数据存储地图

数据存储不是“会写 SQL”或“会接向量库”。高级岗位需要对数据模型、正确性、性能、恢复和治理负责，并理解不同存储系统之间不可替代的边界。

内容状态：规划中。 当前页面先定义学习范围与交付标准，正式文章尚未完整上线。

六个能力域

能力域	关键判断
关系型数据库	数据建模、索引、执行计划、事务、锁与隔离级别
缓存	缓存模式、失效、一致性、热点、穿透与雪崩
搜索与文档存储	倒排索引、相关性、Mapping、聚合与更新成本
向量与 AI 数据	Embedding、切分、过滤、混合检索和版本管理
数据链路	CDC、消息、批流处理、幂等、顺序与最终一致性
治理与恢复	迁移、备份、恢复演练、保留策略、权限和审计

选型原则

• 先从访问模式、一致性和恢复目标出发，再选择存储产品。
• 向量数据库不能替代业务事实库；RAG 索引必须能够追溯到来源与版本。
• 缓存提升读取效率，但会引入失效、并发和一致性成本。
• 性能优化必须基于执行计划、指标和负载证据，不能只依赖经验规则。

完成标准

• 为贯穿项目设计业务数据、文档元数据和检索索引的边界；
• 解释事务隔离、缓存一致性和消息语义对业务正确性的影响；
• 用数据证明一次慢查询或检索质量问题的原因与改进；
• 制定可执行的数据迁移、回滚、备份和恢复方案。