Day35-06｜16.2.3 嵌入式数据库：在有限资源中管理可靠数据
Day35-06｜16.2.3 嵌入式数据库：在有限资源中管理可靠数据
对应教材：第16章 嵌入式系统架构设计理论与实践——16.2.3 嵌入式数据库
学习目标：理解嵌入式数据库的特点、分类和应用场景；掌握嵌入式数据库的存储、事务、索引、并发、一致性和恢复设计；能够根据资源、实时性、数据规模和可靠性要求进行选型；能够分析设备断电、存储磨损和数据同步等问题。
一、嵌入式数据库的基本概念
嵌入式数据库是部署在设备或嵌入式软件内部、为本地应用提供数据持久化和查询能力的数据库系统。它通常不需要独立数据库服务器，代码和数据存储在设备本地，强调体积小、资源占用低、启动快、易集成和离线可用。
嵌入式设备中的数据包括配置参数、设备状态、采样记录、故障日志、用户凭据、任务队列、地图、模型和升级信息。不同数据对一致性、实时性、容量、寿命和安全的要求不同，不能用同一种存储方式处理全部数据。
设备应用 → 数据访问层 → 嵌入式数据库/键值存储/文件系统 ↓ ↓ 事务与缓存 Flash、eMMC、SD、NAND ↓ 同步、备份、恢复与安全
二、嵌入式数据库的特点
第一，资源受限。CPU、RAM、Flash 和功耗预算有限，数据库必须支持裁剪、静态配置和低内存运行。第二，环境不稳定。设备可能断电、掉线、温度变化或长期无人值守，数据库要具备恢复和自检能力。第三，实时性要求差异大。控制状态查询可能要求毫秒级，历史数据写入则可以异步批处理。第四，存储介质寿命有限，频繁写入会造成磨损。第五，设备可能需要与云端同步，必须处理离线、冲突和版本。
嵌入式数据库不一定追求复杂分析能力，而是优先满足本地可靠持久化、低延迟、低资源和可维护性。选择数据库时，要先分类数据和质量目标，再选择关系、键值、时序、文档或文件方案。
三、数据库类型
1. 关系型嵌入式数据库
关系型数据库提供表、事务、索引、约束和 SQL，适合配置、设备管理、订单、任务和结构化记录。优点是模型清晰、查询能力强、事务成熟；缺点是代码和运行开销相对较大，复杂查询可能影响实时性。
2. 键值数据库
键值存储以键访问值，结构简单、速度快、资源开销较低，适合配置、状态快照和缓存。缺点是复杂关联和条件查询能力弱，数据一致性和模式约束需要应用层补充。
3. 时序数据库
时序存储适合传感器采样、温度、压力和能耗数据，通常支持按时间范围查询、压缩、聚合和自动过期。设计要注意采样频率、写入批量、存储上限和降采样策略。
4. 文档或对象存储
适合结构变化较大、嵌套信息多的设备配置和模型元数据。但要控制文档大小、版本和部分更新成本，不能把所有业务数据都做成无约束 JSON。
5. 文件系统与日志结构存储
简单设备可以用文件、环形日志和固定记录区实现持久化。它们开销小、行为可控，但需要自行实现校验、索引、事务、并发和恢复，适合数据模型简单且质量要求明确的场景。
四、数据建模
嵌入式数据建模首先要识别数据生命周期：永久配置、运行状态、短期缓存、历史采样、故障日志和升级镜像。不同生命周期应使用不同存储区域和清理策略。
配置数据应有版本、默认值、范围校验和回滚；状态数据应支持快照和恢复；历史数据应设置容量上限、压缩和淘汰；日志应循环覆盖并防止写满；密钥和凭据应使用安全存储并限制访问。
表结构要避免过度规范化导致大量连接和随机读写，也不能为了简单而把所有字段塞进一个大文档。需要根据查询模式、更新频率、实时性和容量设计。索引能加速查询，但会增加写放大、空间和磨损，应只建立必要索引。
五、事务与一致性
事务用于保证一组操作的原子性、一致性、隔离性和持久性。嵌入式系统尤其需要关注断电过程：写入可能只完成一半，索引和数据可能不一致。数据库可以使用日志、写前日志、双页、校验和、影子分页或双份记录保证恢复。
事务范围不宜过大。长事务会占用锁和内存，影响实时任务和并发；可以将采样批量写入，把配置变更和状态更新拆为短事务。关键配置更新要先校验，再原子替换，并保留上一版本以便回滚。
嵌入式数据库的事务一致性还受到硬件缓存、文件系统和存储控制器影响。调用提交接口不一定等于数据已安全落盘，需要根据设备和数据库能力选择同步刷盘、断电保护电容或文件系统保障。
六、并发与实时性
数据库访问可能由多个 RTOS 任务或 Linux 进程发起。控制任务和日志任务共享数据库时，日志写入不能阻塞控制读操作。可以采用读写分离、单独写入任务、队列、缓存、连接隔离和优先级控制。
实时路径应避免复杂 SQL、全表扫描、不可控锁等待和动态内存分配。关键状态可以放在内存和固定结构中，数据库只做周期快照；历史记录通过低优先级批量写入。若数据库必须参与控制闭环，要测量最坏查询和写入时间，而不是只看平均值。
