作为一名网页开发者，我每天在工作中都使用关系型数据库，但对我来说它们就像一个黑匣子。我有一些疑问：
- 数据是以什么格式保存的？（在内存中和磁盘上）
- 它何时从内存移动到磁盘？
- 为什么每个表只能有一个主键？
- 回滚事务是如何工作的？
- 索引是如何格式化的？
- 全表扫描何时以及如何发生？
- 预处理语句是以什么格式保存的？
换句话说，数据库是如何工作的？
为了弄清楚这些事情，我正在从零开始编写一个数据库。它是以 SQLite 为模型的，因为它被设计得更小，功能比 MySQL 或 PostgreSQL 少，所以我有更大的希望理解它。整个数据库都存储在一个单一的文件中！
Sqlite
在他们的网站上有很多关于SQLite内部结构的文档，而且我还有一本《SQLite数据库系统：设计与实现》的书。下面这张图是sqlite的架构，来自于（https://www.sqlite.org/zipvfs/doc/trunk/www/howitworks.wiki）
一个查询通过一系列组件链来检索或修改数据。front-end由以下组成：
- tokenizer
- parser
- code generator
front-end的输入是一个SQL查询，输出是SQLite virtual machine bytecode（本质上是一个可以操作数据库的编译程序）。
back-end由以下组成：
- virtual machine
- B-tree
- pager
- os interface
virtual machine将front-end生成的bytecode作为指令。然后，它可以对一个或多个表或索引执行操作，每个表或索引都存储在一个称为B树的数据结构中。
每个B树由许多节点组成。每个节点的长度为一页。B树可以通过向分页器发出命令来从磁盘检索页面或将其保存回磁盘。
pager接收读取或写入数据页面的命令。它负责在数据库文件中的适当偏移处进行读写。它还在内存中保留最近访问页面的缓存，并确定何时需要将这些页面写回磁盘。
os interface是根据不同操作系统以不同的方式编译SQLite。
千里之行始于足下，所以让我们从一些更简单的事情开始：REPL（Read-Eval-Print Loop，读取-求值-打印循环）。
Making a Simple REPL
SQLite在从命令行启动时开始一个读取-执行-打印循环：
为了做到这一点，我们的主函数将有一个无限循环，它打印提示符，获取一行输入，然后处理该行输入：
我们将定义InputBuffer作为一个小包装器，用于存储我们需要与getline()交互的状态。（稍后再详细介绍）
接下来，print_prompt() 会向用户打印一个提示符。我们在读取每行输入之前都会这样做。
要读取一行输入，请使用getline()函数：
lineptr: 一个指向我们用来指向包含读取行的缓冲区的变量的指针。如果它被设置为NULL，那么getline会为它分配内存，因此即使命令失败，用户也应该释放它。
n: 一个指向我们用来保存分配缓冲区大小的变量的指针。
stream: 要读取的输入流。我们将从标准输入读取。
返回值: 读取的字节数，可能小于缓冲区的大小。
我们告诉getline将读取的行存储在input_buffer->buffer中，并将分配的缓冲区大小存储在input_buffer->buffer_length中。我们将返回值存储在input_buffer->input_length中。
buffer最初为null，因此getline分配足够的内存来保存输入行，并使buffer指向它。
现在应该定义一个函数，用于释放为InputBuffer *实例及其相应结构体的缓冲区元素分配的内存（getline在read_input中为input_buffer->buffer分配内存）。
最后，我们解析并执行命令。目前只识别一个命令：.exit，它用于结束程序。否则我们会打印一个错误消息并继续循环。
让我们试试吧！
好的，我们已经有了一个工作的REPL。在下一部分，我们将开始开发我们的命令语言。与此同时，这是这部分的整个程序：
有什么问题欢迎在下面评论区讨论~