# 数据库内核拆解：七强精读 > 当所有人都在讨论"用哪个数据库"时，真正的工程师在追问"数据库是如何工作的"。2026 年，随着 DuckDB 1.5 把 ClickHouse 级别的 OLAP 能力塞进进程内、DDIA 第二版为 AI 与云原生架构彻底重写、PostgreSQL 18 巩固"赢了 API 战争"的地位——数据库内核知识正从"DBA 专属"变成"全栈工程师的必修课"。本期精选 7 个把数据库"拆给你看"的顶级频道/系列，从学院派研究前沿到手搓存储引擎，从源码级单库解剖到体系化原则，构建一张可落地的数据库内核学习地图。 ## 一、本期概述 本期聚焦 **programming** 分类下最硬核、却长期被普通开发者回避的子领域——**数据库内核（Database Internals）与存储引擎**。 核心发现有三： 1. **学习资源已完成"分层化"**。从 100 秒入门（Fireship）到研究生级前沿课（CMU），从体系化原则（DDIA）到逐行源码（Arpit Bhayani），不同水平的人都能找到对位的入口，不必再啃砖头教科书。 2. **2026 年最大的范式故事是"分析引擎下沉"**。DuckDB 把列存 + 向量化执行 + Morsel 驱动并行塞进一个嵌入式库，让"在 Python 进程里跑十亿行分析"成为现实；而 DuckLake 1.0 把它升级成新一代湖仓表格式。这条主线贯穿了 CMU 高级课、Fireship 速览与多篇 2026 深度文。 3. **"手搓一个数据库"成为新型教学范式**。Blackbored 等频道从零实现存储引擎，把 B-tree、WAL、页布局这些抽象概念变成可运行的代码——这与近期"从零实现编译器/CLI"的浪潮一脉相承。 ## 二、七强对比总览 | 频道 / 系列 | 风格定位 | 核心内容 | 难度 | 适合人群 | |---|---|---|---|---| | **CMU Database Group（Andy Pavlo）** | 学院派 / 研究前沿 | 高级数据库系统、DuckDB 内核、查询优化 | ★★★★★ | 算法/系统方向工程师、想做 DB 研发者 | | **Hussein Nasser** | 协议级 / 工程实战 | ACID、WAL、索引、复制、HTTP/gRPC | ★★★☆☆ | 后端工程师、想搞懂"为什么慢"的人 | | **Arpit Bhayani（Asli Engineering）** | 源码级 / 单库深挖 | PostgreSQL/MySQL 连接模型、锁、MVCC | ★★★★☆ | 中高级后端、系统设计面试者 | | **Martin Kleppmann（DDIA 2E）** | 原则层 / 体系化 | LSM vs B-tree、复制、分区、一致性 | ★★★★☆ | 架构师、分布式系统学习者 | | **Blackbored（Japhet Obala）** | 从零手搓 / 代码驱动 | 亲手实现存储引擎 | ★★★☆☆ | 喜欢动手、想祛魅内核的开发者 | | **Fireship** | 极速 / 生态速览 | DuckDB 100 秒、技术雷达 | ★★☆☆☆ | 所有人（入门与保持技术敏锐） | | **DuckDB 生态专题** | 案例研究 / 现代分析引擎 | 向量化执行、列存、DuckLake | ★★★★☆ | 数据工程师、数据科学家 | ## 三、七强深度解读 ### 1. CMU Database Group（Andy Pavlo）—— 学院派的天花板 **频道**：[CMU Database Group](https://www.youtube.com/@CMUDatabaseGroup)　**代表作**：Advanced Database Systems（15-721），含 "DuckDB Embedded Database System" 整章 Andy Pavlo 是卡内基梅隆大学的数据库教授，他的课程被业内公认为"全球最好的免费数据库内核教材"。其 **Advanced Database Systems** 系列直接把当年最热的系统（DuckDB、ClickHouse、Peloton）拆成讲座——其中 "S2024 #20 - DuckDB Embedded Database System" 一讲，从嵌入式架构讲到向量化执行，被 DuckDB 官方推特专门转发背书。 **关键洞察**：Pavlo 的独特价值在于他不止讲"是什么"，更讲"为什么工业界选了这条路"。例如他会用基准数据对比 B-tree 与 LSM-tree 的写放大，解释为何不同负载需要不同存储结构。他的查询优化章节（基于代价的优化器 CBO）几乎是市面上最系统的免费资料。 **实用价值**：面试顶级公司的数据库/存储岗位、设计自研存储引擎、读懂 SIGMOD/VLDB 论文。**适合人群**：有扎实基础、目标是数据库研发或系统方向研究生的工程师。 ### 2. Hussein Nasser —— 把协议和 ACID 讲成人话 **频道**：[@hnasr](https://www.youtube.com/@hnasr)　**代表作**：[Database Engineering 播放列表](https://www.youtube.com/playlist?list=PLQnljOFTspQXjD0HOzN7P2tgzu7scWpl2) Hussein Nasser 是后端工程领域的顶级教育者，他的 **Database Engineering** 系列从 ACID 事务、内存数据库、索引一直讲到 WAL、复制与协议。他的风格是"工程实战 + 手绘板书 + 极少废话"，喜欢用一个具体的网络包或一行日志把抽象概念钉死。 **关键洞察**：他最有价值的内容集中在"协议与机制"层——WAL（预写日志）如何保证持久性、2PL 与 MVCC 如何权衡并发、HTTP/2 与 gRPC 如何影响数据库连接。这些恰好是普通教程最薄弱、却最能解释"生产环境为什么慢/为什么锁"的部分。 **实用价值**：排查线上锁等待与死锁、理解复制延迟根因、为系统设计面试补足数据库底座。**适合人群**：写过 CRUD 但想升级到"懂底层"的后端工程师。 ### 3. Arpit Bhayani（Asli Engineering）—— 源码级的单库解剖刀 **频道**：[Arpit Bhayani](https://www.youtube.com/c/ArpitBhayani)（约 21 万订阅）　**代表作**：[PostgreSQL and MySQL Internals 播放列表](https://www.youtube.com/playlist?list=PLsdq-3Z1EPT1cL2FsCkxLlw-VLqK0GU-F) Arpit Bhayani 是前 Amazon、独立教育者，他的 **Asli Engineering** 频道专攻"把一个系统讲到源码级"。其 PostgreSQL/MySQL 内核系列已有 25+ 期，逐层拆解连接管理、进程模型、锁、MVCC、缓冲池——例如"PostgreSQL 连接管理与每客户端进程模型"一期，把 Postgres 的 fork-per-connection 架构讲得清清楚楚。 **关键洞察**：他的方法论是"单库深挖到底"。不泛泛对比，而是真正钻进一个系统的设计决策：为什么 Postgres 用多进程而非多线程？为什么 MySQL 的 InnoDB 这么设计缓冲池？这种深度对系统设计面试和自研选型极其有用。 **实用价值**：技术面试中讲清楚"数据库为什么这么实现"、为选型提供源码级依据、培养"读源码"的工程肌肉。**适合人群**：中高级后端、准备系统设计面试的工程师。 ### 4. