一.發展史
1.文件存儲（所有的內容都存在文件中）
2.單文件存儲（key-value）（存儲在多個文件中，會有一張存地址的表key-對應的磁盤路徑，查找速度回相對快）
3.層次數據（key-value）
| key1 | parent：k2 child：K3 |
| key2 | …… |
| key3 | …… |
4.網狀數據庫
在層次數據庫的基礎中（上圖）行數據如果超過16K，數據庫就會自動創建溢出桶，溢出桶超過16K，溢出桶也會創建溢出桶，形成網狀數據庫。
故：設計數據庫時儘量計算一下所有列加在一起的長度儘量不要超過16K
此問題也不用考慮，DBA可以通過工具進行碎片整理，將溢出的桶整理，將同一個行數據儘量保持在同一個主桶中
二.性能（索引）
1.B+索引一般用於唯一索引（主鍵等）
目前會要求數據庫內存大點是爲了存儲索引內容（目前索引會將索引對應的字段存入到索引體系中）
故：索引字段儘量不要太長（會增加存儲索引的內容，從而佔用數據庫內存）
索引儘量用整型，其次浮點型、再其次是varchar型
2.varchar型索引優化
例如：A表的varchar字段：UUID
需要添加一個字段CRC（32）【此字段存儲UUID字段轉換成CRC（32）int類型的字段】
查詢語句的寫法
select 字段 from 表
where CRC(32) =? 【因爲數據量相當大是，CRC(32) 會有重複（即使UUID是不重複的），故UUID字段查詢條件還是要加入，但是因爲先過濾了CRC（32），UUID過濾之後，重複的數據量就會很少，檢索速度也會很高】
and UUID = ?
3.組合索引
例如：索引A 組合了A、B、C三個字段
數據庫後臺操作時，實際會添加三個索引
index（A）
index（A、B）
index（A、B、C）
故：如果創建了A、B、C的組合索引，再搜索A或者A、B或者ABC的時候索引會起作用，搜索BC索引不起作用
索引會遵循左墜索引原則（具體可以查看一下，不同的數據庫原則會不太一樣，mysql遵循此原則）
三.發展趨勢
SQL語言：是非存儲性語言
只是一個報表語語言、表示層語言
SQL語言本身就會降低數據的處理速度
nosql，就是不通過sql語音，直接操作數據庫，速度回相對比較高
Habse：表示層語言 phinx
hadoop：表示層語言Hive