存储引擎

MySQL客户端我们并不用过多关注，因为它与其他很多的产品都雷同，连接处理、认证授权、安全等。

而核心服务这一层除了优化、缓存、函数外，存储过程、触发器、视图也在这一层，因为这些都是跨存储引擎的部分。

最底层是我们重点关注的一层，即存储引擎层，存储引擎只负责数据的存储和提取，MySQL核心服务则通过API与存储引擎通信。听起来很简单对吧?但是“数据的存储和提取”则是MySQL中的重中之重(不然数据库是干嘛的)，这里面的学问很多，但核心是两点：

减少IO次数(提升性能)

高并发下的数据一致性

围绕着这核心的两点，就衍生出了很多复杂的数据结构、架构理论和加解锁算法。

减少IO次数中比较典型的就是B+ Tree;高并发下比较典型的就是MVCC。

这个属于技术细节，会在后文中用大量篇幅讲解，这里先不赘述。

分布式处理的发展情况是什么?

在70年代计算机网络出现之前，信息处理采用集中式处理或分散式处理。集中式处理把各信息包括远程信息都传输到统一的信息处理系统中进行处理。采用集中式处理可以达到设备利用率高的目的，并能保证被处理信息的完整性和有效性。一个下设许多工厂的公司采用集中式信息处理可以得到整个公司的最佳结果，不象各工厂分散处理那样，考虑的只是每个工厂的优化。集中处理需要的设备比分散处理所用的设备复杂得多，但它可为大部分工厂所共享，避免设备的重复。分散式处理的最大优点是简单，能就地提取数据、变换格式并进行加工，最后输出决定。要把这些工作集中于统一的程序中是非常困难和代价昂贵的。分散程度越大，满足部门的特殊信息处理要求的可能性也越大，但统一和控制信息流的困难也越大。由于要求在数据产生场所进行局部处理的数据比重不断增加，要求应答时间缩短和计算机的处理能力不可能无限增强等原因，常把分散设置的各计算机组合成计算机网，形成分布式处理系统。这样既能克服分散处理的缺点，又可避免集中的困难(见图)。70年代以来，随着计算机日益广泛地应用于各个领域，全国性与国际性的计算机网相继出现，这种信息处理系统的功能和结构也越来越复杂。分布式处理将装备从集中的处理系统中分散开来，便能直接从信息源取得信息并进行相互协调的处理。这种处理方式适应计算机网发展的需要。