Video
Đăng bởi Ban biên tập OpenER ·
Tác giả giữ toàn bộ bản quyền (All Rights Reserved) — không phải giấy phép mở. Bạn vẫn xem và học miễn phí trên OpenER; muốn tái sử dụng cần xin phép tác giả.
Welcome, this is Game Day Physics, Game Day Physics, 15-445/645.
Chào mừng các bạn, đây là Game Day Physics, Game Day Physics, 15-445/645.
All right, before we get started, I'm going to apologize for being late, for waiting for us whenever time, and we had to be set up. We were at the last moment, so I apologize.
Được rồi, trước khi bắt đầu, tôi xin lỗi vì đã đến muộn, đã để mọi người phải chờ, vì chúng tôi phải chuẩn bị thiết bị. Chúng tôi chỉ xong vào phút chót, nên tôi xin lỗi.
So, quick shout-outs to people who helped us get to where we are today. It goes to Greek out in California, JL in Seattle, my main man Eze in Brooklyn.
Trước hết, xin gửi lời cảm ơn nhanh đến những người đã giúp chúng ta có được ngày hôm nay. Xin gửi đến Greek ở California, JL ở Seattle, và người anh em Eze của tôi ở Brooklyn.
And then I also want to recognize the people that aren't with us anymore. So it's been a year since Eze got tickled and passed away, so RIP to him.
Và tôi cũng muốn tưởng nhớ những người không còn ở bên chúng ta nữa. Đã một năm kể từ khi Eze bị tickled và qua đời, xin yên nghỉ cho anh ấy.
And then DJ Mushu is still in lockdown in Brooklyn County. He's hoping to get him out this year. DJ 2PL is still in Pittsburgh.
Còn DJ Mushu vẫn đang bị giam ở Brooklyn County. Anh ấy hy vọng năm nay sẽ ra được. DJ 2PL vẫn ở Pittsburgh.
I think he still dates the same girl as before, so he's doing fine. But the good news is that we have DJ again, so give it up for DJ Cash.
Tôi nghĩ anh ấy vẫn hẹn hò với cô gái như trước, nên anh ấy ổn. Nhưng tin tốt là chúng ta lại có DJ, nên hãy dành một tràng pháo tay cho DJ Cash.
So his work here at DJ Cash is not just DJ, but also a producer, right? So show us a little something we can do. Go for it.
Công việc của DJ Cash ở đây không chỉ là DJ mà còn là nhà sản xuất nhạc, đúng không? Vậy hãy cho chúng tôi xem một chút những gì bạn làm được. Cứ làm đi.
It's like all those samples we can clear, whereas before we could only play everything we wanted. How are you doing, Matt? I'm doing great, how are you?
Giống như tất cả những mẫu nhạc này chúng ta đều xin phép được, còn trước đây chúng ta chỉ có thể phát bất cứ thứ gì mình muốn. Bạn khỏe không, Matt? Tôi khỏe lắm, còn bạn?
I'm going to die last semester, that's all. But I'm not dead, I'm here. Everything's okay with you? It would be nice if I had a lot more cash with me.
Học kỳ trước tôi suýt chết, vậy thôi. Nhưng tôi chưa chết, tôi đang ở đây. Mọi thứ với bạn ổn chứ? Sẽ thật tuyệt nếu tôi mang theo nhiều tiền mặt hơn.
What? I'm just looking for that money, man. Just here to get that money. Okay, that's a weird thing to say. We'll take care of it, we'll be fine.
Gì cơ? Tôi chỉ đang tìm số tiền đó thôi. Đến đây chỉ để kiếm tiền. Được rồi, nói vậy hơi lạ. Chúng tôi sẽ lo liệu, sẽ ổn thôi.
You should have told me this before, that's weird. All right, so today's lecture, we're going to go quickly through some course logistics, and then we'll go jump right into the course material.
Lẽ ra bạn nên nói với tôi điều này từ trước, thật lạ. Được rồi, trong bài giảng hôm nay, chúng ta sẽ điểm nhanh một số vấn đề hậu cần của môn học, rồi sẽ đi thẳng vào nội dung môn học.
Again, so if you're not enrolled in class, you're currently on the wait list. I think I checked this morning, I think we're at 128 or something like that.
Một lần nữa, nếu bạn chưa đăng ký lớp, hiện tại bạn đang nằm trong danh sách chờ. Tôi nghĩ sáng nay tôi đã kiểm tra, khoảng 128 hay đại loại thế.
I think the total enrollment is 130 or 140, something like that. So we don't control the wait list anymore, because in previous years we've had too many students trying to get on.
Tôi nghĩ tổng số đăng ký là 130 hoặc 140, đại loại vậy. Chúng tôi không còn quản lý danh sách chờ nữa, vì những năm trước có quá nhiều sinh viên cố gắng đăng ký.
The wait list got too long, so the admins in the SDS control this. So they will add people off the wait list as spots become available.
Danh sách chờ quá dài, nên các quản trị viên ở SDS quản lý việc này. Họ sẽ thêm người từ danh sách chờ vào khi có chỗ trống.
I can't promise you whether you're on the wait list, whether you can still get in. This is not official, but it doesn't go by your position.
Tôi không thể hứa liệu bạn đang trong danh sách chờ thì có vào được hay không. Điều này không chính thức, nhưng việc đó không theo thứ tự vị trí của bạn.
For reasons I can't get into, there's a lot of backroom politics between different programs, and it doesn't always go by your position.
Vì những lý do tôi không thể đi sâu, có rất nhiều chính trị hậu trường giữa các chương trình khác nhau, và không phải lúc nào cũng theo vị trí của bạn.
So the good news is that if you can't make it this semester, then it's offered every semester. So if you can't get in this year, it'll be in the spring.
Tin tốt là nếu học kỳ này bạn không vào được, thì môn này mở mỗi học kỳ. Nên nếu năm nay không vào được, thì sẽ có vào học kỳ mùa xuân.
If you want to make sure that if you do get off the wait list that you're caught up to speed, projects here, which I'll talk about in a second, you should make sure you do that, and follow along with lectures.
Nếu bạn muốn chắc chắn rằng khi được vào từ danh sách chờ bạn vẫn theo kịp tiến độ, thì các dự án ở đây, mà lát nữa tôi sẽ nói, bạn nên làm chúng và theo dõi các bài giảng.
Projects here will give you determination whether you're allowed to take the class or not as well, even if you are enrolled.
Các dự án ở đây cũng sẽ quyết định việc bạn có được phép học lớp này hay không, ngay cả khi bạn đã đăng ký.
So this class will be about the design and implementation of database management systems. How you can build the software, but what's going on on the inside.
Môn học này sẽ nói về việc thiết kế và triển khai các hệ quản trị cơ sở dữ liệu. Không phải cách bạn xây dựng phần mềm, mà là những gì diễn ra bên trong.
So it's not a course about how to use or administer database systems. So some people say, like, I don't know why I'm in the world of building systems.
Vì vậy đây không phải là môn học về cách sử dụng hay quản trị các hệ cơ sở dữ liệu. Có người nói kiểu như: tôi không hiểu sao mình lại ở thế giới xây dựng hệ thống.
I just want to use Oracle. I'm just going to use my single processor or whatever. That's not this class. That's taught over in Heinz College in information systems.
Tôi chỉ muốn dùng Oracle. Tôi chỉ dùng một bộ xử lý đơn hay gì đó thôi. Đó không phải môn này. Phần đó được dạy ở Heinz College, trong ngành hệ thống thông tin.
And this is really about, on a computer science level, understanding what's going on inside of the software to understand what the systems are actually trying to do for you.
Còn môn này thực sự nói về, ở mức khoa học máy tính, việc hiểu điều gì đang diễn ra bên trong phần mềm để hiểu các hệ thống thực sự đang cố làm gì cho bạn.
Okay, if that's what you want, go over to that guy. The camera's all f***ed. What's going on there? All right.
Được rồi, nếu bạn muốn vậy thì qua chỗ người kia. Máy quay hỏng hết cả rồi. Chuyện gì đang xảy ra ở đó vậy? Được rồi.
All the course logistics, the syllabus, the schedule are now posted online. So please go read that and make sure you understand what's expected of you as a student in this class.
Toàn bộ thông tin về tổ chức môn học, đề cương và lịch học hiện đã được đăng trực tuyến. Vì vậy hãy đọc và đảm bảo bạn hiểu mình được kỳ vọng làm gì với tư cách sinh viên của lớp này.
All of the discussion and announcements of the course will be through Piazza. If you're enrolled, everything should be, everyone should have been added.
Mọi thảo luận và thông báo của môn học sẽ qua Piazza. Nếu bạn đã đăng ký thì mọi người hẳn đã được thêm vào rồi.
As of a couple days ago, I think I just had some refreshments for the new students. And the same thing, grades go, that'll sync with Canvas.
Cách đây vài ngày, tôi nghĩ mình vừa cập nhật lại cho các sinh viên mới. Tương tự, điểm số sẽ được đồng bộ với Canvas.
So everything will be, the roster that will be added as you enroll in there. And the final grades, the total grades throughout the semester, that'll be done through Canvas as well.
Danh sách lớp sẽ được thêm vào đó khi bạn đăng ký. Còn điểm cuối kỳ, tổng điểm trong suốt học kỳ, cũng sẽ được thực hiện qua Canvas.
And so we say this every year: if you're not a CMU and you really want to be taken to class, because we post everything online, we go, there's a non-CMU student Gradescope.
Năm nào chúng tôi cũng nói điều này: nếu bạn không phải sinh viên CMU mà thực sự muốn theo học lớp này, vì chúng tôi đăng mọi thứ trực tuyến, nên có một Gradescope dành cho sinh viên ngoài CMU.
Use that code. Make sure you put your university as part of your Mellon University. And then you can follow along and get all the things we have in the class.
Hãy dùng mã đó. Nhớ ghi trường đại học của bạn vào phần Mellon University. Rồi bạn có thể theo dõi và nhận mọi tài liệu mà lớp có.
Except for, obviously, posting to Piazza. If you're not a student in the class, please don't email the students or the TAs myself. Don't post your solutions on GitHub.
Trừ việc đăng bài lên Piazza, dĩ nhiên. Nếu bạn không phải sinh viên của lớp, xin đừng gửi email cho sinh viên, các trợ giảng hay cho tôi. Đừng đăng lời giải của bạn lên GitHub.
If you are enrolled in class and you don't want to be in this Gradescope, you should automatically add it to the real one.
Nếu bạn đã đăng ký lớp và không muốn ở trong Gradescope này, bạn sẽ được tự động thêm vào cái chính thức.
All right. So for the lectures today are throughout the rest of the semester. I get very excited when I talk about DBMSs because I love DBMSs.
Được rồi. Với các bài giảng hôm nay và trong suốt phần còn lại của học kỳ. Tôi rất hào hứng khi nói về DBMS vì tôi yêu DBMS.
They're the best thing in the world. Number two in my life. I'll talk about number one in a second.
Chúng là thứ tuyệt nhất trên đời. Số hai trong cuộc đời tôi. Lát nữa tôi sẽ nói về số một.
But when I get excited, I start talking very fast, and I know that can be hard for international students.
Nhưng khi hào hứng, tôi bắt đầu nói rất nhanh, và tôi biết điều đó có thể khó với sinh viên quốc tế.
So if I'm going too fast and you need me to slow down, just raise your hand and tell me, like, "I don't understand that." You can repeat yourself or slow down.
Vì vậy nếu tôi nói quá nhanh và bạn cần tôi chậm lại, cứ giơ tay và nói với tôi kiểu như: "Em không hiểu chỗ đó." Tôi có thể nhắc lại hoặc nói chậm lại.
And if you have any questions for me that go along with the lectures, again, please interrupt. Raise your hand and say, "I don't understand what you're talking about with that slide," as a reminder.
Và nếu bạn có câu hỏi nào cho tôi liên quan đến bài giảng, một lần nữa, xin hãy ngắt lời tôi. Hãy giơ tay và nói: "Em không hiểu thầy đang nói gì ở slide đó," xin nhắc lại.
And I'll stop and repeat myself. If you have questions, it's very likely that somebody else is going to have questions, too. So please go ahead and interrupt me.
Và tôi sẽ dừng lại và nhắc lại. Nếu bạn có câu hỏi, rất có thể người khác cũng có câu hỏi đó. Vì vậy cứ thoải mái ngắt lời tôi.
So what I won't do is that at the end of each class, I won't allow you to come up and say, "Hey, on slide one, two, three, you said this.
Nên điều mà tôi sẽ không làm là, vào cuối mỗi buổi học, tôi sẽ không cho phép các bạn lên hỏi rằng: "Này, ở slide một, hai, ba, thầy đã nói thế này.
What does that actually mean?" So immediately after the lecture, you can't ask me questions about that lecture, because I want you to interrupt me as I'm going along.
Điều đó thực sự có nghĩa là gì ạ?" Vì vậy ngay sau bài giảng, các bạn không thể hỏi tôi về bài giảng đó, bởi tôi muốn các bạn ngắt lời tôi ngay trong lúc tôi đang giảng.
So you can ask me about anything else. You can ask me in the class about how to do a job, DAVises, how to deal with the cops, or whatever you want.
Còn các bạn có thể hỏi tôi bất cứ điều gì khác. Các bạn có thể hỏi tôi trong lớp về cách xin việc, DAVises, cách đối phó với cảnh sát, hay bất cứ điều gì các bạn muốn.
That you can do, but I won't answer questions about the lecture. So again, if you have questions, other people do. I don't want this to be sort of a back and forth.
Những điều đó thì được, nhưng tôi sẽ không trả lời các câu hỏi về bài giảng. Nên một lần nữa, nếu bạn có câu hỏi thì những người khác cũng có. Tôi không muốn việc này trở thành kiểu hỏi đi đáp lại qua lại.
All the projects in this special will be on this educational data system we've been doing for several years now at Carnegie Mellon called BusTub. It's in C++ 20.
Tất cả các project trong học kỳ này sẽ dùng một hệ thống dữ liệu phục vụ giáo dục mà chúng tôi đã làm nhiều năm nay ở Carnegie Mellon, tên là BusTub. Nó viết bằng C++ 20.
You can probably get by with C++ 17 if you're not familiar with the newer features of 20. But the main thing is it's going to be in C++.
Các bạn có lẽ vẫn xoay xở được với C++ 17 nếu chưa quen với các tính năng mới hơn của bản 20. Nhưng điều chính là nó sẽ bằng C++.
There is no class at CMU that teaches you C++. So you kind of have to pick it up on your own.
Ở CMU không có lớp nào dạy bạn C++. Nên các bạn phải tự học lấy.
And so if you think, if you don't know C++ and you think you're going to learn it as we go along, That's probably a bad idea, especially when it comes to debugging the system.
Và nếu bạn không biết C++ mà nghĩ rằng mình sẽ học dần trong lúc học môn này, thì đó có lẽ là ý tưởng tồi, nhất là khi phải gỡ lỗi hệ thống.
Because you think about it, you're trying to learn C++ and you're trying to learn databases. It can be challenging to do this at the same time.
Vì hãy nghĩ xem, bạn vừa cố học C++ vừa cố học cơ sở dữ liệu. Làm cả hai việc cùng lúc có thể rất khó.
So every year, every student comes along, there's always students that say, "Hey, I know C++. I know C, I know Java, I can pick up C++." And that's not always the case.
Năm nào cũng vậy, sinh viên nào đến lớp cũng có người nói: "Em biết C++ mà. Em biết C, biết Java, em học thêm C++ được." Nhưng không phải lúc nào cũng vậy.
So we have this assignment at the beginning of the semester that we outlined today.
Vì thế chúng tôi có một bài tập ở đầu học kỳ mà hôm nay chúng tôi sẽ trình bày.
I had to fix up some things in the latest version of Clang last night, but it should be out in a few hours. It's called Project Zero.
Tối qua tôi phải sửa một số thứ trong phiên bản Clang mới nhất, nhưng nó sẽ được phát hành trong vài giờ nữa. Nó có tên là Project Zero.
It's basically embedding a simple data structure that has to be multithreaded. And you don't get any grade for it, because it's not meant to take a long time.
Về cơ bản là nhúng một cấu trúc dữ liệu đơn giản và phải chạy đa luồng. Và bài này không được tính điểm, vì nó không nhằm mất nhiều thời gian.
But it's meant for you to come to the realization where you actually know C++ enough to get by in the class. So you have two weeks to complete it.
Nhưng nó giúp các bạn nhận ra liệu mình có biết C++ đủ để theo được môn học hay không. Các bạn có hai tuần để hoàn thành.
You have to finish it, get up to 100 in that two weeks, or you'll be asked to drop the course.
Bạn phải làm xong, đạt 100 điểm trong hai tuần đó, nếu không bạn sẽ bị yêu cầu rút khỏi môn học.
Because again, when we start doing more complicated things like multithreaded data structures, C++ is going to be very challenging for you if you don't have the experience.
Bởi vì một lần nữa, khi chúng ta bắt đầu làm những việc phức tạp hơn như cấu trúc dữ liệu đa luồng, C++ sẽ rất khó với bạn nếu bạn không có kinh nghiệm.
This also pushes you to get a sense of your dev environment and all that good stuff as well. So any questions about Project Zero?
Bài này cũng thúc đẩy bạn làm quen với môi trường phát triển của mình và tất cả những thứ hay ho đó nữa. Vậy có câu hỏi nào về Project Zero không?
We'll post information about this on Piazza and the code will go out later today.
Chúng tôi sẽ đăng thông tin về việc này trên Piazza và mã nguồn sẽ được phát hành vào cuối ngày hôm nay.
And again, we try to get people to get through this as soon as possible before we get past the ad hoc deadline.
Và một lần nữa, chúng tôi muốn mọi người hoàn thành phần này càng sớm càng tốt, trước khi qua hạn chót ad hoc.
So now, I have to show this every time in the class. Warning about plagiarism. So everything you do for homework and the project should be your own work.
Giờ thì, tôi phải chiếu slide này trong mỗi lớp. Cảnh báo về đạo văn. Vì vậy mọi thứ các bạn làm cho bài tập về nhà và dự án phải là sản phẩm của chính các bạn.
It means we don't want you to copy from other people on the internet or other people in the class.
Nghĩa là chúng tôi không muốn các bạn sao chép từ người khác trên internet hay từ các bạn khác trong lớp.
But I'm going to say you are allowed to use generic AI tools, Claude, Jackie D, your favorite one, to help you write the projects.
Nhưng tôi nói rõ là các bạn được phép dùng các công cụ AI thông dụng, Claude, ChatGPT, công cụ nào các bạn thích, để giúp viết dự án.
Because this is the future. It's stupid to say don't use these tools. It would be asking you not to use a debugger to debug your code.
Vì đây là tương lai. Cấm dùng các công cụ này là ngớ ngẩn. Như thể bảo các bạn đừng dùng trình gỡ lỗi để gỡ lỗi mã của mình vậy.
It would be stupid. This is the way the world is now. So a lot of people learn what's plagiarism versus not plagiarism when using LLM.
Thật ngớ ngẩn. Thế giới bây giờ là như vậy. Nên nhiều bạn sẽ học được đâu là đạo văn, đâu không phải khi dùng LLM.
And if you're not sure, ask us. Use your best judgment. But by all means, you should be using these tools to help you write code.
Và nếu không chắc, hãy hỏi chúng tôi. Hãy tự phán đoán cho tốt. Nhưng tuyệt đối nên dùng các công cụ này để giúp viết mã.
The tricky thing is going to be, you can have the tech to be able to generate a bunch of code for you, but if you don't understand the fundamentals of what we're trying to teach in this semester and understand the systems, you're screwed because you don't know whether the things it's going to put out is going to be correct or not.
Điều khó là, bạn có công nghệ để sinh ra cả đống mã cho mình, nhưng nếu bạn không hiểu những kiến thức nền tảng mà chúng tôi muốn dạy trong học kỳ này và không hiểu các hệ thống, thì bạn gặp rắc rối, vì bạn không biết những gì nó đưa ra có đúng hay không.
And we'll talk about the leaderboard once we release project one, but there's ways you can get extra credit by basing how fast your code can actually run.
Chúng ta sẽ nói về bảng xếp hạng khi công bố project one, nhưng có những cách để các bạn được điểm cộng dựa trên tốc độ chạy thực tế của mã.
And I'll be honest, I play with Jackie D and Claude and other ones. Sometimes it's correct, but it's definitely not going to be performant versus the empirical stuff.
Và thành thật mà nói, tôi có chơi với ChatGPT, Claude và các công cụ khác. Đôi khi nó đúng, nhưng chắc chắn không hiệu năng bằng những thứ có kiểm chứng thực nghiệm.
It's like writing assembly versus writing C code in a pipeline. It's sort of the same idea. Okay?
Giống như viết assembly so với viết mã C trong một đường ống. Ý tưởng cũng tương tự. Được chứ?
The other thing we're doing this semester is that we have, on every Wednesday, we'll have in-class lectures over Zoom from all our friends in the data industry.
Một điều nữa chúng ta làm trong học kỳ này là vào mỗi thứ Tư, sẽ có các bài giảng trên lớp qua Zoom từ bạn bè của chúng tôi trong ngành dữ liệu.
So we'll have these little flash-moving lectures that'll cover quickly some particular data system or project that's out in the real world to get you to understand how the things that we're talking about during this semester relate to real-world processes.
Đó là những bài giảng chớp nhoáng ngắn giới thiệu nhanh một hệ thống dữ liệu cụ thể hoặc dự án ngoài đời thực để giúp các bạn hiểu những gì chúng ta nói trong học kỳ này liên quan thế nào đến các quy trình thực tế.
We're also having all these companies come give recruiting talks in two weeks or three weeks in September.
Cũng sẽ có nhiều công ty đến thuyết trình tuyển dụng trong hai hoặc ba tuần nữa, vào tháng Chín.
Everyone in the class will be invited to come to these things, and we'll talk to them about internships and full-time positions as well. That'll be on September 15th and 16th.
Mọi người trong lớp đều được mời tham dự, và các bạn có thể trao đổi với họ về thực tập và vị trí toàn thời gian. Sự kiện diễn ra vào ngày 15 và 16 tháng Chín.
We've kind of restricted this just to be the data classes this semester and maybe previous semesters, and then also the advanced class teaching that are being taught at the same time.
Chúng tôi giới hạn chỉ cho các lớp về dữ liệu trong học kỳ này và có thể cả các học kỳ trước, cùng với lớp nâng cao đang được dạy cùng lúc.
So it's not like the career fair where everyone's showing up. They took a shower that morning. They're trying to get into their resume. This is specifically just for databases.
Nên không giống hội chợ việc làm nơi ai cũng đổ đến. Sáng đó họ mới tắm xong. Họ đang cố nhồi mọi thứ vào sơ yếu lý lịch. Sự kiện này chỉ dành riêng cho cơ sở dữ liệu.
And we'll post on the class about how to do this.
Và chúng tôi sẽ đăng lên lớp cách thực hiện.
And then we've also asked the company to provide us with information about their internship and full-time positions directly for student-to-data students who need help with something. And that'll be on September.
Chúng tôi cũng đã yêu cầu các công ty cung cấp cho chúng ta thông tin về các vị trí thực tập và toàn thời gian trực tiếp dành cho các bạn sinh viên cần được giúp đỡ về một vấn đề nào đó. Và việc đó sẽ diễn ra vào tháng Chín.
All right, if you want to go beyond things we're talking about in the class, we're also having a seminar series starting in September. This is optional for students.
Được rồi, nếu các bạn muốn tìm hiểu vượt ra ngoài những gì chúng ta nói trong lớp, thì chúng tôi cũng có một chuỗi hội thảo bắt đầu từ tháng Chín. Phần này là tùy chọn đối với sinh viên.
And every semester we always try to do a different topic. This topic, or this semester, will be about data lake systems.
Và mỗi học kỳ chúng tôi luôn cố gắng chọn một chủ đề khác nhau. Chủ đề của học kỳ này sẽ là các hệ thống data lake.
If you don't know what that is, don't worry about it. We'll cover it later on.
Nếu các bạn không biết đó là gì thì đừng lo. Sau này chúng ta sẽ học.
But this is sort of the hot trend right now where people are building cloud-based systems where they do SQL on top of files and Amazon S3 or cloud storage and so forth.
Nhưng đây là xu hướng đang rất nóng hiện nay, khi người ta xây dựng các hệ thống nền tảng đám mây mà chạy SQL trực tiếp trên các tệp và Amazon S3 hay kho lưu trữ đám mây, v.v.
So Iceberg's probably the most famous one of all these. Anybody know who bought Iceberg recently or last year? Databricks. Anybody know what Databricks paid for them?
Iceberg có lẽ là cái nổi tiếng nhất trong số này. Có ai biết ai đã mua Iceberg gần đây hoặc năm ngoái không? Databricks. Có ai biết Databricks đã trả bao nhiêu cho họ không?
I think it was $2 billion or $1 billion. It would be. We're talking about a shitload of money here. So, of course, these are companies that come to talk about what they're building.
Tôi nghĩ là 2 tỉ đô la hoặc 1 tỉ đô la. Cỡ đó. Ở đây chúng ta đang nói đến một khoản tiền khổng lồ. Vì vậy, tất nhiên, đây là những công ty sẽ đến nói về những gì họ đang xây dựng.
And again, this will be on Mondays after class at 4:30. And it'll be on Zoom and YouTube as well. All right, this is optional for students.
Và một lần nữa, buổi này sẽ diễn ra vào các thứ Hai sau giờ học, lúc 4:30. Và nó cũng sẽ có trên Zoom và YouTube. Được rồi, phần này là tùy chọn đối với sinh viên.
If you're like me and you really love databases, You'll spend more time on this. This is one way to do that. Is there a reason why we don't have Databricks on the slide?
Nếu các bạn giống tôi và thực sự yêu cơ sở dữ liệu, các bạn sẽ dành nhiều thời gian hơn cho việc này. Đây là một cách để làm điều đó. Có lý do nào khiến chúng ta không có Databricks trên slide không?
The question is, is there a reason why we don't have Databricks on the slide? We do. Twice. I've already said one. They bought Iceberg. We bought Tabular.
Câu hỏi là có lý do nào khiến chúng ta không có Databricks trên slide không? Có chứ. Hai lần. Tôi đã nói một cái rồi. Họ mua Iceberg. Họ mua Tabular.
There's one more on there from Databricks. Anybody know what it is? Delta Lake, yes. Absolutely, yes. So Delta Lake was Databricks' version of Iceberg. And then they bought the Iceberg guys.
Còn một cái nữa của Databricks trên đó. Có ai biết là gì không? Delta Lake, đúng rồi. Chính xác, đúng vậy. Delta Lake là phiên bản Iceberg của Databricks. Và sau đó họ mua nhóm làm Iceberg.
The story is, they still finished trying to buy the Iceberg guys. And then they offered them $600 billion. And then Databricks swooped in and offered them like $2 billion or $3 billion.
Câu chuyện là, họ vẫn cố hoàn tất việc mua nhóm Iceberg. Và sau đó họ đề nghị 600 tỉ đô la. Rồi Databricks nhảy vào và đề nghị khoảng 2 tỉ hoặc 3 tỉ đô la.
It might have been a billion. It might be off. But still, a lot of money. And then still they put out Polaris, which is the catalog version.
Có thể là một tỉ. Tôi có thể nhớ sai. Nhưng dù sao vẫn là rất nhiều tiền. Và sau đó họ vẫn tung ra Polaris, là phiên bản catalog.
It's Iceberg compatible. Hootie came out of Uber, I think.
Nó tương thích với Iceberg. Hudi xuất phát từ Uber, tôi nghĩ vậy.
And Iceberg came out of Netflix. Hootie came out of Uber. And then now it's being commercialized by a company called One House. And you'll see it.
Và Iceberg xuất phát từ Netflix. Hudi xuất phát từ Uber. Và hiện nay nó đang được thương mại hóa bởi một công ty tên là Onehouse. Và các bạn sẽ thấy nó.
There's a lot of new data systems out there because there's a lot of money in this.
Có rất nhiều hệ thống dữ liệu mới ngoài kia vì có rất nhiều tiền trong lĩnh vực này.
And every year, everyone's trying to build a new system to try to solve some problem that existing systems don't solve. And sometimes it's a good idea. And oftentimes it's a bad idea.
Và mỗi năm, ai cũng cố xây dựng một hệ thống mới để giải quyết một vấn đề nào đó mà các hệ thống hiện có chưa giải quyết được. Đôi khi đó là ý hay. Và thường thì đó là ý dở.
And what this class is going to teach you is how to smell out which ones are the bad ideas. And that was me because I said so.
Và điều lớp này sẽ dạy các bạn là cách đánh hơi ra cái nào là ý dở. Và đó là tôi nói vậy vì tôi bảo thế.
But if you don't understand the fundamentals of what these systems are actually trying to do. OK? All right. Now, this is related to my class.
Nhưng nếu các bạn không hiểu những kiến thức nền tảng về việc các hệ thống này thực sự đang cố làm gì. Được chứ? Được rồi. Bây giờ, điều này liên quan đến lớp của tôi.
But this is something I got to tell you because we're going to put this on YouTube. I sort of mentioned before that DJ Mushu is in jail in Illinois.
Nhưng đây là điều tôi phải nói với các bạn vì chúng ta sẽ đăng buổi này lên YouTube. Trước đây tôi có nhắc là DJ Mushu đang ở trong tù ở Illinois.
There's actually somebody else we know who's actually in jail right now or prison. There's this guy named Preston Thorpe.
Thực ra còn một người nữa mà chúng ta biết hiện cũng đang ở trong tù hoặc trại giam. Anh chàng này tên là Preston Thorpe.
So if you read TechCrunch or Hacker News, you might have seen this a few weeks ago. And he's got a blog article on Torso's website about how he's currently in jail right now.
Nếu bạn đọc TechCrunch hay Hacker News thì có thể đã thấy chuyện này vài tuần trước. Anh ấy có một bài blog trên trang web của Torso, kể về việc hiện giờ anh ấy đang ở trong tù.
He got caught dealing pink or smuggling pink in from up in New England.
Anh ấy bị bắt vì buôn bán hay buôn lậu ma túy đá từ vùng New England về.
So if you ever read his blog article, he's got this little blurb in here that says that while he was in jail, he started watching these classes and he fell in love with databases.
Nếu đọc bài blog của anh ấy, bạn sẽ thấy có một đoạn ngắn nói rằng khi ở trong tù, anh ấy bắt đầu xem các bài giảng này và đã yêu cơ sở dữ liệu.
And he's currently in prison right now. We are trying to find him a lawyer to get him out. And he should have gave him. Right? That's awesome. Right?
Và hiện giờ anh ấy vẫn đang ở trong tù. Chúng tôi đang cố tìm luật sư để đưa anh ấy ra. Và anh ấy đáng được như vậy. Tuyệt đúng không? Đúng không?
So I realized that there's other people maybe in the same boat. And everyone's here. Hopefully you don't end up in prison. That's not good. It's real.
Vì vậy tôi nhận ra có thể còn những người khác cũng ở hoàn cảnh tương tự. Còn mọi người ở đây thì hy vọng đừng vào tù. Như thế không tốt đâu. Chuyện này có thật đấy.
So this semester starting, if you're currently in prison or you know somebody that's in prison, you send us an email and we'll send you a packaged up version of this course.
Vậy nên từ học kỳ này, nếu bạn hiện đang ở trong tù hoặc biết ai đó đang ở trong tù, hãy gửi email cho chúng tôi, chúng tôi sẽ gửi cho bạn một bản đóng gói của khóa học này.
It'll be like, if you don't have a computer, we'll print out some things. But you'll be able to get something like a thumb drive and the videos.
Chẳng hạn nếu không có máy tính, chúng tôi sẽ in một số tài liệu ra. Nhưng bạn có thể nhận được thứ như USB và các video.
So obviously, if you can't send anything this semester because this semester hasn't happened yet, it'll be in the previous semester. OK?
Dĩ nhiên, nếu học kỳ này chúng tôi chưa gửi được gì vì học kỳ này chưa diễn ra, thì sẽ là nội dung của học kỳ trước. Được chứ?
We thank our friends at Convex, which is a database company, for sponsoring this. OK? All right. Any questions about the logistics of the course? What's expected of you?
Chúng tôi cảm ơn những người bạn ở Convex, một công ty cơ sở dữ liệu, đã tài trợ cho khóa học này. Được rồi. Có câu hỏi nào về các vấn đề tổ chức của khóa học không? Các bạn cần làm những gì?
OK, the course syllabus will tell you the breakdown of the grades for the projects, all the assignment lists, when all the projects will be released, and how much will be released, and when they're actually going to be due.
Đề cương khóa học sẽ cho bạn biết cách chia điểm cho các dự án, toàn bộ danh sách bài tập, khi nào các dự án được đưa ra, đưa ra bao nhiêu, và khi nào đến hạn nộp.
And then you post all the questions on the app. OK? All right, let's open this. So as I said before, I love databases.
Còn mọi câu hỏi thì các bạn đăng lên ứng dụng. Được chứ? Nào, bắt đầu thôi. Như tôi đã nói, tôi yêu cơ sở dữ liệu.
But then the second most important thing in my life, number one is my wife and my biological daughter. Number two is databases. Everything else doesn't matter.
Đó là điều quan trọng thứ hai trong cuộc đời tôi, thứ nhất là vợ tôi và con gái ruột của tôi. Thứ hai là cơ sở dữ liệu. Mọi thứ khác không quan trọng.
And you'll see this throughout your life that pretty much everything is going to be, not just computer science and tech, everything can be thought of as a database problem.
Và bạn sẽ thấy trong suốt cuộc đời mình rằng hầu như mọi thứ đều sẽ là, không chỉ khoa học máy tính và công nghệ, mọi thứ đều có thể được xem như một bài toán cơ sở dữ liệu.
Right? So I don't have any friends that have databases. I don't talk to my family because they're Trump supporters. They don't like databases. It's just obsessively about databases.
Đúng không? Tôi chẳng có người bạn nào làm về cơ sở dữ liệu. Tôi không nói chuyện với gia đình vì họ ủng hộ Trump. Họ không thích cơ sở dữ liệu. Tôi chỉ ám ảnh về cơ sở dữ liệu thôi.
So what I'm going to hopefully impart from you in today's class and throughout the rest of the semester is how awesome databases are, and why they're so important, and why, I mean, you should pursue what I would call a database-based lifestyle.
Vì vậy điều tôi hy vọng truyền đạt cho các bạn trong buổi học hôm nay và suốt phần còn lại của học kỳ là cơ sở dữ liệu tuyệt vời đến mức nào, vì sao chúng quan trọng như vậy, và vì sao, ý tôi là, bạn nên theo đuổi thứ mà tôi gọi là lối sống lấy cơ sở dữ liệu làm trung tâm.
Because every day you wake up, you're going, how can I run a database? Or how can I use a database? So in today's class, we're going to talk about database systems background.
Vì mỗi ngày thức dậy, bạn đều tự hỏi: làm sao để chạy một cơ sở dữ liệu? Hoặc làm sao để sử dụng một cơ sở dữ liệu? Vậy trong buổi học hôm nay, chúng ta sẽ nói về kiến thức nền tảng của hệ cơ sở dữ liệu.
And I'll make a distinction between database and database systems because they're equally important. And then I'll talk about the relational model, the best data model you can have for a database system.
Tôi sẽ phân biệt giữa cơ sở dữ liệu và hệ cơ sở dữ liệu, vì cả hai đều quan trọng như nhau. Sau đó tôi sẽ nói về mô hình quan hệ, mô hình dữ liệu tốt nhất mà bạn có thể có cho một hệ cơ sở dữ liệu.
We'll talk about relational algebra, which is how you're actually going to write queries. And the fundamentals of building blocks, like how you write queries and manipulate databases.
Chúng ta sẽ nói về đại số quan hệ, tức là cách bạn thực sự viết các truy vấn. Và những khối kiến thức cơ bản, như cách viết truy vấn và thao tác trên cơ sở dữ liệu.
And then I'll finish up talking about some alternative data models that are out there that you may come across in the real world, and why they are inferior or just subsets of what the relational data model can do.
Cuối cùng, tôi sẽ nói về một số mô hình dữ liệu thay thế đang tồn tại và có thể bạn sẽ gặp trong thực tế, và vì sao chúng kém hơn hoặc chỉ là tập con của những gì mô hình dữ liệu quan hệ có thể làm.
OK? And as I said, I love databases so much that I get really excited. I say, please, tell me to stop and slow down if you have questions. OK?
Được chứ? Như tôi đã nói, tôi yêu cơ sở dữ liệu đến mức rất dễ hào hứng. Nên nếu có câu hỏi, xin hãy bảo tôi dừng lại và chậm lại nhé. Được chứ?
All right, let's start with an easy question. Can anybody name a database? Just shout it out. Postgres? One. What's that? SQL?
Được rồi, bắt đầu với một câu hỏi dễ. Ai có thể kể tên một cơ sở dữ liệu không? Cứ nói to lên. Postgres? Một. Gì cơ? SQL?
SQL Server? SQLite? MySQL? Yes?
SQL Server? SQLite? MySQL? Bạn nào?
You said SQLite. That's fine, right? MySQL? Yes? One more?
Bạn nói SQLite. Được đấy, đúng không? MySQL? Bạn nào? Thêm một bạn nữa?
I heard Microsoft SQL Server. There's actually two. There's two properties of SQL. There's two of a SQL server and a Microsoft SQL server.
Tôi nghe thấy Microsoft SQL Server. Thực ra có hai cái. Có hai sản phẩm SQL. Có một SQL Server và một Microsoft SQL Server.
It's different things. Yes, right there, last one. MySQL. MongoDB? That is MongoDB. That is a bad system. We'll come back to that later. You're all wrong.
Chúng là những thứ khác nhau. Ừ, bạn ngay đó, người cuối cùng. MySQL. MongoDB? Là MongoDB. Đó là một hệ thống tệ. Chúng ta sẽ quay lại sau. Tất cả các bạn đều sai.
So what did they call this? Database systems. I asked for a database. So again, the word about databases, we can be very pedantic about what our definitions are.
Vậy họ gọi những thứ này là gì? Hệ cơ sở dữ liệu. Tôi hỏi về cơ sở dữ liệu. Một lần nữa, về từ "cơ sở dữ liệu", chúng ta có thể rất tỉ mỉ về các định nghĩa.
But we have to understand what we talk about when we say what's a database and a database system. Because we have to go to the database system to manage it.
Nhưng chúng ta phải hiểu mình đang nói về điều gì khi nói cơ sở dữ liệu là gì và hệ cơ sở dữ liệu là gì. Vì chúng ta cần đến hệ cơ sở dữ liệu để quản lý nó.
So you're not wrong if you go to a bar anywhere under a techie and say, "Hey, I'm using this database." They'll know what you mean.
Nên bạn không sai nếu đi đến một quán bar nào đó và nói với một dân công nghệ: "Này, tôi đang dùng cơ sở dữ liệu này." Họ sẽ hiểu ý bạn.
But I want to understand what the data we actually want to store and what the systems we're going to build to actually manage. Right?
Nhưng tôi muốn các bạn hiểu dữ liệu mà chúng ta thực sự muốn lưu trữ là gì và những hệ thống mà chúng ta sẽ xây dựng để quản lý nó. Đúng không?
So a database can be a collection of data that's interrelated in some way that's meant to model what the real world is. So we list a ClickHouse, Postgres, MySQL, SQLite.
Vậy một cơ sở dữ liệu có thể là một tập hợp dữ liệu có liên quan với nhau theo cách nào đó nhằm mô hình hóa thế giới thực. Chúng ta kể ra ClickHouse, Postgres, MySQL, SQLite.
Again, these are all database systems that can be used to host and store and query a database. A database would be like the list of students that are enrolled in this class.
Một lần nữa, đây đều là các hệ cơ sở dữ liệu có thể dùng để lưu trữ và truy vấn một cơ sở dữ liệu. Một cơ sở dữ liệu sẽ giống như danh sách sinh viên đăng ký lớp này.
You have a name. You have an email address. You have a date of birth and so forth. What is that trying to do?
Bạn có tên. Bạn có địa chỉ email. Bạn có ngày sinh, v.v. Điều đó nhằm mục đích gì?
I'm trying to represent you guys that are taking this class in a sort of digital world inside of a database. And then there's the fourth.
Tôi đang cố biểu diễn các bạn, những người học lớp này, trong một thế giới số bên trong cơ sở dữ liệu. Và sau đó là điều thứ tư.
These are the most important computer applications that you'll see for the rest of your life.
Đây là những ứng dụng máy tính quan trọng nhất mà các bạn sẽ gặp trong suốt phần đời còn lại.
Even if you don't take this class and go off and actually build database systems at all these various companies that we just mentioned, I guarantee for the rest of your life you're going to come across databases and database systems.
Ngay cả khi các bạn không học môn này và đi xây dựng hệ thống cơ sở dữ liệu thực thụ nào đi nữa, thì các công ty mà chúng ta vừa nhắc tới, tôi đảm bảo với các bạn rằng trong suốt phần đời còn lại, các bạn sẽ gặp cơ sở dữ liệu và hệ thống cơ sở dữ liệu.
And what this class is going to help you teach you is when you send a query to your database system and it's slow or there's something weird in it and it doesn't behave the way you want it to behave, This class will help you understand why that's the case.
Và môn học này sẽ giúp các bạn hiểu rằng khi bạn gửi một truy vấn đến hệ thống cơ sở dữ liệu mà nó chạy chậm hoặc có điều gì đó kỳ lạ trong đó và nó không hoạt động theo cách bạn muốn, thì môn học này sẽ giúp bạn hiểu tại sao lại như vậy.
At the end of the day, what is computer science? Computer science is just taking some inputs, doing some kind of manipulation on it, and then producing some output.
Suy cho cùng, khoa học máy tính là gì? Khoa học máy tính chỉ là nhận một số đầu vào, xử lý chúng theo một cách nào đó, rồi tạo ra đầu ra.
That's a database at a high level. What is the, what is the LLM? It's basically a database. Everything is going to be a database. Compilers?
Nhìn ở mức tổng quát thì đó chính là một cơ sở dữ liệu. LLM là gì? Về cơ bản nó là một cơ sở dữ liệu. Mọi thứ đều là cơ sở dữ liệu. Còn trình biên dịch?
It's kind of rules inside of that thing, but it seems the input producing the output should argue a compiler is a database.
Bên trong nó có một số quy tắc, nhưng nó nhận đầu vào và tạo ra đầu ra, nên có thể lập luận rằng trình biên dịch là một cơ sở dữ liệu.
Not games, is a database. Everything is a database. Trust me on that.
Game cũng là cơ sở dữ liệu. Mọi thứ đều là cơ sở dữ liệu. Cứ tin tôi.
Let's look at a simple example, and we'll see one way to actually come up with a database system that can maintain it and run it.
Hãy xem một ví dụ đơn giản, và chúng ta sẽ thấy một cách để xây dựng hệ thống cơ sở dữ liệu có thể duy trì và vận hành nó.
And then we'll see why this strawman idea is a bad idea. And we'll see again, we'll help motivate why to actually build something more sophisticated, and why we need computers as core resources.
Sau đó chúng ta sẽ thấy vì sao ý tưởng sơ khai này là một ý tưởng tồi. Và một lần nữa, điều đó sẽ giúp tạo động lực để xây dựng thứ gì đó tinh vi hơn, và vì sao chúng ta cần máy tính làm tài nguyên cốt lõi.
So let's say we're going to go to Spotify or iTunes, and we want a database to keep track of a bunch of albums that are out there, music albums, and then the artists that are on them.
Giả sử chúng ta vào Spotify hoặc iTunes, và muốn có một cơ sở dữ liệu để theo dõi hàng loạt album hiện có, các album nhạc, và các nghệ sĩ tham gia trong đó.
So basically what we need to track is the name of the artist, the year that the album was released, and then what artists appear in different albums.
Vậy về cơ bản chúng ta cần theo dõi tên nghệ sĩ, năm phát hành album, và những nghệ sĩ nào xuất hiện trong các album khác nhau.
When you think about it, what are we trying to model? The data is trying to model a real music store.
Nghĩ kỹ thì chúng ta đang cố mô hình hóa cái gì? Dữ liệu này đang cố mô hình hóa một cửa hàng âm nhạc thực.
We actually go in and see records and CDs and tapes and things like that.
Chúng ta vào đó và thấy đĩa than, đĩa CD, băng cassette và những thứ tương tự.
But here we're trying to do it in the standard database, so we're trying to keep track of all the attributes we have for those real-world entities inside of our database.
Nhưng ở đây chúng ta cố làm điều đó trong một cơ sở dữ liệu chuẩn, tức là theo dõi mọi thuộc tính mà chúng ta có của những thực thể ngoài đời thực đó bên trong cơ sở dữ liệu.
So what's one really easy way we could do this? Yeah, go ahead, yes.
Vậy một cách rất dễ để làm việc này là gì? Vâng, mời bạn.
Instead, put an artist's name in each row.
Thay vào đó, đặt tên nghệ sĩ vào mỗi hàng.
Yes, basically what I'm going to do, I'll give you more systems to say, let's just say we have a bunch of CSV files, comma-separated value files, text files that you have on your laptop or your computer.
Đúng, về cơ bản tôi sẽ làm thế, tôi nói thêm một chút về hệ thống, giả sử chúng ta có một loạt tệp CSV, tệp giá trị phân tách bằng dấu phẩy, là các tệp văn bản trên laptop hoặc máy tính của bạn.
I'll have one file for the artist, I'll have one file for the album.
Tôi sẽ có một tệp cho nghệ sĩ, và một tệp cho album.
And as they said, I'll just have every line is going to be a different artist, so every line in that file, separated by a newline character, is going to be an album.
Và như bạn ấy nói, mỗi dòng sẽ là một nghệ sĩ khác nhau, vậy mỗi dòng trong tệp đó, được phân tách bằng ký tự xuống dòng, sẽ là một album.
And then I'll just have commas separate what they are. So I'd have one file for artist and one file for album, right?
Và sau đó tôi chỉ dùng dấu phẩy để phân tách các trường. Vậy tôi sẽ có một tệp cho nghệ sĩ và một tệp cho album, đúng không?
So now, any time I want to query this database, this is a database, now I'm going to write some code that would open up a file, call fopen, parse each line by the newline, split by the newline, and then split it by a comma, and find the data I'm looking for.
Giờ đây, mỗi khi muốn truy vấn cơ sở dữ liệu này, vâng, đây là một cơ sở dữ liệu, tôi sẽ phải viết một đoạn mã mở tệp ra, gọi fopen, phân tích từng dòng theo ký tự xuống dòng, tách theo ký tự xuống dòng, rồi tách tiếp theo dấu phẩy, và tìm dữ liệu mà tôi cần.
Right? So let's say that I want to write a query that says, give me the year that Jigsaw went solo. Right?
Đúng không? Giả sử tôi muốn viết một truy vấn như sau: cho tôi biết năm Jigsaw bắt đầu hoạt động solo. Đúng không?
So I have this artist file, and I'm going to write some Sudo Java code, or JavaScript code, that just opens the file, reads line by line, parses each line, and then I know that the first offset is going to be the name of the artist, Jizza.
Vậy tôi có tệp nghệ sĩ này, và tôi sẽ viết một đoạn mã giả Java, hoặc mã JavaScript, chỉ để mở tệp, đọc từng dòng một, phân tích từng dòng, rồi tôi biết rằng vị trí đầu tiên sẽ là tên nghệ sĩ, Jizza.
So if the first offset, when I split them on the comma, is Jizza, then I know I have the match, and I just output the second line, reference offset one.
Nên nếu phần tử đầu tiên, khi tách theo dấu phẩy, là Jizza, thì tôi biết là đã khớp, và tôi chỉ việc xuất phần tử thứ hai, tức là tham chiếu vị trí một.
Notice here, in the CSV file, everything is treated as a string, so if I want to produce the actual integer of the year that Jigsaw went solo, I cast it as an integer.
Lưu ý ở đây, trong tệp CSV, mọi thứ đều được coi là chuỗi, nên nếu tôi muốn có giá trị số nguyên thực sự của năm Jigsaw bắt đầu solo, tôi phải ép kiểu sang số nguyên.
So, is this a good idea or a bad idea? I've already said it's a bad idea. So maybe why is it a bad idea? Yes?
Vậy đây là ý hay hay dở? Tôi đã nói đây là ý tồi rồi. Vậy tại sao nó lại tồi? Bạn nào?
You said it's a linear time, you're trying to look at one entry. Yes?
Bạn nói là thời gian tuyến tính, dù chỉ muốn xem một bản ghi. Còn bạn nào nữa?
We never know whether the next new line is still going to be possible, so I have to type a new string for it.
Ta không bao giờ biết liệu dòng mới tiếp theo có còn hợp lệ hay không, nên tôi phải gõ một chuỗi mới cho nó.
They said, in order to find any line, you have to parse the previous line to get to a sort of a linear scan, or sequential scan, to the file.
Bạn ấy nói rằng để tìm bất kỳ dòng nào, bạn phải phân tích dòng trước đó, tức là một kiểu quét tuyến tính, hay quét tuần tự, trên tệp.
Yes? There's no type? There's no type? Yes? The logic and the fields are hard-coded? They said the... Yes, this is first.
Còn gì nữa không? Không có kiểu dữ liệu à? Không có kiểu à? Bạn nào? Logic và các trường bị mã hóa cứng? Bạn ấy nói... vâng, đây là ý đầu tiên.
He said the logic and the fields are hard-coded in the code. Yes? One more, yes? No consistency guarantees? He said no consistency guarantees. What do you mean by that?
Bạn ấy nói logic và các trường bị mã hóa cứng trong mã. Còn nữa không? Thêm một ý nữa, nào? Không có đảm bảo về tính nhất quán? Bạn ấy nói là không có đảm bảo về tính nhất quán. Ý bạn là gì?
He said no ACID. Give us, like, ten beats before we get to that.
Bạn ấy nói là không có ACID. Cho chúng tôi khoảng mười nhịp nữa rồi hẵng đến phần đó.
Basically what he's saying is, like, there's no guarantees that the data I put in is going to be correct, and no guarantees that when I write the data, it's going to be safe, and no guarantees that the data across these different files will be consistent, meaning, like, I can put an album that has an artist that doesn't exist in the artist's file.
Về cơ bản điều bạn ấy muốn nói là, không có gì đảm bảo dữ liệu tôi đưa vào là đúng, không có gì đảm bảo khi tôi ghi dữ liệu thì việc đó an toàn, và không có gì đảm bảo dữ liệu giữa các tệp khác nhau này sẽ nhất quán, nghĩa là, chẳng hạn, tôi có thể thêm một album có nghệ sĩ không hề tồn tại trong tệp nghệ sĩ.
That's basically ACID. We'll come to that later. All right, so we've not hit the major ones, right? So you can sort of think of, like, the different levels.
Về cơ bản đó là ACID. Chúng ta sẽ quay lại sau. Được rồi, vậy là ta vẫn chưa nêu hết những vấn đề chính, đúng không? Bạn có thể hình dung đây là các mức độ khác nhau.
Like, the integrity of the data, like, if I put data in, is it going to, because I'm trying to model the real world, can I manipulate and change the data in such a way that I can put it into an imbalanced state that doesn't match what the real world looks like?
Chẳng hạn như tính toàn vẹn của dữ liệu: nếu tôi đưa dữ liệu vào, liệu nó có, vì tôi đang cố mô hình hóa thế giới thực, liệu tôi có thể thao tác và thay đổi dữ liệu theo cách đưa nó vào một trạng thái mất cân đối không khớp với thực tế ngoài đời không?
Right? So, as I said before, how do we make sure that the, if I add an album, I put an artist's name, that artist's name actually appears and is correct in the artist's file?
Đúng không? Vậy như tôi đã nói trước đó, làm sao ta đảm bảo rằng, nếu tôi thêm một album, tôi nhập tên một nghệ sĩ, thì tên nghệ sĩ đó có thực sự xuất hiện và đúng trong tệp nghệ sĩ không?
Or what if I have an artist that has multiple albums? Wu-Tang Clan has a bunch of albums.
Hoặc nếu một nghệ sĩ có nhiều album thì sao? Wu-Tang Clan có cả loạt album.
How do I make sure that the artist's name isn't, like, you know, I don't, sometimes you use a hyphen, sometimes you don't use a hyphen?
Làm sao đảm bảo tên nghệ sĩ không bị, kiểu như, bạn biết đấy, tôi không biết, lúc thì dùng dấu gạch nối, lúc thì không dùng?
So I have two different versions of the Wu-Tang Clan, even though logically they do the same thing, but they have a bit of a story direction that's going to be different.
Thế là tôi có hai phiên bản khác nhau của Wu-Tang Clan, mặc dù về mặt logic chúng cùng chỉ một thứ, nhưng cách viết lại hơi khác nhau.
So I would think that they're not going to match. My sort of simple example here, I was assuming that there's a one-to-one correspondence between an artist and an album.
Nên tôi nghĩ chúng sẽ không khớp với nhau. Trong ví dụ đơn giản của tôi ở đây, tôi đã giả định có sự tương ứng một-một giữa nghệ sĩ và album.
An album would only have one artist, because there's only one field for it.
Một album chỉ có một nghệ sĩ, vì chỉ có một trường cho việc đó.
People put out mixtapes all the time, or with collaborators, to have multiple artists on an album, but I can't represent that in that database.
Người ta phát hành mixtape suốt, hoặc hợp tác với người khác, nên một album có nhiều nghệ sĩ, nhưng tôi không thể biểu diễn điều đó trong cơ sở dữ liệu này.
Then what happens again is if I delete an artist, but I don't delete the album that they're involved in, then now I have basically a dangling pointer.
Rồi lại có chuyện nếu tôi xóa một nghệ sĩ, nhưng không xóa album mà họ tham gia, thì về cơ bản giờ tôi có một con trỏ treo.
The implementation does suck as well, right? How do I find a record?
Phần triển khai cũng tệ, đúng không? Làm sao tìm một bản ghi?
As we already said, I've got to parse every single line, and then jump to the offset, hard-coded in my program, to find the data that I'm looking for.
Như đã nói, tôi phải phân tích cú pháp từng dòng một, rồi nhảy đến vị trí offset được viết cứng trong chương trình, để tìm dữ liệu mình cần.
That's going to suck.
Như vậy thì tệ lắm.
But then what happens if I want to write new applications that all use the same database, and if this one's in Python, maybe I'm going to write the next one in C++ or Rust, right?
Nhưng rồi điều gì xảy ra nếu tôi muốn viết các ứng dụng mới cùng dùng một cơ sở dữ liệu, và nếu ứng dụng này viết bằng Python, thì có thể ứng dụng tiếp theo tôi viết bằng C++ hoặc Rust, đúng không?
I've got to write all the same logic I had before to parse these files, now in a new program, and how do I make sure that these things are in sync?
Tôi phải viết lại toàn bộ logic như trước để phân tích các tệp này, trong một chương trình mới, và làm sao đảm bảo chúng đồng bộ với nhau?
It would be really hard to do, because they're in different languages.
Điều đó sẽ rất khó, vì chúng viết bằng các ngôn ngữ khác nhau.
And then what happens now if I have two threads trying to open up the file and trying to write a new record at the same time? What would happen? Who would win, right?
Rồi điều gì xảy ra nếu có hai luồng cùng mở tệp và cố ghi một bản ghi mới cùng lúc? Chuyện gì sẽ xảy ra? Ai sẽ thắng?
Is it the last writer wins, or should the second guy fail? That's sort of related to the ACID stuff we were talking about, but we'll cover that later.
