First batch

DATABAZOVE-ENGINY.md

@@ -0,0 +1,101 @@
+# ⚙️ Storage enginy a transakční modely
+
+## B-Tree vs LSM-Tree
+
+Dva dominantní storage engine přístupy v moderních databázích.
+
+| Vlastnost | B-Tree | LSM-Tree |
+|-----------|--------|----------|
+| **Zápis** | In-place update (náhodný I/O na page) | Append-only (sekvenční I/O) |
+| **Čtení** | Rychlé (přímo v page, O(log N)) | Pomalejší (merge z více SSTable, bloom filtry) |
+| **Write amplification** | Nižší (přepis stránky) | Vyšší (kompakce, merge SSTables) |
+| **Read amplification** | Nižší (1 page read) | Vyšší (více SSTable k prohledání) |
+| **Komprese** | Horší (fragmentace page) | Lepší (kompaktní SSTable, bloková komprese) |
+| **Range scan** | Rychlý (linked list na listové úrovni) | Rychlý (SSTable jsou seřazené) |
+| **Space amplification** | Nízká | Vyšší (čeká na kompakci) |
+| **Typické DB** | PostgreSQL, MySQL (InnoDB), SQLite, Oracle | Cassandra, RocksDB, LevelDB, ScyllaDB, MongoDB (WiredTiger) |
+
+### Kdy zvolit který engine
+
+**B-Tree** — když:
+- Potřebujete rychlé point lookupy (PK lookup, jedinečné ID)
+- Workload je read-heavy (většina dotazů = SELECT podle klíče)
+- Potřebujete range dotazy na primárním klíči
+- Transakční workload (OLTP) s krátkými dotazy
+
+**LSM-Tree** — když:
+- Potřebujete vysokou propustnost zápisů (write-heavy)
+- Append-only workload (logy, time-series, IoT)
+- Komprese dat je důležitá (ušetří místo)
+- Write amplification nevadí (dostatek I/O kapacity)
+
+## Write-Ahead Log (WAL)
+
+Append-only log garantující, že žádná operace není ztracena při crash:
+
+```text
+1. Transaction BEGIN → záznam do WAL
+2. Data modification → záznam do WAL (před modifikací page)
+3. Transaction COMMIT → flush WAL na disk (COMMIT potvrzen až po flush)
+4. Checkpoint → flush dirty pages → WAL do bodu checkpointu může být smazán
+```
+
+- **Write-ahead** — WAL zapsán dříve než data page
+- **Checkpoint** — bod, odkud je WAL při recovery potřeba
+- **Redo log** (InnoDB) — podobný koncept, slouží k přehrání chybějících změn
+- **Group commit** — více transakcí flushne WAL najednou (vyšší propustnost)
+
+## MVCC (Multi-Version Concurrency Control)
+
+Každá transakce vidí snapshot dat v okamžiku startu. Staré verze řádků zůstávají v tabulce.
+
+### Implementace
+
+| DB | Mechanismus | Vacuum/GC | Izolační úrovně |
+|----|------------|-----------|-----------------|
+| **PostgreSQL** | Heap tuple (xmin/xmax) — staré verze v hlavní tabulce | VACUUM (autovacuum) | RU, RC, RR, Serializable (SSI) |
+| **MySQL InnoDB** | Undo log — staré verze v undo segmentech | Purge (automatický) | RU, RC, RR, Serializable |
+| **MSSQL** | Tempdb version store | Automatické (row versioning) | RC (snapshot), Serializable |
+| **Oracle** | Undo tablespace | Automatické (undo retention) | RC, Serializable, Read-only |
+| **MongoDB WiredTiger** | MVCC na úrovni dokumentu | Automatické (eviction) | Snapshot isolation |
+| **Cassandra** | MVCC není (přepis valore) | Compaction (merge SSTable) | — |
+
+### Anomálie
+
+| Úroveň | Dirty Read | Non-repeatable Read | Phantom Read | Serialization Anomaly |
+|--------|-----------|---------------------|-------------|----------------------|
+| **Read Uncommitted** | Ano | Ano | Ano | Ano |
+| **Read Committed** | Ne | Ano | Ano | Ano |
+| **Repeatable Read** | Ne | Ne | Ne (PG: ne, MySQL: next-key locking) | Ano |
+| **Serializable** | Ne | Ne | Ne | Ne |
+
+- **Dirty Read** — čtení dat z necommitnuté transakce
+- **Non-repeatable Read** — stejný dotaz vrátí jiná data
+- **Phantom Read** — stejný dotaz vrátí nové řádky
+- **Serialization Anomaly** — výsledek transakcí není ekvivalentní žádnému sériovému pořadí
+
+## Index types
+
+| Typ | Algoritmus | Use case | DB podpora |
+|-----|-----------|----------|------------|
+| **B-tree** | Balanced tree | `=`, `<`, `>`, `BETWEEN`, `IN`, `LIKE (prefix)` | Všechny (výchozí) |
+| **Hash** | Hash table | Pouze `=` (equality) | PostgreSQL (hash index), MySQL (MEMORY) |
+| **GiST** | Generalized Search Tree | Geometrie, full-text, intervaly, IP rozsahy | PostgreSQL |
+| **GIN** | Generalized Inverted Index | JSONB, pole, full-text (contains, overlaps) | PostgreSQL |
+| **BRIN** | Block Range Index | Time-series, logy (data v pořadí) — extrémně malý | PostgreSQL |
+| **SP-GiST** | Space-partitioned | Kvadranty, KD-tree, radix tree | PostgreSQL |
+| **R-tree** | Prostorový strom | Geoprostorová data | MySQL (MyISAM/InnoDB), SQLite |
+| **Clustered index** | B-tree + data v listech | PK lookup (InnoDB) — data uložena s indexem | MySQL InnoDB, MSSQL |
+| **Full-text** | Inverted index | Text search (stemming, relevance) | MySQL, PostgreSQL, MSSQL |
+
+## Zdroje
+
+Odkazy, knihy a standardy: [sources/databases/sources.md](sources/databases/sources.md)
+
+### Doporučená literatura
+
+| Kniha | Autoři | ISBN | Popis |
+|-------|--------|------|-------|
+| Database Internals | Alex Petrov | 978-1492040346 | Hloubkový výklad storage engine (B-Tree, LSM-Tree, WAL, MVCC), distribuované systémy (partitioning, replication, consensus) |
+
+*Poslední revize: 2026-06-03*