本书是一本指导DBA进行数据库开发和运维的实用手册，本书共9章，包括漫谈数据库、如何提升数据库性能、如何运维好数据库、如何进行数据库设计、如何做好数据库之间的数据同步、认识HTAP技术、认识数据库的功能原理、认识数据库中的数学（逻辑与算法），以及DBA的日常：数据库管理及开发的最佳实践。另有附录DBA杂谈。 本书内容是资深DBA多年实践经验的归纳总结，涵盖DBA日常工作中的主要方面，通过剖析众多的真实案例，并解读原理、分享技巧、提供思路，内容具备较强的启发性和指导性。 本书的受众包括但不限于想要了解如何提升数据库性能的应用开发人员、DBA、业务架构师、IT架构师、数据架构师、数据分析师、系统架构师、解决方案架构师和企业高级管理人员。

序言1
序言2
序言3
前言
第1章 漫谈数据库
1.1 什么是数据库
1.2 数据库发展史
1.2.1 国外数据库的历史
1.2.2 国内数据库的历史
1.3 数据库的主要分类
1.3.1 关系数据库：传统交易数据库
1.3.2 键值数据库：基于KV键值对的内存数据库
1.3.3 列式数据库：列式存储的分析型数据库
1.3.4 文档型数据库：松散型数据结构的数据库
1.3.5 图数据库：用于社交图谱的数据库
1.3.6 时序数据库：适用于物联网场景的数据库
1.3.7 搜索引擎数据库：全文索引的数据库
1.3.8 多模数据库：具有多种数据库模式的融合数据库
1.3.9 最容易忽视的数据库——移动端数据库
1.4 数据库应用的发展趋势
1.4.1 国外数据库应用发展趋势
1.4.2 国内数据库应用发展趋势
1.5 数据库与新兴数字技术
1.5.1 数据库与大数据技术
1.5.2 数据库的延伸：区块链、物联网
1.6 与数据库长相厮守的DBA
1.6.1 DBA的定义与内涵
1.6.2 DBA的工作职责
1.6.3 DBA需要具备的能力
1.6.4 DBA的价值
1.6.5 DBA是可以做一辈子的职业
第2章 如何提升数据库性能
2.1 通过索引提升性能
2.1.1 索引的概念及原理
2.1.2 索引的种类
2.1.3 规避索引使用的误区
2.1.4 通过索引实现海量数据中的高效查询
2.1.5 自动化索引：数据库自治的趋势
2.2 通过SQL优化提升性能
2.2.1 SQL优化实现高速执行任务
2.2.2 慎用分页有效提升性能
2.2.3 从认知上杜绝低效SQL
2.3 避免数据库对象设计失误
2.3.1 避免不必要的多表关联导致的低效查询
2.3.2 避免动态计算结果没有单独存储导致的低效查询
2.3.3 避免没有明确需求查询条件导致的低效查询
2.3.4 避免过度分表
2.4 从识别需求的合理性提升性能
2.4.1 拒绝无效需求
2.4.2 正确理解开发需求
2.4.3 拒绝不合理的需求
2.4.4 引导业务改善需求
2.5 减少IO操作提升数据库性能
2.5.1 正确认识数据库的性能
2.5.2 减少IO交互——批量写入数据（MySQL）
2.5.3 减少IO交互——批量写入数据（Oracle）
2.5.4 减少IO交互——批量写入数据（PostgreSQL）
2.5.5 精简架构
第3章 如何运维好数据库
3.1 运维好数据库的关键：处理故障
3.1.1 常见的数据库故障类型
3.1.2 数据库故障的危害
3.2 分析处理数据库故障的关键点
3.2.1 分析数据库故障的主要原因——SQL
3.2.2 分析SQL的主要问题——处理速度慢
3.2.3 分析数据库参数对数据库的影响
3.2.4 分析硬件短板带来的问题——IO吞吐能力与CPU计算能力
3.3 数据库故障处理的典型案例分析
3.3.1 一次Elasticsearch误删除的故障分析
3.3.2 一次配置文件丢失导致的MySQL数据库故障分析
3.3.3 一次In-Memory丢失引起的故障分析
3.3.4 一次疑似分区查询异常的故障分析
3.3.5 一次数据库归档导致的故障分析
3.3.6 一次数据库binlog写入失败的故障分析
3.3.7 一次两表关联导致的故障分析
3.3.8 数据库连接数与连接复用不当的故障分析
3.3.9 一次数据库CPU使用率100%的故障分析
3.3.10 一次数据库索引不当引起的故障分析
3.3.11 一次数据库主从延迟过大的故障分析
3.3.12 一次数据库主从不一致的故障分析
3.3.13 一次Redis数据库无法启动的故障分析
3.3.14 一次MySQL数据库数据类型不恰当导致的故障
3.3.15 一次数据库全表查询的优化
第4章 如何进行数据库设计
4.1 数据库都有哪些架构
4.1.1 集中式架构
4.1.2 分布式架构
4.1.3 数据库内部的体系架构
4.1.4 “烟囱”式的数据库架构
4.1.5 独立业务线的数据库架构
4.2 根据实际场景选择数据库架构
4.3 五个维度谈数据库选型
4.3.1 从业务场景特征维度
4.3.2 从数据规模大小维度
4.3.3 从用户自身开发团队能力维度
4.3.4 从用户自身运维团队能力维度
4.3.5 从公司管理能力维度
4.4 数据库拆分的利与弊
4.4.1 数据库拆分的背景
4.4.2 数据库拆分的三大问题：一致性、数据关联、数据同步
4.4.3 分表带来的问题：一致性、聚合、排序、扩缩容
4.5 如何看待数据库的合并
4.5.1 为何要做数据库合并
4.5.2 数据库合并的意义：降成本、提升稳定性
4.5.3 数据库合并带来的问题：鸡蛋放在一个篮子里
4.5.4 数据库合并的前提：高质量SQL、硬件的进步、稳定的基础环境
4.6 CAP理论与分布式数据库
4.6.1 CAP理论概述
4.6.2 CAP理论的延展
4.6.3 分库分表不是分布式数据库
4.7 如何看待数据库与中间件
4.7.1 数据库与中间件：上下