实现一个微型数据库，实现微型数据库
自己写一个简单的数据库，原理大概有以下几点：
一、数据以文本形式保存
将所要保存的数据写入文本文件，这个文本文件就是数据库。
为了方便读取，数据必须分为记录，每一条记录的长度规定为等长。
举例：假定每条记录的长度是800字节，那么第5条记录的开始位置就在3200字节。
大多数的时候我们不知道某一条记录在第几个位置，只知道主键的值。这时为了读取数据，可以一条条比对记录。但是这样做的效率太低。实际应用中，数据库往往采用B树格式存储数据。
二、关于B树
要理解B树先需要理解二叉查找树
说二叉查找树是一种查找效率非常高的数据结构，它有三个特点：
(1)每个节点最多只有两个子树。
(2)左子树都为小于父节点的值，右子树都为大于父节点的值。
(3)在n个节点中找到目标值，一般只需要log(n)次比较。
二叉查找树的结构不适合数据库，因为他的查找效率与层数有关。越处在下层的数据，就需要越多次的比较。极端的情况下，n个数据需要n次比较才能找到目标值。对于数据库来说，每进入一层，就要从硬盘读取一次数据，这非常致命，因为硬盘的读取时间远远大于数据处理时间，数据库读取硬盘的次数越少越好。
B树是对二叉查找树的改进。它的设计思想是，将相关数据尽量集中在一起，以便一次读取多个数据，减少硬盘操作次数。
B树的特点：
(1)一个节点可以容纳多个值。
(2)除非数据已经填满，否则不会增加新的层，也就是说，B树追求“层”越少越好。
(3)子节点的值，与父节点中的值有严格的大小对应关系。一般来说，如果父节点有a个值，那么就有a+1个子节点。比如上图中，父节点有两个值(7和16),就应对应三个子节点，第一个子节点都是小于7的值，最后一个子节点都是大于16的值，中间的子节点就是7和16之间的值。
这种数据结构非常有利于减少读取硬盘的次数。假定一个节点可以容纳100个值，那么3层的B树可以容纳100万个数据，如果换成二叉查找树，则需要20层。假定操作系统一次读取一个节点，并且根节点保留在内存中，那么B树在100万个数据中查找目标值，只需要读取两次硬盘。
三、索引
数据库以B树格式存储，只解决了按照“主键”查找数据的问题。如果想查找其他字段，就需要建立检索(index)。
所谓索引，就是以某个字段为关键字的B树文件，假定一张“雇员表”，包含了员工号(主键)和姓名两个字段，可以对姓名建立索引文件，该文件以B树格式对姓名进行存储，每个姓名后面是其在数据库中的位置(即第几条记录)。查找姓名的时候，先从索引中找到对应的第几条记录，然后再从表格中读取。这种索引查找方法，叫做“索引顺序存取方法”，缩写为ISAM。它已经有多种实现，只要使用这些代码库，就能自己写一个最简单的数据库。
四、高级功能
部署了最基本的数据存取(包括索引)以后，还可以实现一些高级功能。
(1)SQL语言是数据库通用操作语言，所以需要一个SQL解析器，将SQL命令解析为对应的ISAM操作。
(2)数据库连接(join)是指数据库的两张表通过“外键”，建立连接关系。你需要对这种操作进行优化。
(3)数据库事务(transaction)是指批量进行一系列数据库操作，只要有一步不成功，整个操作都不成功。所以需要有一个“操作日志”，以便失败时对操作进行回滚。
(4)备份机制：保存数据库的副本。
(5)远程操作：使得用户可以在不同的机器上，通过TCP/IP协议操作数据库。
部分内容来自点击打开链接，后续依然会不断更新完善。
数据库设计方法、规范与技巧
一、数据库设计过程
数据库技术是信息资源管理最有效的手段。数据库设计是指对于一个给定的应用环境，构造最优的数据库模式，建立数据库及其应用系统，有效存储数据，满足用户信息要求和处理要求。
数据库设计中需求分析阶段综合各个用户的应用需求（现实世界的需求），在概念设计阶段形成独立于机器特点、独立于各个DBMS产品的概念模式（信息世界模型），用E-R图来描述。在逻辑设计阶段将E-R图转换成具体的数据库产品支持的数据模型如关系模型，形成数据库逻辑模式。然后根据用户处理的要求，安全性的考虑，在基本表的基础上再建立必要的视图（VIEW）形成数据的外模式。在物理设计阶段根据DBMS特点和处理的需要，进行物理存储安排，设计索引，形成数据库内模式。
1. 需求分析阶段
需求收集和分析，结果得到数据字典描述的数据需求（和数据流图描述的处理需求）。
需求分析的重点是调查、收集与分析用户在数据管理中的信息要求、处理要求、安全性与完整性要求。
需求分析的方法：调查组织机构情况、调查各部门的业务活动情况、协助用户明确对新系统的各种要求、确定新系统的边界。
常用的调查方法有： 跟班作业、开调查会、请专人介绍、询问、设计调查表请用户填写、查阅记录。
分析和表达用户需求的方法主要包括自顶向下和自底向上两类方法。自顶向下的结构化分析方法（Structured Analysis，简称SA方法）从最上层的系统组织机构入手，采用逐层分解的方式分析系统，并把每一层用数据流图和数据字典描述。
数据流图表达了数据和处理过程的关系。系统中的数据则借助数据字典（Data Dictionary，简称DD）来描述。
数据字典是各类数据描述的集合，它是关于数据库中数据的描述，即元数据，而不是数据本身。数据字典通常包括数据项、数据结构、数据流、数据存储和处理过程五个部分(至少应该包含每个字段的数据类型和在每个表内的主外键)。
数据项描述＝｛数据项名，数据项含义说明，别名，数据类型，长度，
取值范围，取值含义，与其他数据项的逻辑关系｝
数据结构描述＝｛数据结构名，含义说明，组成:｛数据项或数据结构｝｝
数据流描述＝｛数据流名，说明，数据流来源，数据流去向，
组成:｛数据结构｝，平均流量，高峰期流量｝
数据存储描述＝｛数据存储名，说明，编号，流入的数据流，流出的数据流，
组成:｛数据结构｝，数据量，存取方式｝
处理过程描述＝｛处理过程名，说明，输入:｛数据流｝，输出:｛数据流｝,
处理:｛简要说明｝｝
2. 概念结构设计阶段
通过对用户需求进行综合、归纳与抽象，形成一个独立于具体DBMS的概念模型，可以用E-R图表示。
概念模型用于信息世界的建模。概念模型不依赖于某一个DBMS支持的数据模型。概念模型可以转换为计算机上某一DBMS支持的特定数据模型。
概念模型特点：
(1) 具有较强的语义表达能力，能够方便、直接地表达应用中的各种语义知识。
(2) 应该简单、清晰、易于用户理解，是用户与数据库设计人员之间进行交流的语言。
概念模型设计的一种常用方法为IDEF1X方法，它就是把实体-联系方法应用到语义数据模型中的一种语义模型化技术，用于建立系统信息模型。
使用IDEF1X方法创建E-R模型的步骤如下所示:
2.1 第零步——初始化工程
这个阶段的任务是从目的描述和范围描述开始，确定建模目标，开发建模计划，组织建模......余下全文>>
asp + sqlserver就行，编程简单，b/s结构的看作也舒服，不用安装