1.一、Linux编译安装Redis
2.PostgreSQL 技术内幕（十七）：FDW 实现原理与源码解析
3.开源数据库 有哪些
4.深入浅出存储引擎

一、Linux编译安装Redis

       本文主要介绍了如何在Linux环境下编译并安装Redis非关系型数据库管理系统。Redis作为NoSQL数据库的代表，其优势在于灵活性高，无需预定义数据结构，okhttp源码目录结构每个数据记录可自定义类型和字段。在Linux上，以CentOS为例，安装Redis的步骤如下：

       首先，确保系统已安装必要的依赖库。接着，访问Redis官网下载最新稳定版本6.2.6的源码包，并进行解压。进入源码目录，编译源码文件，这个过程可能需要根据你的机器性能耐心等待。

       接下来，使用编写的安装脚本来安装Redis。在安装过程中，如果遇到警告，公众号源码上传可能需要注释掉大约第行的代码，然后重新运行脚本，按照默认路径安装。安装完成后，启动服务是下一步骤，通过执行特定命令来激活Redis服务。

       确认安装是否成功，可以使用`ps`命令查看Redis服务是否正在运行。最后，通过简单的存取数据操作，测试Redis是否已成功部署到你的Linux系统中。至此，Linux环境下的Redis安装与配置就完成了。

PostgreSQL 技术内幕（十七）：FDW 实现原理与源码解析

       FDW，全称为Foreign Data Wrapper，是PostgreSQL提供的一种访问外部数据源的机制。它允许用户通过SQL语句访问和操作位于不同数据库系统或非数据库类数据源的外部数据，就像操作本地表一样。以下是从直播内容整理的关于FDW的使用详解、实现原理以及源码解析。在线excle系统源码

       ### FDW使用详解

       FDW在一定规模的系统中尤为重要，数据仓库往往需要访问外部数据来完成分析和计算。通过FDW，用户可以实现以下场景：

       跨数据库查询：在PostgreSQL数据库中，用户可以直接请求和查询其他PostgreSQL实例，或访问MySQL、Oracle、DB2、SQL Server等主流数据库。

       数据整合：从不同数据源整合数据，如REST API、文件系统、NoSQL数据库、流式系统等。

       数据迁移：高效地将数据从旧系统迁移到新的PostgreSQL数据库中。

       实时数据访问：访问外部实时更新的数据源。

       PostgreSQL支持多种常见的FDW，能够直接访问包括远程PostgreSQL服务器、主流SQL数据库以及NoSQL数据库等多种外部数据源。

       ### FDW实现原理

       FDW的个性指标公式源码核心组件包括：

       1. **Foreign Data Wrapper (FDW)**：特定于各数据源的库，定义了如何建立与外部数据源的连接、执行查询及处理其他操作。例如，`postgres_fdw`用于连接其他PostgreSQL服务器，`mysql_fdw`专门连接MySQL数据库。

       2. **Foreign Server**：本地PostgreSQL中定义的外部服务器对象，对应实际的远程或非本地数据存储实例。

       3. **User Mapping**：为每个外部服务器设置的用户映射，明确哪些本地用户有权访问，并提供相应的认证信息。

       4. **Foreign Table**：在本地数据库创建的表结构，作为外部数据源中表的映射。对这些外部表发起的SQL查询将被转换并传递给相应的FDW，在外部数据源上执行。

       FDW的实现涉及PostgreSQL内核中的`FdwRoutine`结构体，它定义了外部数据操作的接口。接口函数包括扫描、修改、分析外部表等操作。

       ### FDW源码解析

       FDW支持多种数据类型，转转网源码合作并以`Postgres_fdw`为例解析其源码。主要包括定义`FdwRoutine`、访问外部数据源、执行查询、插入、更新和删除操作的逻辑。

       访问外部数据源：通过`postgresBeginForeignScan`阶段初始化并获取连接到远端数据源。

       执行查询：进入`postgresIterateForeignScan`阶段，创建游标迭代器并从其中持续获取数据。

       插入操作：通过`postgresBeginForeignInsert`、`postgresExecForeignInsert`和`postgresEndForeignInsert`阶段来执行插入操作。