Người ghi sau cùng thắng, hay người thứ hai phải thất bại? Điều đó liên quan đến phần ACID mà chúng ta đã nói, nhưng chúng ta sẽ học sau.
Then the last one, it's super, super important, because people get really pissed off if you lose data, like maybe your bank account.
Điều cuối cùng, cực kỳ quan trọng, vì người ta rất bực nếu bị mất dữ liệu, ví dụ như tài khoản ngân hàng của bạn.
If you put money in, you know, deposit money in the bank, and they lost that deposit, you'd be pissed, right? Because it's your money.
Nếu bạn gửi tiền, bạn biết đấy, nộp tiền vào ngân hàng, mà họ làm mất khoản tiền gửi đó, bạn sẽ rất bực, đúng không? Vì đó là tiền của bạn.
So the bank does a bunch of stuff in their database to make sure that they don't lose those records.
Nên ngân hàng làm rất nhiều việc trong cơ sở dữ liệu của họ để đảm bảo không bị mất các bản ghi đó.
So in our example, it's not the end of the world if you miss an album. People would get pissed off pretty quickly if the application didn't work as expected.
Còn trong ví dụ của chúng ta, bỏ sót một album không phải tận thế. Nhưng người ta sẽ bực khá nhanh nếu ứng dụng không hoạt động như mong đợi.
So what happens if we start appending new records to the file, and then we crash? The computer crashes, so the power goes out. What should happen? You'll see when we come back.
Vậy điều gì xảy ra nếu ta bắt đầu nối thêm bản ghi mới vào tệp, rồi bị sập? Máy tính bị sập, tức là mất điện. Điều gì nên xảy ra? Các bạn sẽ thấy khi chúng ta quay lại.
What happens if you want to duplicate the data, so that instead of having one machine, and that one machine goes down and we lose everything, if we want to run a real website, a real service, it's got to be always available?
Điều gì xảy ra nếu bạn muốn nhân bản dữ liệu, để thay vì chỉ có một máy, rồi máy đó hỏng và chúng ta mất hết mọi thứ, nếu muốn chạy một trang web thật, một dịch vụ thật, thì nó phải luôn sẵn sàng?
So I'm going to start duplicating the data. And how do we make sure those things are the same?
Vậy nên tôi sẽ bắt đầu nhân bản dữ liệu. Và làm sao để đảm bảo những bản sao đó giống nhau?
And so this would be basically why you don't want to write a database system yourself in your application code. People do it all the time. It's a terrible idea.
Và về cơ bản, đây chính là lý do bạn không nên tự viết một hệ quản trị cơ sở dữ liệu trong mã ứng dụng của mình. Người ta vẫn làm vậy suốt. Đó là một ý tưởng tồi tệ.
You want to use a database system, because this is, you know, highly engineered software, where people spend a lot of time, you know, not worrying about the high-level things, like how do I actually represent a music site, but actually, how do I store data to make sure you don't lose anything?
Bạn nên dùng một hệ quản trị cơ sở dữ liệu, vì đây là phần mềm được đầu tư kỹ thuật rất cao, nơi mọi người dành rất nhiều thời gian, không phải để lo về những vấn đề ở mức cao, như làm sao biểu diễn một trang nhạc, mà là làm sao lưu trữ dữ liệu để đảm bảo không mất gì cả?
Right? So you'll, database systems are going to be an important piece of the problem; it's going to be sort of the bedrock for pretty much every application that exists today.
Đúng không? Vì vậy, hệ quản trị cơ sở dữ liệu sẽ là một mảnh ghép quan trọng của bài toán; nó sẽ là nền tảng cho hầu như mọi ứng dụng tồn tại ngày nay.
Now with that said, just because you're using database systems doesn't mean the people building that database system have done that correctly, and you can guarantee that you're not going to lose any data or have other problems.
Tuy nhiên, việc bạn dùng hệ quản trị cơ sở dữ liệu không có nghĩa là những người xây dựng hệ thống đó đã làm đúng, và bạn có thể đảm bảo rằng mình sẽ không mất dữ liệu hay gặp các vấn đề khác.
This blog article actually came out two days ago. So there's a company out of the UK called SurrealDB, and we're not going to go into details.
Bài blog này thực ra mới ra cách đây hai ngày. Có một công ty ở Anh tên là SurrealDB, và chúng ta sẽ không đi vào chi tiết.
Basically, they turn off safe writes by default, which makes themselves look quite fast. They're faster than they actually really are.
Về cơ bản, họ tắt chế độ ghi an toàn theo mặc định, khiến hệ thống của họ trông khá nhanh. Nhanh hơn so với thực tế.
So they're storing data very fast with you, but it's not actually safe, safe to be stored.
Họ lưu dữ liệu rất nhanh, nhưng thực ra việc lưu đó không an toàn.
So you can crash or lose power if something happened and it may corrupt the database and lose data. So I'm pointing this one out because this was two days ago.
Nên nếu máy bị sập hoặc mất điện, cơ sở dữ liệu có thể bị hỏng và mất dữ liệu. Tôi nêu ví dụ này vì nó mới xảy ra hai ngày trước.
MongoDB had a long history that we'll cover throughout this semester, but they were trying to pull the same kind of games.
MongoDB có một lịch sử dài mà chúng ta sẽ nói đến suốt học kỳ này, nhưng họ cũng từng giở những chiêu tương tự.
This is not a new trend. This is not just pointing these guys out. I'm just pointing out the same thing.
Đây không phải xu hướng mới. Tôi không chỉ nhắm vào những người này. Tôi chỉ đang chỉ ra cùng một vấn đề.
What this class will do is teach you why what they're doing is a bad idea, and you should really understand what they're doing, what they're claiming, what they're trying to claim that they can provide, and see whether it's actually real or not.
Lớp học này sẽ dạy bạn vì sao những gì họ làm là ý tưởng tồi, và bạn thực sự nên hiểu họ đang làm gì, họ tuyên bố gì, họ đang cố khẳng định rằng mình có thể cung cấp điều gì, và xem điều đó có thật hay không.
This is something where you're hiding something that's documentation that nobody realized they were going to turn on until it was too late.
Đây là kiểu bạn giấu điều gì đó trong tài liệu mà không ai nhận ra là họ sẽ bật nó lên cho đến khi đã quá muộn.
All right, so, now I've made the decision between the first database system that we mentioned at the beginning versus the database.
Được rồi, giờ tôi đã đưa ra lựa chọn giữa hệ quản trị cơ sở dữ liệu đầu tiên mà chúng ta đã nhắc ở đầu buổi và cơ sở dữ liệu.
A database system is a category of software that is meant to be for storing application data in such a way that it is easy to store data and to analyze it and ask questions about that data at some later point.
Hệ quản trị cơ sở dữ liệu là một loại phần mềm được dùng để lưu trữ dữ liệu ứng dụng theo cách để việc lưu trữ dữ liệu trở nên dễ dàng, đồng thời dễ phân tích và đặt câu hỏi về dữ liệu đó vào một thời điểm nào đó sau này.
So, a general purpose of the database system, like the various systems we all mentioned today, like Clickhouse, MySQL, Postgres, Mongo, and so forth, right?
Vậy, một hệ cơ sở dữ liệu đa dụng, như các hệ thống mà hôm nay chúng ta đã nhắc đến, như Clickhouse, MySQL, Postgres, Mongo, v.v., đúng không?
These are designed to say any application you want to store could start storing their data in it without having to rewrite everything from scratch.
Chúng được thiết kế để bất kỳ ứng dụng nào bạn muốn lưu trữ cũng có thể bắt đầu lưu dữ liệu vào đó mà không phải viết lại mọi thứ từ đầu.
You can define this, and we'll cover it in a second.
Bạn có thể định nghĩa điều này, và lát nữa chúng ta sẽ nói đến.
You can tell the database what you want your data to actually look like according to some data model, which we'll use in the next slide. And these systems will actually store this for you.
Bạn có thể cho cơ sở dữ liệu biết dữ liệu của bạn thực sự trông như thế nào theo một mô hình dữ liệu nào đó, mà chúng ta sẽ dùng ở slide tiếp theo. Và các hệ thống này sẽ lưu trữ dữ liệu đó cho bạn.
As I said, this is not something you want to build yourself. At least, never want to build this yourself.
Như tôi đã nói, đây không phải thứ bạn nên tự xây dựng. Ít nhất là đừng bao giờ tự xây dựng nó.
Oftentimes, people say, like, oh, there's no database system that met my needs, I have to start building my own. 99% of the time, that's actually not true.
Thường thì mọi người hay nói kiểu như, không có hệ cơ sở dữ liệu nào đáp ứng nhu cầu của tôi, tôi phải bắt đầu tự xây dựng. 99% trường hợp, điều đó thực ra không đúng.
You can get very, very far starting with Postgres or even something like SQLite, and that's usually the first choice for building any application.
Bạn có thể đi rất, rất xa chỉ với Postgres hoặc thậm chí một thứ như SQLite, và đó thường là lựa chọn đầu tiên khi xây dựng bất kỳ ứng dụng nào.
Actually, to get nothing out of this course, remember, your first choice should be Postgres. They have amazing front-end, terrible back-end, I'll explain why in a second, okay?
Thật ra, nếu bạn không rút ra được gì từ khóa học này, hãy nhớ rằng lựa chọn đầu tiên của bạn nên là Postgres. Họ có front-end tuyệt vời, back-end thì tệ, lát nữa tôi sẽ giải thích tại sao, được chứ?
All right, so, a database system is going to provide you or expose you to what's called a data model, which is a high-level abstraction that specifies how you're going to represent data in the database.
Được rồi, một hệ cơ sở dữ liệu sẽ cung cấp cho bạn, hay cho bạn thấy, cái gọi là mô hình dữ liệu, là một trừu tượng hóa ở mức cao quy định cách bạn biểu diễn dữ liệu trong cơ sở dữ liệu.
All right, so a relational model is one example of a data model. The document data model in MongoDB, that's another example of that in a second.
Vậy mô hình quan hệ là một ví dụ về mô hình dữ liệu. Mô hình dữ liệu tài liệu trong MongoDB là một ví dụ khác, lát nữa sẽ nói.
All right, you can think of these as like the rules that can define what types of things can exist and their relationships between each other in a database.
Bạn có thể xem chúng như những quy tắc xác định những loại thực thể nào có thể tồn tại và mối quan hệ giữa chúng với nhau trong một cơ sở dữ liệu.
Outside of, like, computer science, you can think of, like, a data model is like the rules for architecture. Like, you're going to build a building, right?
Ngoài khoa học máy tính ra, bạn có thể hình dung mô hình dữ liệu giống như các quy tắc trong kiến trúc. Giả sử bạn sắp xây một tòa nhà, đúng không?
A building would have things like a room and a door. It's like, these are the types of things you're allowed to have in an architectural diagram or specification for a building.
Một tòa nhà sẽ có những thứ như phòng và cửa. Tức là, đây là những loại thành phần bạn được phép có trong một bản vẽ kiến trúc hay bản đặc tả của một tòa nhà.
And then a schema is going to be a description of a particular database or a collection of data according to some data model.
Còn lược đồ là mô tả của một cơ sở dữ liệu cụ thể hay một tập dữ liệu theo một mô hình dữ liệu nào đó.
It's just like a way to define, here's the things that I actually want to store in my database according to the data model that I'm required to specify things as.
Nó chỉ là một cách để xác định: đây là những thứ tôi thực sự muốn lưu trong cơ sở dữ liệu của mình, theo mô hình dữ liệu mà tôi bắt buộc phải dùng để đặc tả.
So going back to my building example, you can think of the schema would be an actual blueprint diagram of a building, right?
Quay lại ví dụ về tòa nhà, bạn có thể xem lược đồ là bản thiết kế thực tế của một tòa nhà, đúng không?
Say, here's what the doors are, here's the size and dimensions of the room.
Chẳng hạn, đây là các cửa, đây là kích thước của căn phòng.
And I can take that schema and I can make different versions or different instances of that house or whatever the building is according to that blueprint.
Và tôi có thể lấy lược đồ đó để tạo ra nhiều phiên bản hay nhiều thể hiện khác nhau của ngôi nhà đó, hay bất kỳ tòa nhà nào, theo bản thiết kế ấy.
But the data model defines what the blueprint is allowed to have, like have windows and so forth, right? So the relational model is one example of a data model. It wasn't the first one.
Nhưng mô hình dữ liệu xác định bản thiết kế được phép có những gì, chẳng hạn như có cửa sổ và những thứ tương tự, đúng không? Vậy mô hình quan hệ là một ví dụ về mô hình dữ liệu. Nó không phải là mô hình đầu tiên.
We'll probably get to the first one in a second. But pretty much today, most data systems are going to be the, follow the relational data model.
Chắc lát nữa chúng ta sẽ nói đến mô hình đầu tiên. Nhưng hầu như ngày nay, phần lớn các hệ thống dữ liệu đều tuân theo mô hình dữ liệu quan hệ.
So pretty much all the systems that I'm going to mention such as Redis and Mongo are relational data systems.
Vì vậy hầu như tất cả các hệ thống mà tôi sắp nhắc đến, như Redis và Mongo, đều là các hệ thống dữ liệu quan hệ.
For simple things like key value systems, I think that like it's the most simple data you can have. You have a key followed by a value.
Với những thứ đơn giản như các hệ thống key-value, tôi nghĩ đó là loại dữ liệu đơn giản nhất bạn có thể có. Bạn có một khóa, theo sau là một giá trị.
It's like an associative array, like a hash map and you can drop in the programming languages a key value there. It's pretty basic.
Nó giống như một mảng kết hợp, như một hash map, và trong các ngôn ngữ lập trình bạn có thể đưa một cặp key-value vào đó. Nó khá cơ bản.
You see this in like a lot of caching systems completely followed by a block or a chunk of data and a cache. For simple things it looks like this.
Bạn thấy điều này trong rất nhiều hệ thống caching, khóa được theo sau bởi một khối hay một đoạn dữ liệu trong bộ nhớ đệm. Với những thứ đơn giản thì nó trông như thế này.
There's a whole other category of systems called NoSQL systems. Raise your hand if you've ever heard the term NoSQL before. I'm getting less and less in here. This is good.
Còn có cả một nhóm hệ thống khác gọi là các hệ thống NoSQL. Ai đã từng nghe thuật ngữ NoSQL thì giơ tay nhé. Càng ngày càng ít người giơ tay. Thế là tốt.
I'm not saying I'm a great cacher but I was an early critic of NoSQL systems and it turns out they're right. Pretty much all of them are adding a relational model now.
Tôi không nói mình là người tiên đoán giỏi, nhưng tôi từng là người sớm phê phán các hệ thống NoSQL, và hóa ra họ đã đúng. Hầu như tất cả chúng giờ đây đều đang bổ sung mô hình quan hệ.
Let's say this is wrapped in a database, and they're not dead yet. They're just around the top of the database.
Cứ cho là nó được bọc trong một cơ sở dữ liệu, và chúng vẫn chưa chết. Chúng chỉ nằm bao quanh phía trên cơ sở dữ liệu.
JSON database, XML database, these are the ones people mostly think about in the NoSQL world. Yes? So is key value not NoSQL? The question is, is key value not NoSQL?
Cơ sở dữ liệu JSON, cơ sở dữ liệu XML, đây là những loại mà người ta thường nghĩ đến nhất trong thế giới NoSQL. Vâng, bạn hỏi? Vậy key-value không phải NoSQL sao? Câu hỏi là key-value có phải không phải là NoSQL không.
I mean, there is not an academic scientific definition of NoSQL. You could throw them in there as well. Yes. Redis would be a NoSQL system without the API.
Thật ra không có một định nghĩa khoa học học thuật nào về NoSQL. Bạn cũng có thể xếp chúng vào đó. Vâng. Redis sẽ là một hệ thống NoSQL nếu không có API đó.
But when most of the data is sealed, they usually think about Cassandra, things like that. All the other data models, we don't care about, except the documents.
Nhưng khi phần lớn mọi người nói về dữ liệu kiểu này, họ thường nghĩ đến Cassandra và những thứ tương tự. Tất cả các mô hình dữ liệu khác thì chúng ta không quan tâm, ngoại trừ tài liệu (document).
That will come in a second. Then there's array databases. These are like one-dimensional vectors, two-dimensional tensors, and matrices. You typically see these in machine learning workloads and sensitive workloads.
Lát nữa sẽ nói đến. Sau đó là các cơ sở dữ liệu mảng. Đây là các vectơ một chiều, tensor hai chiều và ma trận. Bạn thường thấy chúng trong các tác vụ machine learning và các tác vụ khoa học.
Except that vector stuff, I'll talk about at the end. This is very common now in relational databases. You can go write applications, do semantic search, and you'll see other things.
Trừ phần vectơ, tôi sẽ nói ở cuối buổi. Điều này hiện rất phổ biến trong các cơ sở dữ liệu quan hệ. Bạn có thể viết ứng dụng, thực hiện tìm kiếm ngữ nghĩa, và sẽ thấy những thứ khác.
We'll talk about what that looks like. And then there's these guys at the bottom: Hierarchical, Network, Semantic, Compilations. These are all the ones you see. Really old systems from the 1970s, 1980s.
Chúng ta sẽ nói xem nó trông như thế nào. Và sau đó là những loại ở phía dưới cùng: Phân cấp, Mạng, Ngữ nghĩa, Compilations. Đây là tất cả những loại bạn thấy. Những hệ thống rất cũ từ thập niên 1970, 1980.
Hierarchical was probably the first one. Network is another one that's around. You wouldn't know it.
Phân cấp có lẽ là loại đầu tiên. Mạng là một loại khác vẫn còn tồn tại. Bạn sẽ không nhận ra đâu.
No new startup is saying, I'm going to build my database, I'm going to build my application running off a Hierarchical database. That's like IBM IMS.
Không có startup mới nào nói rằng: tôi sẽ xây dựng cơ sở dữ liệu của mình, Tôi sẽ xây dựng ứng dụng của mình chạy trên một cơ sở dữ liệu phân cấp. Giống như IBM IMS vậy.
They built that to track all the parts of the Apollo Blue mission in the 1960s. That thing is still around. IBM still makes a ton of money on it.
Họ xây dựng nó để theo dõi tất cả các bộ phận của sứ mệnh Apollo vào những năm 1960. Hệ thống đó vẫn còn tồn tại. IBM vẫn kiếm được rất nhiều tiền từ nó.
CreepBank is still around for that. But they put a relational veneer on top of it, so it doesn't look like it did back in the day.
CreepBank vẫn còn dùng nó cho việc đó. Nhưng họ đã phủ lên trên nó một lớp vỏ quan hệ, nên nó trông không giống như ngày xưa nữa.
