Tp6ewDIJ 密码：6crcwd
大家好，今天我将给大家分享关于如何开发一个数据库系统的知识，将从0到1手把手带着一步步去开发这个项目，希望我的分享对大家的学习和工作有所帮助，如果有不足的地方还请大家多多指正。
一、什么是数据库系统
数据库系统一般由数据库、数据库管理系统（及其开发工具）、应用系统、数据库管理员构成
二、数据库管理系统的主要功能包括
数据定义功能：DBMS提供数据定义语言（Data Definition Language，DDL），用户通过它可以方便地对数据库中的对象进行定义
数据组织、存储和管理：DBMS要分类组织、存储和管理各种数据，包括数据字典、用户数据、数据的存取路径等。
数据操纵功能：DBMS提-供数据操纵语言（Data Manipulation Language，DML），用户可以使用DML操纵数据，实现对数据库的基本操作，如查询、插入、删除和修改等
数据库的事务管理和运行管理：数据库在建立、运用和维护时由数据管理系统统一管理、统一控制，以保证数据的安全性、完整性、多用户对数据的并发使用以及发生故障后的系统恢复
数据库建立和维护功能：数据库初始数据的输入、转换功能，数据库的转储、恢复功能，数据库的重组织功能和性能监视、分析功能等。
三、数据库系统结构
1.1模式(概念模式或逻辑模式)
定义:数据库中全体数据的逻辑结构特征的描述，是所有用户的公用数据库结构。
特性:
一个数据库只有一个模式
模式与应用程序无关，只是数据的一个框架
1.2子模式(外模式或用户模式)
定义:数据库用户所见和使用的局部数据的逻辑结构和特征的描述，是用户所用的数据库结构
特性:
子模式是模式的子集
一个数据库有多个子模式，每个用户至少使用一个子模式
同一个用户可以使用不同的子模式，每个子模式可为不同的用户所用
1.3内模式(存储模式)
定义:是数据物理结构和存储方法的描述。它是整个数据库的最低层结构的表示。
特性:
一个数据库只有一个内模式，内模式对用户透明
一个数据库由多种文件组成，如用户数据文件，索引文件及系统文件
内模式设计直接影响数据库的性能
以下是开发流程：
在idea中构建如下几个子模块工程：
@PostMapping("/doLogin")
@ApiOperation(value = "一键注册登录接口", notes = "一键注册登录接口", httpMethod = "POST")
public GraceJSONResult doLogin(HttpServletRequest request,
HttpServletResponse response,
@RequestBody @Valid RegisterLoginBO registerLoginBO,
BindingResult result);
验证的字段上方可以写一些相关的注解，系统识别后会自动检查
RegisterLoginBO.java
public class RegisterLoginBO {
@NotBlank(message = "手机号不能为空")
private String mobile;
@NotBlank(message = "短信验证码不能为空")
private String smsCode;
public String getMobile() {
return mobile;
}
public void setMobile(String mobile) {
this.mobile = mobile;
}
public String getSmsCode() {
return smsCode;
}
public void setSmsCode(String smsCode) {
this.smsCode = smsCode;
}
@Override
public String toString() {
return "RegisterLoginBO{" +
"mobile='" + mobile + '\'' +
", smsCode='" + smsCode + '\'' +
'}';
}
}
如果校验有问题，那么可以直接获得并且放回给前端即可。
BaseController.java
/**
* 验证beanBO中的字段错误信息
* @param result
* <a href="/user/return" title="@return">@return</a>
*/
public Map<String, String> getErrors(BindingResult result) {
Map<String, String> map = new HashMap<>();
List<FieldError> errorList = result.getFieldErrors();
for (FieldError error : errorList) {
// 发生验证错误所对应的某一个属性
String errorField = error.getField();
// 验证错误的信息
String errorMsg = error.getDefaultMessage();
map.put(errorField, errorMsg);
}
return map;
}
一般来说，admin系统不会有主动注册功能，账号都是分配的，那么默认就会存在一个基本账户，这也是预先通过代码生成用户名和密码的。直接手动生成即可：
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-openfeign</artifactId>
</dependency>
同理，查询操作也是类似JPA的操作，再继承Repository后直接使用其内置api即可：
FriendLinkMngControllerApi.java
@PostMapping("getFriendLinkList")
@ApiOperation(value = "查询友情链接列表", notes = "查询友情链接列表", httpMethod = "POST")
public GraceJSONResult getFriendLinkList();
首先可以在数据库通过写sql脚本实现查询
SELECT
c.id as commentId,
c.father_id as fatherId,
c.article_id as articleId,
c.comment_user_id as commentUserId,
c.comment_user_nickname as commentUserNickname,