       更新/删除操作：遵循与插入操作相似的流程，包括`postgresBeginDirectModify`、`postgresIterateDirectModify`和相应的结束阶段。

       对于更深入的技术细节，建议访问B站观看视频回放，以获取完整的FDW理解和应用指导。

开源数据库 有哪些

       开源数据库有很多种类，主要包括以下几大类：MySQL、PostgreSQL、MongoDB、Redis和SQLite等。以下对部分开源数据库进行详细解释：

       MySQL

       MySQL是一个广泛使用的关系型数据库管理系统。由于其开放源代码的特性，任何开发者都可以根据需求进行定制和调整。其可靠性和高性能使其在多个领域都有广泛的应用，如Web应用、企业级应用等。

       PostgreSQL

       PostgreSQL也是一个功能强大的开源关系数据库系统。它具有强大的事务处理能力、优秀的SQL支持以及丰富的扩展功能。由于其稳定性和强大的性能，许多企业选择使用PostgreSQL作为他们的数据存储解决方案。

       MongoDB

       MongoDB是一个开源的NoSQL数据库系统，主要提供高性能、高可用性和可扩展性。由于其文档存储方式类似于JSON，这使得MongoDB在处理大量数据时具有很高的灵活性。它适用于处理大数据和高流量的应用程序。

       Redis

       Redis是一个开源的内存数据库系统，主要用于缓存系统或键值存储。它的数据存储在内存中，提供了很高的性能和高可用性。由于其易于扩展和使用特性，Redis在处理复杂数据处理方面有着广泛的应用前景。特别是对于具有实时数据处理需求的场景，Redis是非常理想的选择。

       SQLite

       SQLite是一个轻量级的数据库系统，适用于小型应用程序和嵌入式系统。尽管其规模较小，但它的性能却非常出色，并且具有高度的可移植性和可靠性。由于其开源特性，开发者可以自由地对其进行定制和调整以满足特定的需求。此外，SQLite还具有无服务器结构，无需单独的服务器进程来管理数据库操作。这使得它在某些场景下具有更高的灵活性和效率。

深入浅出存储引擎

       深入浅出存储引擎

       本文详细探讨了数据库系统中的存储引擎相关概念，以及存储引擎如何实现高效的数据存储与检索。存储引擎是数据库系统的核心组件，负责处理数据的存储、检索和维护。

       首先，文章介绍了数据存储体系，包括OLTP、OLAP与HTAP，以及关系数据库、NoSQL数据库与NewSQL数据库的特性。接着，讨论了基于内存型与磁盘型存储组件的数据存储方式，以及读多写少、写多读少和读多写多组件的处理策略。文章进一步解释了数据存储与检索的过程，强调了存储引擎在其中的核心作用。

       文章详细分析了存储引擎的分类，包括基于B+树的存储引擎和基于LSM派系的存储引擎。基于B+树的存储引擎适合于读多写少的场景，而基于LSM派系的存储引擎则适用于写多读少的场景。文章还讨论了内存、持久化内存和磁盘在数据存储中的应用，以及它们的管理机制。

       从宏观角度，文章解析了B+树存储引擎的原理，包括其诞生背景、设计目标、数据结构选择、索引维护和存储策略。从微观角度，文章深入探讨了B+树存储引擎的工程细节，如边界条件处理、异常情况处理、事务管理和范围查询。

       文章进一步分析了BoltDB核心源码，从整体结构、page解析、node解析、Bucket解析到事务解析，详细解释了BoltDB存储引擎的实现机制。这为理解和实现类似的存储引擎提供了宝贵的参考。

       接着，文章深入理解了LSM Tree原理，从其发展背景、从零推导LSM Tree、架构演进和核心问题等角度进行了全面分析。文章详细探讨了LSM Tree的工程应用、KV分离存储技术WiscKey、Bitcask的核心原理以及Moss的核心原理，展示了LSM Tree在不同场景下的应用。

       最后，文章分析了LSM派系存储引擎，包括LSM Tree存储引擎、LSM Hash存储引擎、LSM Array存储引擎以及其他LSM存储引擎的特性和实现方法。文章提供了这些存储引擎的详细解析，有助于读者深入了解LSM存储引擎的实现细节。