So think of 1960s, 1970s, early 1980s. We don't have to worry about these. We'll see why they're a bad idea.
Vậy hãy nghĩ đến những năm 1960, 1970, đầu những năm 1980. Chúng ta không cần bận tâm đến những hệ này. Chúng ta sẽ thấy vì sao chúng là một ý tưởng tồi.
And then, in a hot blooded way, why do we want to do the relational data model? And then, of course, is the relational data model.
Và rồi, nói một cách nhiệt huyết, vì sao chúng ta muốn dùng mô hình dữ liệu quan hệ? Và tất nhiên, tiếp theo là mô hình dữ liệu quan hệ.
Because, again, pretty much in the same way that 1 plus 1 equals 2 is the basic arithmetic and math, the relational data model, in my opinion, is the basic building blocks of how you want to build any database application.
Bởi vì, một lần nữa, cũng giống như 1 cộng 1 bằng 2 là phép tính và toán học cơ bản, thì mô hình dữ liệu quan hệ, theo ý kiến của tôi, là những khối nền tảng cơ bản để xây dựng bất kỳ ứng dụng cơ sở dữ liệu nào.
The other time relational data models will make good sense is when you start doing matrices. Because you can model them in a relational database, but it's not always the best way to do that.
Một trường hợp khác mà mô hình dữ liệu quan hệ không còn hợp lý là khi bạn bắt đầu làm việc với ma trận. Bởi vì bạn có thể mô hình hóa chúng trong cơ sở dữ liệu quan hệ, nhưng đó không phải lúc nào cũng là cách tốt nhất.
Again, we'll cover these later on. All right. So let's go back to the 1960s. None of us were born yet. None of us were alive. But people were building databases.
Một lần nữa, chúng ta sẽ bàn về những điều này sau. Được rồi. Giờ hãy quay lại những năm 1960. Không ai trong chúng ta được sinh ra. Không ai trong chúng ta còn sống. Nhưng người ta đã xây dựng cơ sở dữ liệu.
So in the mid-1960s, people started building some of the first data systems. The first one was actually built by General Electric, GE, in 1965.
Vào giữa những năm 1960, người ta bắt đầu xây dựng một số hệ thống dữ liệu đầu tiên. Hệ đầu tiên thực ra do General Electric, GE, xây dựng vào năm 1965.
A system called IBM, Integrated Data Management. It's written in assembly. They built this to host some of the Seattle receiver companies, their data.
Một hệ thống tên là IBM, Integrated Data Management. Nó được viết bằng hợp ngữ. Họ xây dựng nó để lưu trữ dữ liệu của một số công ty ở Seattle, dữ liệu của họ.
They keep track of all the logs and stuff like that. But IBM was the early ones. I haven't mentioned, they built this for the Apollo Moon mission, before NASA.
Họ theo dõi tất cả nhật ký và những thứ tương tự. Nhưng IBM là một trong những hệ đi đầu. Tôi chưa nhắc, họ xây dựng nó cho sứ mệnh Apollo lên Mặt Trăng, trước cả NASA.
It was actually called NASA. And so in these early systems, it's a four-single formational model. It was very hands-on about how you would actually write code and query the database.
Thực ra nó đã được gọi là NASA. Và trong những hệ thống ban đầu này, đó là một mô hình điều hướng từng bản ghi một. Việc viết mã và truy vấn cơ sở dữ liệu rất thủ công.
I think people like, this was before C existed. People were writing assembly, they knew everything.
Tôi nghĩ mọi người như, đây là trước khi C ra đời. Người ta viết hợp ngữ, họ biết mọi thứ.
And then COBOL came along, and it was still a higher level of language, a higher level of assembly, but it was still a pretty low level for how you would actually interact with data.
Rồi COBOL xuất hiện, nó vẫn là ngôn ngữ mức cao hơn, mức cao hơn hợp ngữ, nhưng vẫn khá thấp so với cách bạn thực sự tương tác với dữ liệu.
And so there's this paper from 1973, I think, or 72, or 73, by Charles Bachman.
Và có một bài báo từ năm 1973, tôi nghĩ vậy, hoặc 72, hoặc 73, của Charles Bachman.
He won the Turing Award for databases in 1973, because he built IBM and then IDS, and he had this thing called CodeSkill.
Ông đoạt giải Turing về cơ sở dữ liệu năm 1973, vì ông đã xây dựng IBM rồi IDS, và ông có thứ gọi là CodeSkill.
And it was his way of how he thought how databases should look like. So the name of his paper is The Programmer as a Navigator.
Đó là cách ông nghĩ về việc cơ sở dữ liệu nên trông như thế nào. Tên bài báo của ông là The Programmer as a Navigator.
So he has this whole step-by-step process here as to how someone would interact with, could write queries against databases. I don't give out the details of it.
Ông có cả một quy trình từng bước ở đây về cách một người sẽ tương tác với và có thể viết truy vấn lên cơ sở dữ liệu. Tôi sẽ không đi vào chi tiết của nó.
Just pointing out there is, one, it's sexist, because it's he, everything. And two, also, he can do this, he can do that.
Tôi chỉ muốn chỉ ra là, thứ nhất, nó mang tính phân biệt giới tính, vì cái gì cũng là "anh ấy". Và thứ hai, anh ấy có thể làm cái này, làm cái kia.
The paper talks about you as a programmer being like a Pernodus, sort of sailing the seas, as you navigate through your database to find out what data you want.
Bài báo nói về việc bạn, với tư cách là lập trình viên, giống như một Pernodus, kiểu như đang chèo thuyền trên biển, khi bạn điều hướng qua cơ sở dữ liệu để tìm ra dữ liệu mình muốn.
It's a terrible idea, because it's essentially you as a programmer have to understand exactly how the data is being stored in the system, and write code against that data.
Đó là một ý tưởng tồi, vì về bản chất là bạn, với tư cách lập trình viên, phải hiểu chính xác dữ liệu đang được lưu trữ trong hệ thống như thế nào, và viết mã chạy trên dữ liệu đó.
So he's got this little blurb here, talking about some BS, like the synergistic usage of the collection, which gives the programmer a great extent of power to come and go within a large database while assessing only those records of interest.
Ông ấy có một đoạn giới thiệu nhỏ ở đây, nói mấy thứ vớ vẩn, kiểu như việc sử dụng hiệp đồng các tập hợp, giúp lập trình viên có quyền năng rất lớn để đi tới và đi lui trong một cơ sở dữ liệu lớn mà chỉ truy cập những bản ghi cần quan tâm.
It's not going to be a terrible idea. But why? Right? So again, this guy was a big proponent of something called codecils.
Nghe có vẻ không phải là ý tưởng tồi. Nhưng tại sao? Đúng không? Một lần nữa, ông này là người ủng hộ mạnh mẽ thứ gọi là CODASYL.
Nobody here has ever heard of codecils. You've probably never heard of codeball.
Ở đây chắc chưa ai từng nghe về CODASYL. Có lẽ các bạn cũng chưa nghe về COBOL.
But this is how they were defining it in the early 1970s, and what data should look like, and how you program against that. So what does it look like?
Nhưng đó là cách họ định nghĩa nó vào đầu những năm 1970, về việc dữ liệu nên trông như thế nào và cách lập trình trên đó. Vậy nó trông như thế nào?
Well, I've never written codecils, so I'll attach a keypad.
Tôi chưa từng viết CODASYL, nên tôi sẽ đưa ra một ví dụ minh họa.
So say we want to write a query that says, give me all the artists that appear on DJ Richard's tribute album that we want to put out this year.
Giả sử ta muốn viết một truy vấn: cho tôi tất cả nghệ sĩ xuất hiện trong album tri ân DJ Richard mà ta muốn phát hành năm nay.
This is basically what it looks like. We're writing a bunch of nested for loops to look at all the artists, and to this artist that has created all the albums, all the album artists.
Về cơ bản nó trông như thế này. Ta viết một loạt vòng lặp for lồng nhau để duyệt qua tất cả nghệ sĩ, rồi đến nghệ sĩ đã tạo ra tất cả các album, tất cả các nghệ sĩ của album.
Basically writing traversals in the data system of these explicit data structures to find the thing you want.
Về cơ bản là viết các phép duyệt trong hệ thống dữ liệu trên những cấu trúc dữ liệu tường minh này để tìm thứ bạn muốn.
It's actually telling the database exactly how you want to navigate the data to find the thing you're looking for.
Thực chất là bạn nói cho cơ sở dữ liệu biết chính xác cách điều hướng dữ liệu để tìm thứ bạn đang tìm.
Is it a good idea or a bad idea? I'm going to say it's a bad idea. Why?
Đây là ý tưởng tốt hay xấu? Tôi sẽ nói là xấu. Tại sao?
They say it depends on what data structure you're using in the online system.
Họ nói điều đó phụ thuộc vào cấu trúc dữ liệu bạn dùng trong hệ thống trực tuyến.
I mean, there's one with e-catalogs and exposed, but in this case here for CODASYL, it's high level enough that you don't know what the data structure is, but you need to know the different data structures or collections you have to traverse.
Ý tôi là, có loại với danh mục và bị lộ ra, nhưng trong trường hợp này với CODASYL, nó ở mức đủ cao nên bạn không biết cấu trúc dữ liệu là gì, nhưng bạn cần biết các cấu trúc dữ liệu khác nhau hay các tập hợp mà bạn phải duyệt qua.
So in my example for, I had what? I had two tables, or two files. I had artists and albums.
Vậy trong ví dụ của tôi, tôi có gì nhỉ? Tôi có hai bảng, hay hai tệp. Tôi có artists và albums.
Is it better to do the for loop over the artists first, or the albums first? You never know, right?
Nên lặp for qua artists trước hay albums trước thì tốt hơn? Bạn không bao giờ biết được, đúng không?
Well, maybe you do know, because you can always give us how many ones or how many records on each file, but that may be true today, but what about tomorrow, or a year from now?
Thực ra có thể bạn biết, vì bạn luôn có thể cho chúng tôi biết mỗi tệp có bao nhiêu bản ghi, nhưng điều đó có thể đúng hôm nay, còn ngày mai hoặc một năm sau thì sao?
Now, this is the code you're writing queries on, and now whatever assumption you made at the beginning when you wrote this query is not the same as it is now, but because you part of it with exactly what execution plan you want, this computer has to run this.
Bây giờ, đây là mã bạn đang viết truy vấn trên đó, và bất kỳ giả định nào bạn đặt ra lúc đầu khi viết truy vấn này giờ đã không còn như bây giờ nữa, nhưng vì bạn đã gắn cứng vào đó kế hoạch thực thi chính xác mà bạn muốn, máy tính này vẫn phải chạy đúng như vậy.
So this is a bad idea, for a whole bunch of reasons we'll see in a second, but the equivalent SQL query would be something like this, like joining the artists and album table by just the album ID, and you'll get by the album name.
Vậy đây là một ý tưởng tồi, vì cả loạt lý do mà lát nữa ta sẽ thấy, còn truy vấn SQL tương đương sẽ trông giống thế này, chẳng hạn kết hợp bảng artists và album chỉ bằng album ID, và bạn sẽ nhận được kết quả theo tên album.
Notice here, if you've never seen SQL before, I hope you have, I'm not telling you how to actually pick the answer I want, I'm just telling you what the answer I want, and then the data system gets their responsibility to go figure out how to actually generate that answer for you, right?
Hãy để ý, nếu trước giờ các bạn chưa từng thấy SQL, mà tôi hy vọng là đã thấy rồi, tôi không nói cho hệ thống cách thực sự chọn ra câu trả lời mà tôi muốn, tôi chỉ nói câu trả lời tôi muốn là gì, và sau đó hệ thống cơ sở dữ liệu có trách nhiệm tự tìm ra cách thực sự tạo ra câu trả lời đó cho bạn, đúng không?
This seems obvious now, but back then this was like a mind-blowing idea, and CODASYL was considered the hot thing.
Bây giờ điều này có vẻ hiển nhiên, nhưng hồi đó đây là một ý tưởng gây choáng váng, và CODASYL được xem là thứ đang thịnh hành.
So I don't want to go into too much detail about this, but there was this meeting of the minds in 1974 at the University of Michigan in Ann Arbor, where all the CODASYL guys came along, they were there, and all the relational data model guys were there, and they thought about it, and it's all public, everything's written down, what they were talking about.
Tôi không muốn đi quá chi tiết về chuyện này, nhưng đã có một cuộc gặp gỡ của những bộ óc lớn vào năm 1974 tại Đại học Michigan ở Ann Arbor, nơi tất cả những người của CODASYL đều đến dự, và tất cả những người theo mô hình dữ liệu quan hệ cũng có mặt, và họ đã cân nhắc vấn đề, và mọi thứ đều công khai, những gì họ thảo luận đều được ghi lại.
And they were pointing out all the reasons why a high-performing, or navigational, data model is inferior to something like a relational data model.
Và họ chỉ ra tất cả các lý do vì sao một mô hình dữ liệu hiệu năng cao, hay mô hình dữ liệu điều hướng (navigational), lại kém hơn so với mô hình dữ liệu quan hệ.
This was considered a major pivotal point in the database system, where now people realize, oh, the relational data model is the right way to go for it.
Đây được xem là một thời điểm then chốt của lĩnh vực hệ cơ sở dữ liệu, khi mọi người bắt đầu nhận ra, ồ, mô hình dữ liệu quan hệ mới là hướng đi đúng.
But at the time there weren't any systems that could actually implement this, and then after this point people started throwing it out.
Nhưng lúc đó chưa có hệ thống nào thực sự cài đặt được nó, và sau thời điểm này mọi người bắt đầu loại bỏ mô hình kia.
So the guy that proposed the relational data model was named Ted Codd, and so he was at this conference, along with the CODASYL guy I just mentioned, Charles Bachman, as well as Jim Gray, the guy who built one of the earlier systems at IBM, called System R, we'll cover it in the next lab,
Người đề xuất mô hình dữ liệu quan hệ tên là Ted Codd, và ông ấy có mặt tại hội nghị này, cùng với người của CODASYL mà tôi vừa nhắc, Charles Bachman, cũng như Jim Gray, người đã xây dựng một trong những hệ thống đầu tiên tại IBM, tên là System R, chúng ta sẽ học ở buổi thực hành tới,
as well as Mike Stonebraker, the guy who built Ingres, and then later built Postgres. You ever wonder why Postgres is called Postgres? Because it's post-Ingres.
cũng như Mike Stonebraker, người đã xây dựng Ingres, và sau đó xây dựng Postgres. Có bao giờ bạn thắc mắc vì sao Postgres có tên như vậy không? Vì nó là post-Ingres.
You build first Ingres, then you build Postgres. It's a follow-up, right? There have been four Turing Award-winning database people. This is the four right here. Codd, Bachman, and Gray are all dead.
Bạn xây Ingres trước, rồi xây Postgres. Nó là phần nối tiếp, đúng không? Đã có bốn người làm cơ sở dữ liệu đoạt giải Turing. Bốn người đó ở ngay đây. Codd, Bachman và Gray đều đã mất.
Stonebraker's still kicking it. He's like 81, he's awesome, right? He's almost trying to find a lawyer for the guy getting him out of jail.
Stonebraker vẫn còn khỏe. Ông ấy khoảng 81 tuổi, tuyệt vời, đúng không? Ông ấy gần như đang cố tìm một luật sư để đưa người kia ra khỏi tù.
But this was a big conference, big deal back in 1974. And so the CODASYL guys were saying, oh, we should remodel. Because the paper came out in the 1970s, early 1969.
Nhưng đây là một hội nghị lớn, một sự kiện quan trọng hồi năm 1974. Và những người của CODASYL nói, ồ, chúng ta nên mô hình hóa lại. Vì bài báo ra đời vào những năm 1970, đầu năm 1969.
You couldn't build a system like this. It's way too complicated. Nobody can reason about what relations are in different databases.
Không thể xây dựng một hệ thống như thế này. Nó quá phức tạp. Không ai có thể suy luận được các quan hệ trong những cơ sở dữ liệu khác nhau.
And then the relational data guys were saying, all the crap they're talking about Codicil and navigating your database, it's a terrible idea.
Còn những người theo mô hình quan hệ thì nói, tất cả những thứ vớ vẩn họ nói về Codicil và việc điều hướng trong cơ sở dữ liệu của bạn, đó là một ý tưởng tồi tệ.
It's gonna make your database really brittle, and it'll basically get hard-coded exactly where you want it to be.
Nó sẽ làm cơ sở dữ liệu của bạn rất dễ vỡ, và về cơ bản nó sẽ bị cố định cứng đúng vào chỗ bạn muốn.
And again, 30, 40 years later, 50 years later, the relational data model guys have won, because you all listed relational databases in the beginning.
Và một lần nữa, 30, 40 năm sau, 50 năm sau, những người theo mô hình dữ liệu quan hệ đã thắng, vì lúc đầu tất cả các bạn đều liệt kê các cơ sở dữ liệu quan hệ.
No one listed a Codicil database. They still exist. You can still pay money to somebody to maintain it for you. But no startup is building a new system today.
Không ai kể ra cơ sở dữ liệu Codicil cả. Chúng vẫn còn tồn tại. Bạn vẫn có thể trả tiền cho ai đó để họ bảo trì nó cho bạn. Nhưng ngày nay không có startup nào xây dựng một hệ thống mới như vậy.
All right, so what is the core of the relational data model? Three basic key ideas that are really simple to understand.
Được rồi, vậy cốt lõi của mô hình dữ liệu quan hệ là gì? Có ba ý tưởng then chốt cơ bản, rất dễ hiểu.
The first is that the way you define your data through the data model is just that these high-level collections of data are called relations. It's in the name of sets.
Ý thứ nhất là cách bạn định nghĩa dữ liệu thông qua mô hình dữ liệu chỉ đơn giản là các tập hợp dữ liệu ở mức cao này được gọi là quan hệ (relation). Cái tên đã nói lên điều đó: chúng là các tập hợp.
And that you would then represent the connection between data at the logical level through values. Say, like, this album is part of this, this artist wrote this album.
Và sau đó bạn biểu diễn mối liên kết giữa các dữ liệu ở mức logic thông qua các giá trị. Ví dụ, album này thuộc về, nghệ sĩ này đã viết album này.
By saying, like, keeping track of identifiers between those two relations, rather than low-level physical pointers like this memory address or this disk offset, say these things are related.
Bằng cách theo dõi các định danh giữa hai quan hệ đó, chứ không dùng các con trỏ vật lý ở mức thấp như địa chỉ bộ nhớ này hay độ lệch trên đĩa này, để nói rằng những thứ này có liên quan với nhau.
I mean, everything is done at sort of a high-level logical level.
Ý tôi là, mọi thứ đều được thực hiện ở một mức logic cao.
You also need to be able to specify constraints now in your data that say what data is allowed to be stored in it, to make sure that nobody is allowed to put any valid data.
Bạn cũng cần có khả năng chỉ định các ràng buộc trong dữ liệu của mình để nói rằng dữ liệu nào được phép lưu trữ trong đó, nhằm đảm bảo không ai được phép đưa vào dữ liệu không hợp lệ.
Like in my file before, it's just a file disk. I could open a text editor and start changing gears and start using email addresses. That would break all my programs.
Như trong tệp trước đây của tôi, nó chỉ là một tệp trên đĩa. Tôi có thể mở một trình soạn thảo văn bản và bắt đầu thay đổi mọi thứ và bắt đầu dùng địa chỉ email. Điều đó sẽ làm hỏng tất cả chương trình của tôi.
A relational database will prevent you from doing that, because it'll say, well, this column or this attribute has to be the data type and doesn't let you store anything that would violate that.
Một cơ sở dữ liệu quan hệ sẽ ngăn bạn làm vậy, vì nó sẽ nói rằng cột hay thuộc tính này phải có kiểu dữ liệu nhất định và không cho bạn lưu bất cứ thứ gì vi phạm điều đó.
Now, it's true that some systems will seem like Stephen White wants you to store a bunch of crap in there and you shouldn't have.
Đúng là có một số hệ thống dường như như Stephen White muốn bạn lưu một đống rác trong đó, và lẽ ra bạn không nên làm vậy.
But the relational data model is sort of separate from the implementation.
Nhưng mô hình dữ liệu quan hệ khá tách biệt với phần triển khai.
And then the last one is the way you would manipulate or query the data is through a high-level API that would declare what answer you want, defined through relations.
Và ý cuối cùng là cách bạn thao tác hay truy vấn dữ liệu là thông qua một API mức cao khai báo bạn muốn câu trả lời nào, được định nghĩa thông qua các quan hệ.
You can think of it like set theory, basic sets. And then I don't care about the actual implementation of the data system in my query. I just say this is the answer I want.
Bạn có thể hình dung nó như lý thuyết tập hợp, các tập hợp cơ bản. Và tôi không quan tâm đến cách triển khai thực tế của hệ thống dữ liệu trong truy vấn của mình. Tôi chỉ nói đây là câu trả lời tôi muốn.
Now it's left up to the database system to decide the most efficient query plan, the most efficient way to store that data and execute that query for you.
Giờ việc quyết định kế hoạch truy vấn hiệu quả nhất là việc của hệ quản trị cơ sở dữ liệu, cũng như cách lưu trữ dữ liệu và thực thi truy vấn đó hiệu quả nhất cho bạn.
So any assumptions you've made during the time you wrote that query, as the data changes over time, and the same query shows up, if I wrote it in SQL or whatever high-level language I want, then the database system would say, oh, my data actually looks like this, before it looked like that.
Vì vậy, mọi giả định bạn đã đưa ra lúc viết truy vấn đó, khi dữ liệu thay đổi theo thời gian, và cùng truy vấn đó xuất hiện lại, nếu tôi viết nó bằng SQL hay bất kỳ ngôn ngữ bậc cao nào tôi muốn, thì hệ quản trị cơ sở dữ liệu sẽ nói, ồ, dữ liệu của tôi thực ra trông thế này, trước đây nó trông thế kia.
So here's actually the right way to run the query, instead of, you know, a faster way to run the query rather than before.
Vậy nên đây mới là cách đúng để chạy truy vấn, một cách chạy truy vấn nhanh hơn so với trước đây.
So here's the best way to store the data you're actually storing that you want right now, rather than what I thought it looked like before.
Và đây là cách tốt nhất để lưu dữ liệu bạn đang thực sự lưu mà bạn muốn ngay lúc này, thay vì những gì tôi nghĩ nó trông như trước đây.
So we have this nice independence between the physical level and the logical level, which I'll show a little bit in a second, that allows a bunch of implementations to do the most efficient way to store things.
Như vậy chúng ta có sự độc lập rất hay giữa mức vật lý và mức logic, mà tôi sẽ minh họa một chút ngay sau đây, điều đó cho phép nhiều cách triển khai chọn cách hiệu quả nhất để lưu trữ dữ liệu.
Question? I'll show it to you later. All right, so let's say we're the same kind of thing. Again, so this is the 1970s. Computer science was still in the early days.
Có câu hỏi không? Lát nữa tôi sẽ cho các bạn xem. Được rồi, giả sử chúng ta đang ở trong tình huống tương tự. Một lần nữa, đây là thập niên 1970. Khoa học máy tính khi đó vẫn còn ở giai đoạn sơ khai.
So this is like, this is obvious to us now, but back then, this was mind-blowing. Like an IMS that sits in IBM, they mentioned about the ADI.
Bây giờ điều này có vẻ hiển nhiên với chúng ta, nhưng hồi đó nó thật sự gây choáng ngợp. Như IMS của IBM, họ có nhắc đến ADI.
In IMS, you declare, I want to store this table, and it's either going to be either a tree data structure or a hash table, a hash map.
Trong IMS, bạn khai báo: tôi muốn lưu bảng này, và nó sẽ là cấu trúc dữ liệu dạng cây hoặc là bảng băm, một hash map.
And then, depending on which of those two data structures I chose, I got a different API, because I can't do range scans on a hash map, and I can't do certain kind of look-ups on the tree.
Rồi tùy vào việc tôi chọn cấu trúc dữ liệu nào trong hai loại đó, tôi sẽ có một API khác, vì tôi không thể quét theo khoảng trên hash map, và tôi không thể thực hiện một số kiểu tra cứu nhất định trên cây.
But then if I decide, "Oh, that was a mistake, I actually want to store my tree structure in a hash structure," or in reverse, I got to go back and rewrite all the code to reflect that change with the API change.
Nhưng nếu sau đó tôi quyết định: "Ồ, đó là một sai lầm, thực ra tôi muốn lưu cấu trúc cây của mình trong cấu trúc băm", hoặc ngược lại, thì tôi phải quay lại viết lại toàn bộ mã để phản ánh sự thay đổi API đó.
But in a relational data model, in SQL, or any high-level relational data model, I don't have that problem, because I don't know what the data structure is.
Nhưng trong mô hình dữ liệu quan hệ, trong SQL, hay bất kỳ mô hình dữ liệu quan hệ bậc cao nào, tôi không gặp vấn đề đó, vì tôi không biết cấu trúc dữ liệu là gì.
I just think, "I want to access this data at the logical level of a relation or a table."
Tôi chỉ nghĩ: "Tôi muốn truy cập dữ liệu này ở mức logic của một quan hệ hay một bảng."
So at the lowest level, we have this thing called a database storage. And above that, we would have the system keep track of the physical schema.
Vậy ở mức thấp nhất, chúng ta có thứ gọi là lưu trữ cơ sở dữ liệu. Và phía trên đó, hệ thống sẽ theo dõi lược đồ vật lý.
I have a bunch of files, I have a bunch of pages, I have a bunch of extents I've declared on this storage medium.
Tôi có một loạt tệp, một loạt trang, một loạt extent mà tôi đã khai báo trên phương tiện lưu trữ này.
I'm keeping track of where all the information is and where the bits are stored and how they're being laid out.
Tôi theo dõi xem toàn bộ thông tin nằm ở đâu, các bit được lưu ở đâu và được bố trí như thế nào.
And then above that, I would have the logical schema that would define what my tables are, what my collections are, what attributes they have, what their names are, what their data types are.
Và phía trên nữa, tôi có lược đồ logic định nghĩa các bảng của tôi là gì, các collection là gì, chúng có những thuộc tính nào, tên của chúng là gì, kiểu dữ liệu của chúng là gì.
And I have a nice separation between the two of them. So if I change one versus change the other, I change one without necessarily changing the other.
Và tôi có một sự tách biệt rõ ràng giữa hai mức này. Vì vậy nếu tôi thay đổi mức này hay mức kia, tôi thay đổi mức này mà không nhất thiết phải thay đổi mức kia.
I change the physical layer without changing the logical layer. I can go even crazier. I can have another level called the external schema.
Tôi thay đổi tầng vật lý mà không thay đổi tầng logic. Tôi còn có thể đi xa hơn nữa. Tôi có thể có một mức khác gọi là lược đồ ngoài.
This is a way to expose or abstract away further what the actual logical schema would be, so that I can do certain things and have certain data exposed a certain way without having to change the logical level or the physical level.
Đây là cách để phơi bày hoặc trừu tượng hóa thêm lược đồ logic thực tế, để tôi có thể làm một số việc và để một số dữ liệu được hiển thị theo một cách nhất định mà không phải thay đổi mức logic hay mức vật lý.
So say I have a table of everyone's, every student in this class. Maybe there's a column for your password or something like that.
Ví dụ tôi có một bảng gồm tất cả mọi người, mọi sinh viên trong lớp này. Có thể có một cột mật khẩu của các bạn hoặc tương tự.
But I don't want to expose that password column to every single application. I don't want anyone to access that table.
Nhưng tôi không muốn phơi bày cột mật khẩu đó cho mọi ứng dụng. Tôi không muốn ai truy cập bảng đó.
So I can declare a view to say this is what you're allowed to see if you hide certain things. It's just another level of abstraction.
Vì vậy tôi có thể khai báo một view để nói rằng đây là những gì bạn được phép thấy, khi ẩn đi một số thứ. Đó chỉ là một mức trừu tượng hóa khác.
And above that is what the application is going to see. You would access it through a high-level declarative language, something like SQL.
Và phía trên cùng là những gì ứng dụng sẽ nhìn thấy. Bạn sẽ truy cập nó thông qua một ngôn ngữ khai báo bậc cao, chẳng hạn như SQL.
So you deal with this, this point here in our graph, that's the physical data independence because I can declare my schema, that here's the columns that I want, but I'm not defining how I actually want to store them.
Vậy bạn xử lý điểm này ở đây trong sơ đồ của chúng ta, đó là tính độc lập dữ liệu vật lý, vì tôi có thể khai báo schema của mình, rằng đây là những cột tôi muốn có, nhưng tôi không định nghĩa cách tôi thực sự muốn lưu trữ chúng.
And the data system is free to change this low level all at once. And it doesn't break your application.
Và hệ thống dữ liệu được tự do thay đổi tầng thấp này cùng một lúc. Và điều đó không làm hỏng ứng dụng của bạn.
And then logical data independence would be up here, because we won't cover this too much this semester, but it's basically a way to say, yes, I have this schema, but on certain applications they can see certain things and certain applications should see other things.
Còn tính độc lập dữ liệu logic sẽ nằm ở trên này, vì học kỳ này chúng ta sẽ không đề cập nhiều, nhưng về cơ bản đó là cách để nói rằng, vâng, tôi có schema này, nhưng với một số ứng dụng thì chúng được thấy một số thứ nhất định và một số ứng dụng khác nên thấy những thứ khác.
And I can change those things without having to rewrite anything on the wall. All right, so we've thrown on the list 10 minutes about how great the list of data models would actually be.
Và tôi có thể thay đổi những thứ đó mà không phải viết lại bất cứ thứ gì ở phía trên. Được rồi, vậy chúng ta đã dành 10 phút nói về việc danh sách các mô hình dữ liệu thực sự tuyệt vời đến mức nào.
So at its core, it could represent everything as relations.
Về cốt lõi, nó có thể biểu diễn mọi thứ dưới dạng các quan hệ.
Just think of relations as like a set, an unordered set where we keep track of the relationship not between the different collections, but actually the relationship between the attributes within a single collection.
Hãy nghĩ quan hệ giống như một tập hợp, một tập hợp không có thứ tự, trong đó ta theo dõi mối quan hệ không phải giữa các tập hợp khác nhau, mà là mối quan hệ giữa các thuộc tính bên trong một tập hợp duy nhất.
Right, so you have a student that soon has a name, soon has an email address. The relationship represents those relationships between those attributes for that title entity as a student.
Đúng không, ví dụ bạn có một sinh viên có tên, có địa chỉ email. Quan hệ biểu diễn các mối liên hệ giữa những thuộc tính đó cho thực thể là sinh viên này.
Question is, in this slide here, what part does the database system handle? Everything before the application. Everything. Right. We'll go through this throughout the semester, but down here it's like the operating system.
Câu hỏi là: trong slide này, hệ cơ sở dữ liệu đảm nhận phần nào? Mọi thứ phía dưới ứng dụng. Mọi thứ. Đúng vậy. Chúng ta sẽ đi qua điều này suốt học kỳ, nhưng ở dưới này là hệ điều hành.
The operating system is terrible. It's always going to get in our way. We hate it.
Hệ điều hành thật tệ. Nó luôn cản đường chúng ta. Chúng ta ghét nó.
We need it to survive, and we need it to do certain things for us, but as a database system we always want to do things without the operating system.
Chúng ta cần nó để tồn tại, và cần nó làm một số việc cho mình, nhưng với tư cách một hệ cơ sở dữ liệu, ta luôn muốn làm mọi thứ mà không qua hệ điều hành.
So you think that maybe the OS is kind of in here, but it's always going to be a big problem for us to try to get around it.
Bạn có thể nghĩ hệ điều hành nằm đâu đó ở đây, nhưng việc tìm cách vòng qua nó luôn là một vấn đề lớn với chúng ta.
We'll cover that as well. But everything below the application down is a database system.
Chúng ta cũng sẽ nói về điều đó. Nhưng mọi thứ từ ứng dụng trở xuống đều là hệ cơ sở dữ liệu.
Sometimes when the whole application is a database system too, it's not always a good idea. If there was a little microcode that way, you could do that.
Đôi khi cả ứng dụng cũng là hệ cơ sở dữ liệu, nhưng không phải lúc nào đó cũng là ý hay. Nếu có một chút vi mã theo cách đó thì bạn có thể làm được.
It could be the whole thing, but for this method we'll say it's the application down. Other questions? Alright.
Nó có thể là toàn bộ, nhưng với cách tiếp cận này, ta sẽ nói là từ ứng dụng trở xuống. Còn câu hỏi nào khác không? Được rồi.
So a relation would be an unordered set of data, and then we'll say it's got a tuple. Sometimes people call them tuples, this is around a couple, but I say tuple.
Vậy một quan hệ là một tập hợp dữ liệu không có thứ tự, và chúng ta sẽ nói nó có các tuple. Đôi khi người ta gọi là tuple theo kiểu đọc khác, nhưng tôi nói là tuple.
A tuple is going to be the set of attributes within a sort of simple entry within the relation, and then for every attribute we have, there's going to be something called a domain that specifies what the range or allowed values the system wants to have.
Một tuple là tập các thuộc tính bên trong một bản ghi đơn giản trong quan hệ, và với mỗi thuộc tính mà ta có, sẽ có một thứ gọi là miền giá trị (domain) quy định khoảng hay các giá trị được phép mà hệ thống muốn có.
So if I have an integer, a 32-bit integer, the domain is specified from 0 to 2 to the 32 minus 1 if it's unsigned.
Vậy nếu tôi có một số nguyên 32 bit, thì miền giá trị được xác định từ 0 đến 2 mũ 32 trừ 1 nếu là số không dấu.
If it's a name, it would be like a string field, and so forth. Basically, define the domain. When I specify a null, that's going to represent, remember, every domain, if it's allowed.
Nếu là tên thì sẽ là một trường kiểu chuỗi, và cứ thế. Về cơ bản là định nghĩa miền giá trị. Khi tôi chỉ định một giá trị null, nó sẽ biểu diễn, hãy nhớ rằng, cho mọi miền giá trị, nếu được cho phép.
We have a string that says you can't have null, but it's a way to represent that the data is unknown.
Ta có thể khai báo rằng không được phép có null, nhưng đó là một cách để biểu diễn việc dữ liệu là không xác định.
And it would be very similar to nulls in C code, but it's at sort of a logical level where There is a value we're storing for null, but we can't reason about anything about it, so we can't ask questions about what that value actually is if it's null, because the answer is unknown.
Nó rất giống với null trong mã C, nhưng ở mức logic, nơi có một giá trị mà ta lưu cho null, nhưng ta không thể suy luận được gì về nó, nên ta không thể hỏi giá trị đó thực sự là gì nếu nó là null, vì câu trả lời là không xác định.
Does it make more sense in this class? We'll see it, but the main thing is you can think of, like, a relation as a tuple or table with n columns.
Trong môn này, điều đó có dễ hiểu hơn không? Ta sẽ gặp lại nó, nhưng điều chính là bạn có thể hình dung một quan hệ như một bộ (tuple) hay một bảng có n cột.
And most of the time people refer to them as relations, people refer to them as tables and columns and rows, but when we talk about different storage models, where a column and a row is doesn't always line up exactly like this.
Và phần lớn người ta gọi chúng là quan hệ, người ta gọi chúng là bảng, cột và hàng, nhưng khi nói về các mô hình lưu trữ khác nhau, thì cột và hàng không phải lúc nào cũng khớp chính xác như thế này.
And so in a relational model, where there are primary keys, it is a way for us to uniquely identify a single tuple in a relation.
Và trong mô hình quan hệ, nơi có các khóa chính, đó là cách để ta xác định duy nhất một bộ trong một quan hệ.
I think it's a unique value that uniquely identifies a single record, and you can define unique values in other columns, but it's not always considered, like, the identifier, if that was what was the primary key.
Tôi nghĩ đó là một giá trị duy nhất xác định một bản ghi, và bạn có thể định nghĩa các giá trị duy nhất ở các cột khác, nhưng chúng không phải lúc nào cũng được coi là định danh, nếu đó là khóa chính.
So in this case here, for our artist table, we have Wu-Tang Clan, we have Notorious B.I.G. and B.I.G.I.Z.A., but certainly there's bands that come along that have the same names as previous bands, right?
Vậy trong trường hợp này, với bảng artist của ta, ta có Wu-Tang Clan, ta có Notorious B.I.G. và B.I.G.I.Z.A., nhưng chắc chắn có những ban nhạc xuất hiện sau mà trùng tên với các ban nhạc trước đó, đúng không?
Sometimes we try to be tricky, you know, remove vowels and make sure the names don't match, but oftentimes it doesn't exist.
Đôi khi người ta cố làm khéo, bạn biết đấy, bỏ nguyên âm để chắc chắn tên không trùng, nhưng thường thì điều đó không xảy ra.
So in this case here, using the name would not be the primary key, because two artists can have the same name, right? So oftentimes we see databases introduce synthetic primary keys or identifying columns.
Vậy trong trường hợp này, dùng tên sẽ không làm khóa chính được, vì hai nghệ sĩ có thể trùng tên, đúng không? Nên ta thường thấy các cơ sở dữ liệu đưa vào các khóa chính nhân tạo hay các cột định danh.
Sometimes they're called identity columns. Think of it, it's a unique number we assign to some record.
Đôi khi chúng được gọi là identity column. Hãy hình dung đó là một số duy nhất ta gán cho một bản ghi nào đó.
Oftentimes we see websites, look at the URLs, it'll say, when you see a number represented as an order number, it's almost always going to be something like this.
Ta thường thấy ở các trang web, nhìn vào URL, nó sẽ ghi, khi bạn thấy một con số biểu diễn mã đơn hàng, thì gần như chắc chắn nó sẽ giống như thế này.
It's a counter column, this Question is, what is my preference? Should I use a natural key or an identifier?
Đó là một cột đếm, cái này Câu hỏi là, tôi thích cái nào hơn? Nên dùng khóa tự nhiên hay một định danh?
If we didn't find a natural key... a natural key would be like, yeah, the name would be like... it would be a bad example here.
Nếu ta không tìm được khóa tự nhiên... khóa tự nhiên sẽ là, ừ, cái tên thì sẽ như là... ở đây là một ví dụ không tốt.
At CMU, a natural key would be your email address, and that's the CMU name. Sometimes there's programming frameworks that go around, they'll automatically generate these identity columns for you.
Ở CMU, khóa tự nhiên sẽ là địa chỉ email của bạn, và đó là tên CMU. Đôi khi có những framework lập trình tự động sinh ra các cột định danh này cho bạn.
I always use that, right? It's, anytime, it's fine, right?
Tôi luôn dùng cách đó, đúng không? Lúc nào cũng được, không sao cả, đúng không?
So in this case, the primary key now is the ID column, because we're going to say every time there's going to be a certain record, just think of some counter sequence, we add one to it every single time we add a new record to guarantee that it's unique.
Vậy trong trường hợp này, khóa chính bây giờ là cột ID, vì mỗi khi có một bản ghi mới, hãy nghĩ đến một dãy số đếm nào đó, chúng ta cộng thêm một vào đó mỗi lần thêm một bản ghi mới để đảm bảo nó là duy nhất.
We also have foreign keys, and this is how we're going to allow us to identify the relationship between different tuples within different collections or relations themselves.
Chúng ta cũng có khóa ngoại, và đây là cách để xác định mối quan hệ giữa các tuple khác nhau trong các collection hay các quan hệ (relation) khác nhau.
So going back here for artists and artists and artists album, right?
Quay lại đây với artists và artist album, nhé?
So now I've added the ID column that uniquely identifies each record as the primary key, but now in the case of the album, I want to keep track of what artist appears on it.
Bây giờ tôi đã thêm cột ID để xác định duy nhất từng bản ghi, làm khóa chính, nhưng với trường hợp album, tôi muốn theo dõi nghệ sĩ nào xuất hiện trong đó.
And for certain albums this is fine if there's only one artist, right? I can have a mapping between...
Với một số album thì ổn nếu chỉ có một nghệ sĩ, đúng không? Tôi có thể có một ánh xạ giữa...
I can basically store the artist ID within the album itself and I know how to map that back up.
Về cơ bản tôi có thể lưu ID nghệ sĩ ngay trong album và biết cách ánh xạ ngược lên.
But as I said, the challenge is going to be when I have albums that have multiple artists on them, like in this case here, the St. Isaac disc table.
Nhưng như tôi đã nói, thách thức là khi có những album có nhiều nghệ sĩ, như trường hợp ở đây, bảng St. Isaac disc.
So to represent a model of this, I can introduce new sort of cross-reference or dependency tables that allow us to be able to store the relationships between records or tuples across different collections or different relations.
Để biểu diễn mô hình này, tôi có thể đưa vào các bảng tham chiếu chéo hay bảng phụ thuộc mới cho phép lưu các mối quan hệ giữa các bản ghi hay tuple trong các collection hoặc relation khác nhau.
So in this case here, I would have a separate table now to keep track of the artist ID and album ID, and I have a record in this table any time an artist appears on a given album.
Vậy ở đây tôi sẽ có một bảng riêng để theo dõi ID nghệ sĩ và ID album, và tôi có một bản ghi trong bảng này mỗi khi một nghệ sĩ xuất hiện trong một album nào đó.
So This allows me now the freedom to have multiple artists appear on multiple albums and not assume that there's a one-to-one correspondence.
Như vậy tôi có thể tự do để nhiều nghệ sĩ xuất hiện trong nhiều album mà không phải giả định có sự tương ứng một-một.
Basically, I do many-to-many representations of instances, and now I can store the artist ID in the album itself. I just represent that as a separate table.
Về cơ bản, tôi biểu diễn các thực thể theo quan hệ nhiều-nhiều, và giờ tôi có thể lưu ID nghệ sĩ ngay trong album. Tôi chỉ biểu diễn nó bằng một bảng riêng.
I'm going to skip constraints to save time, I apologize. Basically, it's a way to specify what values are allowed in the DBMS beyond the data type.
Tôi sẽ bỏ qua phần ràng buộc để tiết kiệm thời gian, xin lỗi các bạn. Về cơ bản, đó là cách chỉ định những giá trị nào được phép trong DBMS ngoài kiểu dữ liệu.
So I would say things like no name can be null, I put a NOT NULL there. I have other constraints that say no artist can be born solely before 1900.
Ví dụ tôi nói không có tên nào được null, tôi đặt NOT NULL ở đó. Tôi có ràng buộc khác nói rằng không nghệ sĩ nào được sinh trước năm 1900.
It's a bad example, but you can add other things, like no email address at CMU can contain Andrew.CMU.edu, something like that. You can declare that when you define the table.
Đó là ví dụ không hay, nhưng bạn có thể thêm những thứ khác, như không địa chỉ email nào ở CMU được chứa Andrew.CMU.edu, đại loại vậy. Bạn có thể khai báo điều đó khi định nghĩa bảng.
You can also have global assertions. Basically, every single time you insert a record, it runs a SQL query here to check whether that's valid or not.
Bạn cũng có thể có các assertion toàn cục. Về cơ bản, mỗi khi bạn chèn một bản ghi, nó chạy một truy vấn SQL ở đây để kiểm tra xem bản ghi đó có hợp lệ hay không.
Most DBMSs don't support this because it's slow, but it's a way to model more complex constraints and data restrictions.
Hầu hết các DBMS không hỗ trợ vì nó chậm, nhưng đó là cách mô hình hóa các ràng buộc và hạn chế dữ liệu phức tạp hơn.
And the basic one, the foreign key, is going to be over here.
Và cái cơ bản nhất, khóa ngoại, sẽ nằm ở đây.
So you have a relation that's defining values, but you're saying that for a given column or attribute, it really is a value that has to exist in some other relation here.
Vậy là bạn có một quan hệ đang định nghĩa các giá trị, nhưng bạn nói rằng với một cột hay thuộc tính nhất định, nó thực sự là một giá trị phải tồn tại trong một quan hệ khác ở đây.
So you would say, declaring this relation, I have an album ID, and for any album ID, this column here, that album ID has to exist in this column or this table.
Vậy khi khai báo quan hệ này, bạn nói: tôi có một album ID, và với bất kỳ album ID nào, tức cột này ở đây, album ID đó phải tồn tại trong cột này hoặc bảng này.
And that way I avoid the problem: if I delete a record here, then I don't want to have a dangling pointer where I have now an album that has
Và như vậy tôi tránh được vấn đề: nếu tôi xóa một bản ghi ở đây, thì tôi không muốn có một con trỏ treo, tức là bây giờ có một album mà có
to... that prevents me from deleting one and not the other. Yes, the question is, what is the primary key for this table here?
phải... điều đó ngăn tôi xóa bên này mà không xóa bên kia. Vâng, câu hỏi là, khóa chính của bảng này là gì?
So any time I have the underline, that's the primary key. So it's actually the combination of the two columns together is the primary key.
Bất cứ khi nào tôi có gạch chân, đó là khóa chính. Vậy thực ra tổ hợp của hai cột cùng nhau là khóa chính.
key. Can you do it in single way? Absolutely, yeah, why not.
Có thể làm với một cột không? Chắc chắn rồi, tại sao không.
The question is, can I declare a primary key with multiple columns? Absolutely, yeah, why not. Yeah, you can see that next slide.
Câu hỏi là, tôi có thể khai báo khóa chính gồm nhiều cột không? Chắc chắn rồi, tại sao không. Các bạn sẽ thấy ở slide tiếp theo.
Okay, so what I've talked about so far is the high level concept in the relational model, that we define a relation or a table. Again, the terms are used interchangeably.
Được rồi, vậy những gì tôi đã nói cho đến giờ là khái niệm ở mức cao trong mô hình quan hệ, rằng chúng ta định nghĩa một quan hệ hay một bảng. Một lần nữa, các thuật ngữ này được dùng thay thế cho nhau.
In SQL you say CREATE TABLE, right?
Trong SQL bạn viết CREATE TABLE, đúng không?
You can refer to things as tables, but in the research literature or in the original definitions of the paper of the relational data model, they weren't called tables, they were called relations.
Bạn có thể gọi chúng là các bảng, nhưng trong các tài liệu nghiên cứu hay trong các định nghĩa gốc của bài báo về mô hình dữ liệu quan hệ, chúng không được gọi là bảng, mà gọi là quan hệ.
Basically the same thing. So now we have to define what our relations actually look like. Now we actually run queries on that. So this is called the DML, the data manipulation language.
Về cơ bản là một thứ. Vậy bây giờ ta phải định nghĩa các quan hệ của mình thực sự trông như thế nào. Giờ ta mới thực sự chạy truy vấn trên đó. Cái này gọi là DML, ngôn ngữ thao tác dữ liệu.
Even though we have read-only queries, they still fall under the category of the DML. So there's basically two ways to do this.
Dù ta có những truy vấn chỉ đọc, chúng vẫn thuộc loại DML. Về cơ bản có hai cách để làm việc này.
There's a procedural language and a non-procedural language, or declarative language.
Có ngôn ngữ thủ tục và ngôn ngữ phi thủ tục, hay ngôn ngữ khai báo.
So what I'm teaching today will be relational algebra, which will be a procedural language where I'm defining the exact steps I want to use to execute my query, and I actually define the order in which
Hôm nay tôi sẽ dạy đại số quan hệ, là một ngôn ngữ thủ tục, trong đó tôi định nghĩa chính xác các bước tôi muốn dùng để thực thi truy vấn, và tôi thực sự định nghĩa thứ tự mà
I want to use it. The relational algebra came at the very beginning, and then the high level languages that allow you to have a declarative interface came later on.
tôi muốn dùng. Đại số quan hệ ra đời ngay từ đầu, còn các ngôn ngữ bậc cao cho phép có giao diện khai báo thì đến sau.
The declarative way to use it is called relational calculus. SQL basically can match with this, so we'll cover that next class.
Cách khai báo để sử dụng gọi là phép tính quan hệ. SQL về cơ bản có thể tương ứng với nó, nên ta sẽ học ở buổi sau.
You don't really need to know relational calculus unless you go to your query optimizer, which is not this class in this part.
Bạn thực ra không cần biết phép tính quan hệ trừ khi bạn làm về bộ tối ưu hóa truy vấn, mà đó không phải là nội dung của lớp này ở phần này.
You need to teach relational calculus in this class, because if you draw the real world, nobody uses it, so nobody can get to know it.
Bạn cần dạy phép tính quan hệ trong lớp này, bởi vì nếu nhìn vào thế giới thực, không ai dùng nó cả, nên cũng không ai biết đến nó.
But you already know relational algebra, because that's going to be the fundamental building blocks of how we're actually going to be able to teach this in the next century, right?
Nhưng các bạn đã biết đại số quan hệ rồi, vì nó sẽ là những khối nền tảng cơ bản cho cách mà chúng ta thực sự có thể dạy môn này trong thế kỷ tới, đúng không?
Anyway, it should be pretty straightforward to understand.
Dù sao thì nó khá dễ hiểu.
All right, so relational algebra is the original definition from Ted Todd. There's seven operators listed here. You go through each one, probably one at a time.
Được rồi, đại số quan hệ là định nghĩa ban đầu của Ted Codd. Ở đây liệt kê bảy toán tử. Chúng ta sẽ đi qua từng toán tử, có lẽ là từng cái một.
And we'll see at the end, there's an extension over here for things you actually need in your own code, where it's like, there's no notion of sorting these operators, and there's no notion of doing aggregations.
Và cuối cùng chúng ta sẽ thấy, có một phần mở rộng ở đây cho những thứ bạn thực sự cần trong code của mình, vì các toán tử này không có khái niệm sắp xếp, và cũng không có khái niệm thực hiện phép tổng hợp.
Think of it like a computing aggregate of a polynomial. That all came there as extensions. But the original ones are these seven here.
Hãy nghĩ nó giống như tính một giá trị tổng hợp của một đa thức. Tất cả những thứ đó được bổ sung sau dưới dạng phần mở rộng. Nhưng bảy toán tử gốc là những cái ở đây.
And you can think of it like you can build more complex queries from just these seven operators by changing them together.
Bạn có thể coi như mình xây dựng các truy vấn phức tạp hơn chỉ từ bảy toán tử này bằng cách xâu chuỗi chúng lại với nhau.
And you can allow the output of one operator to be sent as the input to the next operator. And you can use that to build larger, more complex next sets.
Và bạn có thể cho đầu ra của một toán tử được gửi đi làm đầu vào cho toán tử tiếp theo. Và bạn có thể dùng cách đó để xây dựng các truy vấn lớn hơn, phức tạp hơn.
OK, we'll go through each one by one, and I'll show you what the corresponding SQL looks like. And then that'll segue us into the next class.
Được rồi, chúng ta sẽ đi qua từng cái một, và tôi sẽ cho các bạn xem SQL tương ứng trông như thế nào. Rồi điều đó sẽ dẫn chúng ta sang buổi học tiếp theo.
All right, the most basic operator you can have is what's called a select stator. And this is just like you're filtering out the tuples you don't want based on some predicate.
Được rồi, toán tử cơ bản nhất bạn có là toán tử gọi là select. Nó giống như việc bạn lọc bỏ những tuple bạn không muốn dựa trên một vị từ nào đó.
You're defining the first-order predicate logic and saying, these are the tuples that are allowed to be emitted as the output for this select operator. So say we have a simple relation here, R.
Bạn định nghĩa logic vị từ bậc nhất và nói rằng, đây là những tuple được phép xuất ra làm đầu ra cho toán tử select này. Giả sử chúng ta có một quan hệ đơn giản ở đây, R.
It has two attributes, AID and BID. So I can have a select operator that says, give me all the records from the tuples from R, where AID equals B equals A2.
Nó có hai thuộc tính, AID và BID. Vậy tôi có thể có một toán tử select nói rằng, hãy cho tôi tất cả các bản ghi, các tuple từ R, mà AID bằng B bằng A2.
Right? And then the JSON is somehow filtering out that data according to that predicate, producing the output output. I can do more complicated things. I can start combining them together through junctions and disjunctions.
Đúng không? Và sau đó nó lọc bỏ dữ liệu đó theo vị từ này, tạo ra kết quả đầu ra. Tôi có thể làm những việc phức tạp hơn. Tôi có thể bắt đầu kết hợp chúng bằng phép hội và phép tuyển.
I can have multiple predicates be evaluated. So in this case here, I'm saying, give me all the tuples from R, where AID equals 2, and BID is greater than 1 or 2.
Tôi có thể cho nhiều vị từ được đánh giá. Vậy trong trường hợp này, tôi đang nói: hãy cho tôi tất cả các tuple từ R, mà AID bằng 2, và BID lớn hơn 1 hoặc 2.
And that produces the output output. OK. In SQL, it's basically equivalent to the WHERE clause, right?
Và nó tạo ra kết quả đầu ra. OK. Trong SQL, nó về cơ bản tương đương với mệnh đề WHERE, đúng không?
And it should fully, in logic, define what predicate it's supposed to have, what tuples match according to the values that are defined in my expression. Right? And this is the one more response.
Và về mặt logic, nó phải xác định đầy đủ vị từ cần có là gì, những tuple nào khớp với các giá trị được định nghĩa trong biểu thức của tôi. Đúng không? Và đây là thêm một kết quả nữa.
So that's pretty easy to understand, right? I can also have a subprojection.
Vậy cái này khá dễ hiểu, đúng không? Tôi cũng có thể dùng một phép chiếu.
A projection allows me to manipulate the output of those attributes that I'm selecting on in such a way that I want to produce it as part of my output.
Phép chiếu cho phép tôi thao tác trên đầu ra của những thuộc tính mà tôi đang chọn, theo cách tôi muốn tạo ra chúng trong kết quả đầu ra.
So I can rearrange the ordering of the attributes. I can put one column first before another one. I can remove columns that I don't care about as part of my output.
Vì vậy tôi có thể sắp xếp lại thứ tự các thuộc tính. Tôi có thể đặt cột này lên trước cột kia. Tôi có thể loại bỏ những cột không cần trong kết quả đầu ra.
Remember, I said it's filtering out things like the password on the table. I don't want somebody else to be able to see that. I can do that through a projection.
Nhớ là tôi đã nói, nó lọc bỏ những thứ như mật khẩu trong bảng. Tôi không muốn người khác nhìn thấy nó. Tôi có thể làm điều đó bằng một phép chiếu.
And I can also manipulate the values of the attributes and derive new values according to whatever it is that I want for my application. So you can define it like this.
Và tôi cũng có thể thao tác trên giá trị của các thuộc tính và tạo ra các giá trị mới theo bất cứ thứ gì tôi muốn cho ứng dụng của mình. Vậy bạn có thể định nghĩa như thế này.
Here I have my select operator, where I'm filtering out all the records, like a PID equals 2.
Ở đây tôi có toán tử select của mình, lọc ra tất cả các bản ghi, chẳng hạn PID bằng 2.
And then I define my projection that says, take the PID attribute for any tuple that matches up to my select that's being fed as an input.
Rồi tôi định nghĩa phép chiếu, nói rằng: lấy thuộc tính PID của bất kỳ tuple nào khớp với select của tôi, được đưa vào làm đầu vào.
And take the PID attribute, subtract 100 from it, and then produce also the attribute, the PID attribute. So again, in a SELECT statement, the projection is just this front part here.
Và lấy thuộc tính PID, trừ đi 100, rồi cũng xuất ra thuộc tính PID. Vậy một lần nữa, trong câu lệnh SELECT, phép chiếu chỉ là phần đầu ở đây.
After the SELECT, you define the projection list. You're defining the attributes you want from the output. Yes? man in audience So the previous slide was called select.
Sau SELECT, bạn định nghĩa danh sách chiếu. Bạn đang định nghĩa các thuộc tính muốn có trong đầu ra. Vâng, mời bạn? Nam khán giả: Slide trước có tên là select.
