数据库内核与存储引擎：YouTube 七强频道深度精读

本期概述

本期是 YouTube 优质内容精选的第 2 轮，聚焦 programming（编程与开发） 分类。在已覆盖编译器、Go 后端、Python、系统设计、数据工程等方向之后，本期选择一个更垂直、也更能拉开工程师差距的方向——数据库内核与存储引擎工程。

选择这个方向有三个理由：第一，它是后端工程的"深水区"，理解 B+Tree、LSM-Tree、WAL、MVCC、查询优化器的人，能写出别人写不出的高吞吐、低延迟系统；第二，2025–2026 年是存算分离、云原生数据库、向量检索引擎的爆发期，底层存储原理重新成为热需求；第三，YouTube 上恰好有一批顶级频道，从学术殿堂（CMU）到一线工程师（Hussein Nasser），从"从零造轮子"（Arpit Bhayani）到理论经典（DDIA），覆盖极其完整。

本期精选 7 个频道/系列，覆盖学术权威、实战工程、从零构建、系统理论、单一引擎解剖、手把手实现、分布式内核七个不同角度，互不重叠。文中订阅数为截至 2026 年初的近似值，请以频道实际显示为准。

七强频道对比一览

一、CMU Database Group（Andy Pavlo）——学术权威的金标准

频道：CMU Database Group　订阅：约 18 万 代表系列：CMU Intro to Database Systems (15-445/645 - Fall 2025)　链接：https://www.youtube.com/@CMUDatabaseGroup

这是全球公认"最该看的数据库内核课程"。Andy Pavlo 教授风格幽默、节奏极快，且每年都更新——2025 秋季版本已是 Fall 2025（playlist: PLSE8ODhjZXjYMAgsGH-GtY5rJYZ6zjsd5），内容包含对开源与商业数据库的案例剖析。

核心洞察：

1. 数据库不是黑盒，而是分层架构：磁盘/内存管理 → 缓冲池 → 执行引擎 → 查询优化器。Pavlo 反复强调"性能瓶颈往往在缓冲池换页，而非 SQL 本身"。
2. B+Tree 为何统治 OLTP：叶子节点用链表相连支持范围扫描，非叶节点只存键值，扇出极大——这是 InnoDB 默认选择的根本原因。
3. 查询优化器的成本估算：基于统计信息的 CBO（Cost-Based Optimization），核心是选择率估算和连接顺序枚举。
4. 进阶系列 15-799（Query Optimization） 直接讲 EXODUS、Volcano、Cascades 优化器生成器，这是工业级优化器（如 PostgreSQL、SQL Server）的理论源头。

实用价值：把它当作"数据库内核的本科+研究生全套教材"。看完你能在面试中讲清"一条 SELECT 语句从解析到返回经历了什么"，并真正理解为什么加索引有时反而更慢。

适合人群：有 C++ 基础、想系统理解数据库内核的后端工程师、数据库方向的研究生。

二、Hussein Nasser（@hnasr）——实战派的代表

频道：Hussein Nasser　订阅：约 52 万 代表播放列表：Database Engineering　链接：https://www.youtube.com/@hnasr

Hussein 是后端工程领域最有影响力的实战讲师之一，他的《Fundamentals of Database Engineering》课程配套了大量免费 YouTube 视频。他的特点是不背书、讲生产事故——频道里"大公司 Outage 分析"播放列表尤其精彩。

核心洞察：

1. B-Tree vs B+Tree 的生产取舍（视频 a1Z40OC553Y）：B+Tree 的数据全在叶子层、叶间有链表，这就是为什么生产数据库几乎都用 B+Tree 而非 B-Tree。
2. MVCC 到底解决了什么：悲观并发控制 vs 乐观并发控制的对比，讲清"读不阻塞写"背后的多版本链代价。
3. 索引的两面性：B-Tree 索引为何能加速读、却拖慢写——写放大、页分裂的代价。他的"Database Indexes, Everywhere"系列把索引讲到了系统设计面试的精度。
4. MySQL 高级索引锁（视频 MK24y7AmKTc）：间隙锁、Next-Key Lock 在 RR 隔离级下的行为，这是线上死锁排查的必修课。

实用价值：直击"面试常考 + 线上常踩"的痛点。学完你能独立分析一条慢 SQL 是卡在索引、锁还是事务隔离级。

适合人群：后端工程师、SRE、准备系统设计与数据库面试的人。

三、Arpit Bhayani——从零构建 Redis 与数据库

频道：Arpit Bhayani　订阅：约 31 万 代表系列：Redis Internals - Build Redis from Scratch　链接：https://www.youtube.com/@ArpitBhayani

Arpit 是"造轮子流"的代表，他的核心理念是：理解一个系统的最高方式，就是重新实现它。其课程"Redis Internals"要求学员用重新实现的方式吃透 Redis。

核心洞察：

1. Redis 为什么快：I/O 多路复用（epoll/kqueue）+ 单线程避免锁竞争 + 纯内存操作。视频 h30k7YixrMo 详细拆解了这一组合。
2. 事件循环与 RESP 协议：从字节层面理解客户端命令如何被解析、调度、响应。
3. 持久化的两种哲学：RDB（快照）vs AOF（追加日志），以及它们在数据安全与性能之间的权衡。
4. 数据结构底层：SDS、跳表、压缩列表——为什么这些结构比标准库更适合内存数据库场景。

实用价值：构建一个能用的迷你 Redis 后，你将真正理解"缓存穿透/雪崩/击穿"背后的内存与并发机制，而不是停留在背诵层面。

适合人群：喜欢动手、有一定 C/系统编程基础、想往基础架构方向走的资深工程师。

四、Designing Data-Intensive Applications（DDIA 解读）

代表视频：Designing Data-intensive Applications with Martin Kleppmann 链接：https://www.youtube.com/watch?v=SVOrURyOu_U　配套解读 playlist：PL2yiJZFhIp9IkVtKJq8wgEwSElY6HrsDJ

Martin Kleppmann 的《DDIA》是数据系统领域的"圣经"，2025 年发布了备受期待的修订版。虽然本书不是 YouTube 频道，但围绕它有大量优质讲解，从作者本人的 GOTO 讲座到逐章拆解的独立创作者。

核心洞察：

1. 存储引擎的两大流派：面向页的 B-Tree（更新就地）vs 面向日志的 LSM-Tree（追加+合并）。这是整本书第 3 章的精华，也是本期其他频道的理论锚点。
2. 复制的三种模式：单主、多主、无主，以及各自的一致性与冲突代价。
3. 分区与二级索引：文档分区索引 vs 词条分区索引，决定了分布式查询的复杂度。
4. 事务与一致性谱系：从线性一致性到最终一致性的权衡，隔离级别的真实含义（脏读、不可重复读、幻读）。

实用价值：这是架构师思维的"操作系统级"底座。读完你会发现，所谓"选 MySQL 还是 Cassandra""要不要引入消息队列"，本质都是 DDIA 里的权衡题。

适合人群：3 年以上经验、做系统设计、架构方向的后端工程师。

五、SQLite Internals 讲座——解剖"世界上最常用的数据库"

代表视频：SQLite Internals: How The World's Most Used Database Works 链接：https://www.youtube.com/watch?v=poA497gSs-4　官方架构文档：https://sqlite.org/arch.html

SQLite 装在全球数十亿设备上，却少有人真正读懂它的源码。这个讲座（及相关深度解读）把 SQLite 的模块化架构一层层剥开。

核心洞察：

1. 六层模块化架构：Tokenizer → Parser → Code Generator → VDBE → B-Tree → OS Interface（Pager）。这是一个教科书级的"分层但内聚"设计。
2. VDBE 字节码：SQLite 不直接执行 SQL，而是把 SQL 编译成虚拟机字节码再执行——这与编译器/解释器的设计思想一脉相承。
3. B-Tree 落盘：SQLite 用 B-Tree 维护数据库文件，btree.c 是理解其存储的钥匙。
4. WAL 模式 vs 回滚日志：SQLite 后期引入的 WAL 模式大幅提升了并发读性能，是移动端数据库的关键优化。

实用价值：SQLite 源码是最适合"完整读懂"的工业级数据库（约 15 万行 C 代码）。这是从"会用数据库"到"会改数据库"的捷径，尤其适合做嵌入式、边缘端、本地优先（local-first）应用的开发者。

适合人群：嵌入式/移动端工程师、对源码级理解有执念的极客。

六、从零构建 LSM-Tree 存储引擎——手把手工程实现

代表方向：Building a Database from Scratch in Go（StrataKV，视频 lMIwXJA6MVQ）＋ Rust 版 MiniLSM（skyzh） 链接：https://www.youtube.com/watch?v=lMIwXJA6MVQ　MiniLSM 教程：https://skyzh.github.io/mini-lsm/

LSM-Tree 是 RocksDB、LevelDB、Cassandra、HBase 的共同底层。这一方向的内容不空谈理论，而是一行代码带你写出能跑的 KV 引擎。

核心洞察：

1. 写入路径：写 WAL（保证崩溃恢复）→ 写内存 MemTable → 达到阈值刷成不可变 SSTable 落盘。
2. 读取路径与读放大：MemTable → 热层 SSTable → 冷层，配合布隆过滤器跳过不含目标 key 的文件。
3. Compaction 的核心矛盾：Size-Tiered（写友好）vs Leveled（读友好），这是写放大 vs 读放大 vs 空间放大的三角权衡。
4. Rust + LSM + tokio 是 2026 年存储引擎的主流工程栈（参考 toolsku 2026 评测），工业实践与教程高度对齐。

实用价值：亲手实现一个 LSM 引擎后，你看 RocksDB 的调优参数（write_buffer_size、max_bytes_for_level_base、compaction_style）就不再是黑魔法。

适合人群：存储/基础架构方向工程师、想转岗数据库内核的开发者。

七、Alex Petrov《Database Internals》精读——分布式数据内核

代表方向：Database Internals: A Deep Dive into How Distributed Data Systems Work 视频：https://www.youtube.com/watch?v=RES0H4osByw　播放列表：PLI3TocC2xS26b3N0XXSVDReZ_4SgL-Q5c

