第五卷：数据库与数据系统

这一卷从关系模型进入索引、执行器、事务、复制、消息与搜索系统。先写一致性和恢复合同，再谈吞吐；否则性能数字很漂亮，数据可能已经悄悄辞职。

先修知识

• 需要基本的编程、文件读写和数据结构知识；存储与执行器部分会用到缓存、复杂度和并发的概念。
• 从 SQLite 3.37.0+ 的独立练习库开始。涉及 PostgreSQL、MySQL、RocksDB 等产品时，按对应课次的环境说明操作。

覆盖内容

前 3 章建立查询与建模基础，4–10 章进入存储与执行，11–16 章处理事务和分布式约束，17–20 章讨论消息、架构、缓存与搜索。

第 1 章

• 1.1 关系模型、约束与安全写入
• 1.2 SQL 查询语义、连接、聚合与执行计划

第 2 章

• 2.1 关系代数：用 relation 组合查询
• 2.2 查询等价、逻辑改写与 SQL 语义边界

第 3 章

• 3.1 从业务规则到 ER 模型与关系 Schema
• 3.2 函数依赖、范式与可验证分解

第 4 章

• 4.1 页式存储、记录布局与 Buffer Pool
• 4.2 B+ 树索引：页、键序与执行代价
• 4.3 WAL、Checkpoint 与 Crash Recovery

第 5 章

• 5.1 LSM-Tree 写入、SSTable 与读取合并
• 5.2 Compaction、放大效应与 LSM 运维

第 6 章

• 6.1 列式布局、Parquet 与编码
• 6.2 列式扫描：裁剪、Pruning、向量化与延迟物化

第 7 章

• 7.1 哈希索引：等值访问、冲突与动态扩容
• 7.2 外部排序、多路归并与 Merge Join

第 8 章

• 8.1 查询执行器：Scan、Join、Aggregate 与资源边界
• 8.2 基数估算、成本模型与执行计划诊断

第 9 章

• 9.1 从逐行解释到表达式 JIT
• 9.2 Pipeline、Push 执行与查询代码生成

第 10 章

• 10.1 向量化执行、Selection Vector 与数据表示
• 10.2 SIMD Kernel、运行时分派与数值语义

第 11 章

• 11.1 事务边界、ACID 与失败语义
• 11.2 并发异常、调度与可串行化

第 12 章

• 12.1 PostgreSQL MVCC、快照与隔离级别
• 12.2 InnoDB Read View、Undo 与加锁读

第 13 章

• 13.1 两阶段锁、锁粒度与死锁诊断
• 13.2 OCC、时间戳排序与应用并发策略

第 14 章

• 14.1 内存优先数据库：执行、布局与恢复
• 14.2 Redis 命令模型、事务与持久化

第 15 章

• 15.1 从访问模式选择 NoSQL 数据模型
• 15.2 CAP、读写一致性与降级边界

第 16 章

• 16.1 分片、复制组与共识
• 16.2 跨分片事务、时钟与地理分布

第 17 章

• 17.1 从消息生命周期理解 Kafka、Pulsar 与 RabbitMQ
• 17.2 确认边界、幂等消费与积压恢复

第 18 章

• 18.1 用工作负载与不变量做数据系统选型
• 18.2 数据架构、派生视图与安全演进

第 19 章

• 19.1 缓存协议、一致性窗口与失效
• 19.2 击穿、穿透、雪崩与缓存运维

第 20 章

• 20.1 倒排索引、Analyzer 与相关性
• 20.2 近实时索引、同步、分片与搜索运维

学完能做什么

• 写出保持连接基数和 NULL 语义的查询，检查键、外键与事务边界。
• 根据执行计划和读写放大定位存储或查询瓶颈，说明优化的代价。
• 为复制、消息、缓存和搜索写清确认、过期、重试与恢复条件。

怎样使用这份目录

第一次学习可先完成 1–5 章的查询、建模和存储主线，再读事务部分。排查慢查询时从 8.2 回到相关索引或执行器课；处理重复消费和缓存旧值时，从 17.2、19.1 检查确认与失效边界。每条路线都应留下可核对的查询结果、计划或故障记录。