The title of the previous slide was select. I believe we were talking about the WHERE keyword, right? There's no word to say that in SQL in relation to algebra.
Tiêu đề của slide trước là select. Tôi tin là chúng ta đang nói về từ khóa WHERE, đúng không? Không có từ nào để nói điều đó trong SQL so với đại số quan hệ.
man in audience As you said, is the select operator in relational algebra, is that different than the select operator in SQL?
Nam khán giả: Như thầy nói, toán tử select trong đại số quan hệ có khác với toán tử select trong SQL không?
Think of, like, a select as... the select operator in relational algebra is... It's a way for you to...
Hãy nghĩ select như là... toán tử select trong đại số quan hệ là... Nó là một cách để bạn...
Think of these relational algebra operators as the building blocks to build a larger language like SQL.
Hãy xem các toán tử đại số quan hệ này như những khối xây dựng để tạo nên một ngôn ngữ lớn hơn như SQL.
So you need a where clause, and the relational operator, the select operator, will give you that where clause. You need a projection output list; the projection operator will give you that.
Bạn cần một mệnh đề where, và toán tử quan hệ, toán tử select, sẽ cho bạn mệnh đề where đó. Bạn cần một danh sách đầu ra; toán tử chiếu sẽ cho bạn điều đó.
And then the from clause will be joins.
Và mệnh đề from sẽ là các phép nối.
This question is, instead of using pi, if I say sigma for select, with the reordering of the attributes?
Câu hỏi là, thay vì dùng pi, nếu tôi dùng sigma cho select, kèm việc sắp xếp lại các thuộc tính thì sao?
man in audience The same, the PID minus 100 comma PID. Would that work with a select operator? man in audience If I replace the projection with a selection operator...
Nam khán giả: Vẫn như vậy, PID trừ 100, dấu phẩy, PID. Liệu nó có chạy với toán tử select không? Nam khán giả: Nếu tôi thay phép chiếu bằng toán tử chọn...
No, no.
Không, không.
This question is, if I'm using a projection, if I use a select operator with the same expression, is that still valid?
Câu hỏi này là, nếu thay vì dùng phép chiếu, tôi dùng toán tử select với cùng biểu thức, thì có còn hợp lệ không?
In this case, no, because I have a comma-separated list, where I can't evaluate whether a tuple evaluates to true for that expression list.
Trong trường hợp này là không, vì tôi có một danh sách phân tách bằng dấu phẩy, mà tôi không thể đánh giá liệu một tuple có cho giá trị đúng hay không cho danh sách biểu thức đó.
If I only had PID less than or equal to 100, what does it mean to evaluate that in Boolean logic? PID minus 100 equals whatever that value is, but is that true?
Nếu tôi chỉ có PID nhỏ hơn hoặc bằng 100, thì đánh giá điều đó theo logic Boolean nghĩa là gì? PID trừ 100 bằng một giá trị nào đó, nhưng liệu nó có đúng không?
Technically, yes, because it's not zero in Boolean logic. So that would always be true. The semantics are not the same. You just can't swap them out. Yes?
Về mặt kỹ thuật là có, vì trong logic Boolean nó khác không. Nên nó sẽ luôn đúng. Ngữ nghĩa không giống nhau. Đơn giản là bạn không thể hoán đổi chúng. Bạn hỏi đi?
man in audience But then you said that this is procedural, so... Yes, yes.
nam khán giả Nhưng thầy nói cái này mang tính thủ tục, vậy... Vâng, vâng.
man in audience SQL is supposed to be a declarative language and then this is procedural, but they basically look like the same thing.
nam khán giả SQL được cho là một ngôn ngữ khai báo còn cái này lại là thủ tục, nhưng về cơ bản chúng trông giống nhau.
Give me four more slides, and then we'll come to that.
Cho tôi thêm bốn slide nữa, rồi chúng ta sẽ quay lại vấn đề đó.
The question is basically, I made an argument about how you want to declare a language like SQL, and now I'm showing you the defined order of the steps.
Về cơ bản câu hỏi là, tôi đã lập luận về việc nên khai báo một ngôn ngữ như SQL thế nào, và giờ tôi lại cho các bạn xem thứ tự xác định của các bước.
Relational algebra would be the building blocks for how we can then build and prepare the language.
Đại số quan hệ sẽ là các khối xây dựng để từ đó chúng ta xây dựng và chuẩn bị ngôn ngữ.
Another way to think about this is, like, when I build the execution engine for database systems, the thing that actually runs the queries, it's going to look a lot like relation algebra, because I'm going to find a project operator...
Một cách nghĩ khác là, khi tôi xây dựng engine thực thi cho hệ cơ sở dữ liệu, tức là thành phần thực sự chạy các truy vấn, nó sẽ trông rất giống đại số quan hệ, vì tôi sẽ có một toán tử project...
Yes? man in audience That's a line-by-line thing, right? What would it look like for each of the communities? The statement is...
Bạn hỏi đi? nam khán giả Đó là từng dòng một đúng không? Nó sẽ trông thế nào với từng nhóm? Câu lệnh là...
I'm sorry, I'm in the way. Are all these operators commutative? Not always, but sometimes, yes. I mean, is that true? Relation algebra, they're always...
Xin lỗi, tôi đang cản đường. Tất cả các toán tử này có giao hoán không? Không phải lúc nào cũng vậy, nhưng đôi khi có. Ý tôi là, điều đó có đúng không? Đại số quan hệ thì chúng luôn...
If you start projecting things that you haven't produced out like that, then they're not entirely commutative, but in general, yes, they are commutative.
Nếu bạn bắt đầu chiếu những thứ mà bạn chưa tạo ra như thế, thì chúng không hoàn toàn giao hoán, nhưng nói chung là có, chúng giao hoán.
The point I'm trying to make is, like, when I build the execution engine to run a SQL query, it's going to look...
Điều tôi muốn nói là, khi tôi xây dựng engine thực thi để chạy một truy vấn SQL, nó sẽ trông...
The operators, the implementation of the execution engine, is going to look a lot like relation algebra. But we'll see the distinction in a second. But to...
Các toán tử, phần triển khai của engine thực thi, sẽ trông rất giống đại số quan hệ. Nhưng chúng ta sẽ thấy sự khác biệt ngay sau đây. Nhưng để...
The point I'm trying to point out is, like, if I took relation algebra as my input and actually started executing it, I would execute it exactly in the way that it's defined in relation algebra, which is not what we want and have all the freedom we want.
Điều tôi muốn chỉ ra là, nếu tôi lấy đại số quan hệ làm đầu vào và bắt đầu thực thi nó, tôi sẽ thực thi đúng y như cách nó được định nghĩa trong đại số quan hệ, điều đó không phải là thứ chúng ta muốn và không cho ta mọi sự tự do mong muốn.
And that's what SQL is not going to do. SQL is not going to have that problem. Yes? So this SQL that's on the screen, is that a selector or a projector?
Và đó là điều SQL sẽ không làm. SQL sẽ không gặp vấn đề đó. Bạn hỏi đi? Câu SQL trên màn hình này là selector hay projector?
The question is, what is this spreadsheet over here? It's a high-level select statement in SQL that contains a projection cost.
Câu hỏi là, bảng tính ở đằng này là gì? Đó là một câu lệnh select cấp cao trong SQL có chứa một phép chiếu.
And you can think of, like, BID minus 100 is equivalent to the PI operator with the expression above that. So that's not a field that exists right now that's being generated from this projection?
Và bạn có thể nghĩ rằng, BID trừ 100 tương đương với toán tử PI cùng biểu thức ở phía trên đó. Vậy đó không phải là một trường hiện đang tồn tại mà được sinh ra từ phép chiếu này?
That's a good question. The... Like, the output is here. Is it correct? Any output of a SQL statement is going to be a table or relation.
Câu hỏi hay. Cái... Ví dụ, đầu ra ở đây. Có đúng không? Mọi đầu ra của một câu lệnh SQL sẽ là một bảng hay quan hệ.
Any output of a relational operator or relational output is going to be a table or a relation. So you can re-match them together and produce the output one, because that's what we're looking for.
Mọi đầu ra của một toán tử quan hệ hay đầu ra quan hệ sẽ là một bảng hay một quan hệ. Nên bạn có thể ghép chúng lại với nhau và tạo ra đầu ra, vì đó là thứ chúng ta cần.
Okay. You don't need to differentiate for it. You don't need to make a set-train, which you should have, because that's a basic mathematics pre-reference class. You...
Được rồi. Bạn không cần phân biệt chúng. Bạn không cần phải tạo một tập hợp, điều mà lẽ ra bạn đã biết, vì đó là kiến thức toán cơ bản của môn học tiên quyết. Bạn...
You can union together two relations and use two candidates all the time. You don't need to do this. So for this, you can union operator, intersection, and you can union and the difference...
Bạn có thể hợp hai quan hệ lại với nhau và luôn dùng được như vậy. Bạn không cần làm điều này. Vậy ở đây, bạn có toán tử hợp, giao, và bạn có thể dùng hợp và hiệu...
You have to have the same attributes in the two relations, because otherwise it doesn't match up. Because the output needs to be having...
Hai quan hệ phải có cùng các thuộc tính, vì nếu không thì chúng sẽ không khớp nhau. Bởi vì đầu ra cần phải có...
The output relation for the operator needs to have the exact number of the same relation, the same attributes as the inputs. You can do this with SQL. Basically, it's something like this, right?
Quan hệ đầu ra của toán tử cần phải có đúng số lượng như quan hệ đầu vào, cùng các thuộc tính như đầu vào. Bạn có thể làm điều này với SQL. Về cơ bản nó trông như thế này, đúng không?
I'm going to do this fast, and I apologize. Intersection is basically the same thing, right? You have to have both input relations have to have the same attributes, same for difference, and get this...
Tôi sẽ làm nhanh phần này, xin lỗi các bạn. Giao về cơ bản cũng tương tự, đúng không? Cả hai quan hệ đầu vào phải có cùng các thuộc tính, hiệu cũng vậy, và hãy hiểu rằng...
Just always accept that this is not the only thing you can do. You can do the same thing in SQL. I'm going to rush you because I want to get to joins and... and...
Hãy luôn chấp nhận rằng đây không phải là điều duy nhất bạn có thể làm. Bạn có thể làm điều tương tự trong SQL. Tôi sẽ đi nhanh vì tôi muốn chuyển sang phần phép nối và...
So, up until now, what have we done? We've taken one relation as our input, manipulated it, and taken it as the output and sent it along to a...
Vậy cho đến giờ chúng ta đã làm gì? Chúng ta lấy một quan hệ làm đầu vào, xử lý nó, rồi lấy kết quả làm đầu ra và chuyển tiếp cho một...
a... a... a...
một... một... một...
And then for union and intersection and difference, I'm combining together multiple relations, but I'm not really leveraging any of the relations between the values within those relations.
Còn với hợp, giao và hiệu, tôi kết hợp nhiều quan hệ với nhau, nhưng thực sự không tận dụng bất kỳ mối liên hệ nào giữa các giá trị bên trong những quan hệ đó.
I'm not leveraging the foreign key stuff that I was talking about before.
Tôi không tận dụng phần khóa ngoại mà tôi đã nói trước đó.
So, with joins and Cartesian product, the idea is that when I now combine them together, I do some lookup to see what tools should actually be satisfied in my...
Vậy với phép nối và tích Descartes, ý tưởng là khi bây giờ tôi kết hợp chúng lại với nhau, tôi sẽ tra cứu để xem những bộ nào thực sự cần được thỏa mãn trong...
when I combine these records together. So Cartesian product is basically mashing together the two the attributes of the two relations, producing a new sequence.
khi tôi kết hợp các bản ghi này với nhau. Vậy tích Descartes về cơ bản là ghép hai tập thuộc tính của hai quan hệ lại với nhau, tạo ra một chuỗi mới.
A large sequence has all the attributes from one relation and all the attributes of the other relation. Right?
Một chuỗi lớn có tất cả thuộc tính của quan hệ này và tất cả thuộc tính của quan hệ kia. Đúng không?
You can do this in SQL, you can pass it on through the cross join, or you can... you know, specify cross join and get that by default. Right?
Bạn có thể làm điều này trong SQL, bằng cross join, hoặc bạn có thể... chỉ định cross join và mặc định sẽ có kết quả đó. Đúng không?
But this is not actually what you want, because you want to say things like, for a given album, give me all the artists that are on that album.
Nhưng thực ra đây không phải thứ bạn muốn, vì bạn muốn nói những điều như, với một album cho trước, hãy cho tôi tất cả nghệ sĩ có trong album đó.
I don't want to get all combinations of artists out, because that's kind of a bunch of noisy data that I don't care about. So this is where the join comes in.
Tôi không muốn lấy ra mọi tổ hợp nghệ sĩ, vì đó là một đống dữ liệu nhiễu mà tôi không quan tâm. Và đây là lúc phép join xuất hiện.
And you can either join as like a Cartesian product where we have a filter and say I have a...
Bạn có thể join như một tích Descartes trong đó ta có một bộ lọc và nói rằng tôi có một...
or I have a select predicate saying these are the tuples that should match according to some value of one relation and the value of another relation. So I can do things like this.
hoặc tôi có một vị từ select cho biết đây là những tuple cần khớp với nhau theo một giá trị của một quan hệ và giá trị của quan hệ khác. Vậy tôi có thể làm những việc như thế này.
If I don't specify what the join columns are, I'll have a natural join, and in this case here it's going to take all the attributes that are in one relation and all the attributes in the other relation that have the same name and the same type, and I look for matches, and it has to use my alpha column.
Nếu tôi không chỉ định các cột join, tôi sẽ có một natural join, và trong trường hợp này nó sẽ lấy tất cả các thuộc tính trong một quan hệ và tất cả các thuộc tính trong quan hệ kia có cùng tên và cùng kiểu, rồi tìm các cặp khớp, và nó phải dùng cột alpha của tôi.
Right? And I'm going to include all the columns that are in both of the two relations, as it would in a Cartesian product, just I remove any of the duplicate tuples here.
Đúng không? Và tôi sẽ đưa vào tất cả các cột có trong cả hai quan hệ, như trong một tích Descartes, chỉ là tôi loại bỏ các tuple trùng lặp ở đây.
So I only get the attributes that are unique from one column in the other column, so I have one relation and the other relation. So you can...
Vì vậy tôi chỉ nhận được các thuộc tính không trùng nhau giữa cột này và cột kia, nghĩa là có một quan hệ và quan hệ còn lại. Vậy nên bạn có thể...
I don't recommend doing that, because it's implicitly doing a lookup between the different relations to see what the matching attributes are.
Tôi không khuyến khích làm như vậy, vì nó ngầm thực hiện việc tra cứu giữa các quan hệ để xem các thuộc tính nào khớp nhau.
The second point to use is a JOIN clause, where you specify either what attributes you want to join on, or an action where, I would recommend, is explicitly saying what the join predicate should be so it knows how to do that match.
Cách thứ hai là dùng mệnh đề JOIN, trong đó bạn chỉ định các thuộc tính muốn join, hoặc một cách mà tôi khuyên dùng, là nêu rõ ràng vị từ join phải là gì để hệ thống biết cách ghép khớp.
Alright, this would be a question: is this an inner join? Yes. We can cover outer joins later. Alright. We're almost out of time, so I'm going to quickly say there's other operators that exist.
Được rồi, có một câu hỏi: đây có phải là inner join không? Có. Chúng ta sẽ nói về outer join sau. Được rồi. Chúng ta sắp hết giờ, nên tôi sẽ nói nhanh rằng còn có những toán tử khác.
I'll finish with the last two slides and then I've got to segue into the next class.
Tôi sẽ kết thúc bằng hai slide cuối rồi phải chuyển sang bài tiếp theo.
But the, if they pointed out relation op relation op that I showed you so far, that's specifying the order in which I want things to apply.
Nhưng những gì tôi đã cho các bạn xem cho đến giờ, dạng quan hệ toán tử quan hệ toán tử, là chỉ định thứ tự mà tôi muốn các thao tác được áp dụng.
So I'm going to say, give me all the join relation R, relation S, and do a lookup filter on the B, I, E.
Vậy tôi sẽ nói: hãy cho tôi kết quả join quan hệ R với quan hệ S, rồi lọc tra cứu theo B, I, E.
I can have a lot of different performance of these queries if I do the join on R and S first, then do the filter, versus the, do the filter on S first and then do the join, right?
Hiệu năng của các truy vấn này có thể rất khác nhau nếu tôi join R và S trước, rồi mới lọc, so với việc lọc S trước rồi mới join, đúng không?
Always think of the trees, something I say throughout the entire semester. If I have, like, let's think of a table of, like, five records, think of a table of a trillion records.
Hãy luôn nghĩ đến các cái cây, điều tôi nhắc suốt cả học kỳ. Nếu tôi có, ví dụ, hãy nghĩ đến một bảng có khoảng năm bản ghi, rồi nghĩ đến một bảng có một nghìn tỉ bản ghi.
So does it make, do I want to do a join between R and S of two tables of a trillion records and then filter out the ones I actually want?
Vậy liệu tôi có muốn join R và S gồm hai bảng một nghìn tỉ bản ghi rồi mới lọc ra những bản ghi tôi thực sự cần không?
Because what if only two match, and I did a bunch of join on a bunch of tables that I didn't actually need, and I'm better off maybe doing the filter first, then doing the join?
Vì nếu chỉ có hai bản ghi khớp thì sao, mà tôi đã join cả một đống bảng mà tôi không thực sự cần, và có lẽ tốt hơn là lọc trước rồi mới thực hiện phép join?
So this is what the high-level language, or something like the target language that SQL is going to do for us.
Vậy đây là điều mà ngôn ngữ bậc cao, hay đại loại là ngôn ngữ đích mà SQL sẽ làm giúp chúng ta.
I'm going to say this is the answer that I want, and I'll help the database to figure out if that's what the answer to your question is.
Tôi sẽ nói: đây là câu trả lời mà tôi muốn, và tôi sẽ giúp cơ sở dữ liệu tìm ra xem đó có phải là câu trả lời cho câu hỏi của bạn hay không.
So I'll stop here and say this is where we're going to go next class, and now we're going to say instead of writing the SQL code, we're going to be writing SQL, okay?
Vậy tôi sẽ dừng ở đây, và đây là phần chúng ta sẽ học ở buổi tiếp theo, và bây giờ thay vì viết mã SQL, chúng ta sẽ viết SQL, được chứ?
Alright, hit it!
Được rồi, bắt đầu thôi!
Đăng nhập để đánh giá học liệu này.
Đăng nhập để bình luận — chưa ai bình luận về học liệu này.
Không có khóa học liên quan.