Alex Petrov 的《Database Internals》是少数从"单节点存储引擎"一路讲到"大规模分布式协调"的著作。围绕它的精读系列，适合已经入门、想往分布式深水区走的人。

核心洞察：

1. 从单机到分布式的连续谱：先理解 B-Tree、日志结构存储，再理解为何分布式要引入共识协议。
2. 共识协议三件套：Paxos、Raft、Zab——分布式数据库的"信任基石"，讲清为什么多数派写入能保证一致性。
3. CAP 与 PACELC：延迟与一致性在网络分区时的真实代价，比教科书上的 CAP 更贴近工程。
4. 反熵与成员关系管理：Gossip 协议、Merkle Tree 同步——Cassandra、Dynamo 类系统的核心机制。

实用价值：这是从"会写 SQL"到"能设计分布式数据库"的桥梁。适合在准备分布式系统高级面试、或参与自研数据库团队的人。

适合人群：分布式系统方向、基础架构资深工程师、数据库内核研究者。

知识图谱：数据库内核的关联结构

下面的图谱展示本期七强频道如何覆盖数据库内核的完整知识体系，并给出一条推荐的学习路径：

flowchart TD
    A[数据库内核知识体系] --> B[存储引擎 Storage]
    A --> C[事务与并发 Transaction]
    A --> D[查询处理 Query]
    A --> E[分布式 Distributed]

    B --> B1[B+Tree: InnoDB/SQLite]
    B --> B2[LSM-Tree: RocksDB/LevelDB]
    B --> B3[WAL 崩溃恢复]

    C --> C1[MVCC 多版本]
    C --> C2[隔离级别与锁]

    D --> D1[优化器 CBO/Cascades]
    D --> D2[执行器 Volcano]

    E --> E1[复制与分区]
    E --> E2[共识 Raft/Paxos]

    %% 频道映射
    B2 -.->|频道6 从零造LSM| F6
    B1 -.->|频道5 SQLite| F5
    C1 -.->|频道2 Hussein| F2
    D1 -.->|频道1 CMU 15-799| F1
    E2 -.->|频道7 Petrov精读| F7
    C2 -.->|频道2 Hussein| F2
    B -.->|频道4 DDIA理论| F4
    B3 -.->|频道3 Arpit Redis| F3

    style A fill:#e8f5e9,stroke:#2e7d32,stroke-width:2px
    style B fill:#fff3e0,stroke:#e65100
    style E fill:#e3f2fd,stroke:#1565c0

推荐学习路径（用 Mermaid 时序表达从入门到精通的进阶）：

flowchart LR
    L1[入门<br/>Hussein Nasser<br/>索引/锁/MVCC] --> L2[系统理论<br/>CMU 15-445<br/>+ DDIA]
    L2 --> L3[动手造轮子<br/>从零构建 LSM<br/>+ Redis]
    L3 --> L4[源码级<br/>SQLite Internals]
    L4 --> L5[分布式深水区<br/>Petrov 精读<br/>+ CMU 15-799]
    style L1 fill:#f1f8e9
    style L5 fill:#fce4ec

延伸推荐

如果七强还不够，这 5 个方向值得继续深挖：

1. Eugene Yan / Haki Benita 的数据库博客与演讲 —— 把索引、连接算法、查询计划讲得极清晰，适合作为 Hussein Nasser 的补充。
2. LevelDB / RocksDB 官方文档 + 源码导读 —— 在造完 LSM 引擎后，对照工业实现，理解生产级优化。
3. PostgreSQL 官方 Internals 文档（The Internals of PostgreSQL） —— 想深入理解一个完整开源数据库的查询规划器与 MVCC 实现。
4. GOTO Conferences / Devoxx 的数据库主题演讲 —— 来自 Meta、Couchbase、Snowflake 一线工程师的 LSM、向量检索、存算分离实践。
5. MIT 6.5840（原 6.824）分布式系统 —— 用 Raft 和分布式 KV 实验补足 Petrov 精读里偏理论的共识部分，做到"理论+动手"闭环。

参考来源

1. CMU Intro to Database Systems (15-445/645 - Fall 2025) 播放列表 — Andy Pavlo 教授的最新数据库系统公开课。
2. Hussein Nasser - Database Engineering 播放列表 — 后端工程与数据库实战（ACID、索引、MVCC）。
3. Arpit Bhayani - Redis Internals: Build Redis from Scratch — 通过重新实现理解 Redis 内核。
4. Designing Data-intensive Applications with Martin Kleppmann — DDIA 作者访谈，存储引擎两大流派。
5. Database Storage Engines Explained: B-Trees, LSM-Trees — 基于 Petrov《Database Internals》的存储引擎深度解读。
6. MiniLSM: A Tutorial of Building Storage Engine in Rust — 一周构建 LSM-Tree 存储引擎的开源教程。
7. SQLite Architecture 官方文档 — SQLite 模块化架构与 B-Tree 落盘机制权威说明。

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。