七、存储介质和磨损
Flash 具有擦写次数限制，数据库索引、日志和频繁更新状态会产生写放大。需要采用磨损均衡、日志结构、批量写入、延迟刷盘、环形存储和冷热数据分离。不能把每一次传感器采样都立即同步写入非易失性介质。
存储空间还要设置水位线：达到预警水位时压缩或淘汰历史数据，达到危险水位时停止低优先级写入并保留安全日志。存储满和坏块出现时，系统应进入可诊断状态，不能静默覆盖关键配置。
八、断电保护与恢复
设备可能在写入中断电，恢复流程应包括数据库完整性检查、日志重放、未完成事务回滚、坏记录隔离、默认配置恢复和告警。关键配置可以采用双备份和版本号：写入新副本并校验成功后，再切换有效标记。
恢复设计要考虑启动时间。大型历史数据库不应在每次启动时进行长时间全量扫描，可维护检查点、校验摘要和分区索引。恢复失败时要有安全默认值和人工导出路径。
九、安全设计
嵌入式数据库可能包含设备身份、密钥、用户凭据和生产数据。应采用访问控制、存储加密、密钥保护、敏感字段脱敏、完整性校验和安全删除。数据库文件即使被取出，也不应直接泄露核心秘密。
应用和诊断接口要分权限，普通业务不能读取密钥表；远程运维必须审计；备份文件和导出数据要加密。升级数据库结构时要进行版本校验和迁移回滚，防止恶意或错误升级破坏数据。
十、设备与云端同步
联网设备常需要把本地数据上传云端，也需要接收配置和模型。同步设计应支持断网缓存、断点续传、重复检测、版本、时间戳和冲突处理。设备端不能无限缓存，必须设置容量上限和优先级。
对于设备状态，云端通常需要最终一致；对于安全配置和控制命令，则要有签名、版本和确认。相同数据被设备和云端同时修改时，应根据字段、时间、版本或业务规则解决冲突，不能简单使用“最后写入覆盖”。
十一、案例：工业采集终端数据库设计
某工业终端需要保存设备配置、实时状态、每秒采样数据、故障日志和云端同步队列。架构师将配置和状态放入关系型嵌入式数据库，采样数据采用分区时序文件，故障日志采用环形记录，同步队列使用带状态和重试次数的表。
采样任务 → 内存环形缓冲 → 批量写入 → 本地历史存储 → 云同步队列 配置服务 → 原子事务 → 配置版本/校验 → 设备驱动 诊断服务 → 故障日志 → 告警与远程运维
控制路径不直接等待历史写入；断电时配置采用双副本和校验；采样达到容量上限后进行降采样和淘汰；同步队列支持断点续传和幂等；数据库启动时检查未完成事务和损坏分区；敏感配置加密并按角色访问。
十二、数据库选型方法
先明确数据类型、读写比例、查询模式、容量、增长速度、事务和实时目标，再比较数据库体积、内存、启动、并发、索引、恢复、磨损、加密、工具链和许可证。通过真实数据和断电、满盘、长期写入、并发访问、升级迁移测试验证。
不要把云端数据库直接缩小后搬到设备。嵌入式数据库需要适应离线、资源受限、介质磨损和无人值守环境。对关键设备还要提供数据库修复、导出、诊断和回滚机制。
十三、考试答题模板
题目问“嵌入式数据库设计要点”，可写资源裁剪、数据建模、事务、索引、并发、实时、断电恢复、磨损均衡、安全、备份、同步和升级。题目问“为什么不能频繁写 Flash”，要写擦写寿命、写放大、功耗和掉电风险，并提出缓存、批量、环形日志、磨损均衡和冷热分离。
论文中可以写：我按配置、状态、历史、日志和同步队列分类存储，对控制路径采用内存和短事务，对历史数据批量异步写入；通过双副本、日志恢复、校验、磨损均衡、容量水位和断电演练保证数据可靠；同步过程使用版本、幂等、断点续传和冲突策略，满足设备长期离线运行要求。
十四、课后练习
练习1
为什么传感器采样不宜每次都同步写入 Flash？
参考答案：会造成写放大、介质磨损、功耗和实时延迟，断电时还可能增加不完整写入风险；应采用内存缓冲、批量写入、环形存储、降采样和磨损均衡。
练习2
配置更新如何保证不会出现半写状态？
参考答案：使用短事务、双副本、版本号、校验和有效标记；新副本完整写入并验证后再切换，失败则保留旧版本并告警。
练习3
设备离线后恢复联网，如何避免重复上传？
参考答案：为数据批次或事件设置唯一编号，记录同步状态和确认点，支持断点续传；服务端幂等接收，重复编号返回已处理结果，并处理队列容量和失败重试。
十五、今日复盘
嵌入式数据库设计必须同时考虑数据语义、资源约束、实时性、介质寿命、断电恢复和安全。关系、键值、时序、文件等存储方式各有边界，关键是按数据生命周期和质量目标选择。高级题要写出数据分类、事务与恢复、磨损控制、同步冲突和验证方法。