c.content as content,
c.create_time as createTime,
f.comment_user_nickname as quoteUserNickname,
f.content as quoteContent
FROM
comments c
LEFT JOIN
comments f
on
c.father_id = f.id
WHERE
c.article_id = '2006117B57WRZGHH'
order by
c.create_time
desc
目前我们所搭建的eureka是单机单实例的注册中心，如果挂了，那么整个微服务体系完全不可以，这是不应该的，所以为了实现eureka的高可用，我们可以搭建集群。
在进行集群构建之前，大家先参照目前的eureka再去构建一个一模一样的工程，可以取名为 springcloud-eureka-cluster。
为集群中各个eureka节点配置host
eureka:
instance:
hostname: eureka-cluster-${port:7001} # 集群中每个eureka的名字都要唯一
# 自定义eureka集群中另外的两个端口号
other-node-port2: ${p2:7002}
other-node-port3: ${p3:7003}
client:
# register-with-eureka: false
# fetch-registry: false
service-url:
# 集群中的每个eureka单实例，都需要相互注册到其他的节点，在此填入集群中其他eureka的地址进行相互注册
defaultZone: http://eureka-cluster-${eureka.other-node-port2}:${eureka.other-node-port2}/eureka/,http://eureka-cluster-${eureka.other-node-port3}:${eureka.other-node-port3}/eureka/
我们自己测试的时候时间可以设置为10秒内有10次，我认定非法请求，直接限制这个ip访问15秒，15秒后释放。（像有的网站会出现二维码让你扫描通过，或者手机验证码或者人机交互判断你当前是否是人还是机器，因为有可能是爬虫请求）
开发步骤：
首先在yml中设置基本参数：
@Override
public Object run() throws ZuulException {
System.out.println("执行【IP黑名单】Zuul过滤器...");
// 获得上下文对象requestContext
RequestContext requestContext = RequestContext.getCurrentContext();
HttpServletRequest request = requestContext.getRequest();
// 获得ip
String ip = IPUtil.getRequestIp(request);
/**
* 需求：
* 判断ip在10秒内请求的次数是否超过10次，
* 如果超过，则限制访问15秒，15秒过后再放行
*/
final String ipRedisKey = "zuul-ip:" + ip;
final String ipRedisLimitKey = "zuul-ip-limit:" + ip;
// 获得剩余的限制时间
long limitLeftTime = redis.ttl(ipRedisLimitKey);
// 如果剩余时间还存在，说明这个ip不能访问，继续等待
if (limitLeftTime > 0) {
stopRequest(requestContext);
return null;
}
// 在redis中累加ip的请求访问次数
long requestCounts = redis.increment(ipRedisKey, 1);
// 从0开始计算请求次数，初期访问为1，则设置过期时间，也就是连续请求的间隔时间
if (requestCounts == 1) {
redis.expire(ipRedisKey, timeInterval);
}
// 如果还能取得到请求次数，说明用户连续请求的次数落在10秒内
// 一旦请求次数超过了连续访问的次数，则需要限制这个ip了
if (requestCounts > continueCounts) {
// 限制ip访问一段时间
redis.set(ipRedisLimitKey, ipRedisLimitKey, limitTimes);
stopRequest(requestContext);
}
return null;
}
private void stopRequest(RequestContext requestContext){
// 停止继续向下路由，禁止请求通信
requestContext.setSendZuulResponse(false);
requestContext.setResponseStatusCode(200);
String result = JsonUtils.objectToJson(
GraceJSONResult.errorCustom(
ResponseStatusEnum.SYSTEM_ERROR_BLACK_IP));
requestContext.setResponseBody(result);
requestContext.getResponse().setCharacterEncoding("utf-8");
requestContext.getResponse().setContentType(MediaType.APPLICATION_JSON_VALUE);
}
上面这些都是通过不同key要执行多次才能得到结果，一般来说我们会使用es的aggs功能做聚合统计，会更好。
通过一个脚本来统计男女数量：
POST http://192.168.1.203:9200/fans/_doc/_search
{
"size": 0,
"query":{
"match":{
"writerId":"201116760SMSZT2W"
}
},
"aggs": {
"counts": {
"terms": {
"field": "sex"
}
}
}
}
以下就是数据库系统开发的整个流程讲解，感谢大家的阅读
有疑问加站长微信联系（非本文作者）
