SQL数据库的核心是关系模型与执行引擎：前者基于数学理论定义数据组织规则，后者将SQL转化为物理操作；二者共同决定SQL的正确性、性能与行为。

SQL数据库的核心在于两块：关系模型定义数据怎么组织，执行引擎决定查询怎么运行。理解这两者，才能真正看懂SQL为什么这样写、为什么慢、为什么报错。

关系模型：不只是“表”这么简单

关系模型不是简单把数据存成表格，而是建立在严格数学基础（集合论和谓词逻辑）上的抽象体系。它的核心是“关系”（relation），对应到数据库中就是一张表，但每张表必须满足几个关键约束：

• 属性（列）有唯一名称且不可再分——不支持嵌套结构或JSON字段（除非用扩展类型）；
• 元组（行）无序，且不能重复——所以ORDER BY不是关系操作，去重要用DISTINCT；
• 每个属性有明确的数据类型和域（domain）——NULL不是值，而是“缺失信息”的标记，参与比较时多数返回UNKNOWN；
• 主键与外键构成完整性约束——不是可选功能，而是维系关系语义的骨架，删除父记录前必须处理子引用。

正因如此，JOIN不是“连两张表”，而是对两个关系做笛卡尔积后按条件筛选；GROUP BY也不是“分组显示”，而是将输入关系划分为若干子集，每组输出一行聚合结果。

执行引擎：SQL语句如何变成磁盘读写

你写的SELECT不会直接执行。它先被解析成语法树，再经由优化器生成执行计划，最后由执行器驱动存储层完成实际操作。这个过程里最关键的环节是：

• 逻辑计划 → 物理计划的转换——比如优化器可能把WHERE条件下推到JOIN之前，把子查询转为JOIN，甚至重排JOIN顺序以减少中间结果大小；
• 算子实现方式决定性能——Hash Join适合大表关联（需内存建哈希表），Merge Join依赖排序，Nested Loop适合小表驱动大表；
• 统计信息驱动决策——表行数、列基数、直方图等信息影响索引是否被选中、是否走全表扫描；
• 缓冲区与预读机制隐藏I/O成本——数据页常驻Buffer Pool，顺序扫描会触发预读，但随机跳转访问仍可能频繁刷盘。

EXPLAIN（或EXPLAIN ANALYZE）看到的“Index Scan”“Bitmap Heap Scan”等，都是物理算子名，背后对应不同的内存使用模式和磁盘访问路径。

关系模型与执行引擎如何互相制约

两者不是割裂的：模型决定了能表达什么，引擎决定了能多快、多稳地实现它。

• 视图（VIEW）本质是保存的SELECT语句，没有独立存储——每次查询都重写并内联进主SQL，可能让优化器错过更优路径；
• 窗口函数（如ROW_NUMBER()）要求逻辑上“先分区排序再计算”，执行器必须维护滑动窗口状态，无法流式处理，内存压力明显；
• 事务隔离级别（如READ COMMITTED vs SERIALIZABLE）改变执行器加锁/版本控制策略，直接影响并发行为和性能，但不改变SQL语义本身；
• NULL语义渗透到所有比较和聚合中——COUNT(*)统计行数，COUNT(col)忽略NULL，这要求执行器在扫描时实时判断空值，不能简单累加。

一个看似简单的ORDER BY LIMIT 10，在没有索引时，引擎必须排序全部数据再取头十行；而关系模型只保证结果满足“有序+截断”，不承诺实现方式——这也正是优化器存在意义。

不复杂但容易忽略

写SQL时盯着语法，调性能时盯着执行计划，但真正卡住问题的，往往是模型和引擎之间的隐含契约：比如默认不启用并行查询、临时表未走内存、统计信息过期导致误判、或者把关系运算当成过程式逻辑来理解。抓住这两根主线，很多“奇怪现象”就自然清晰了。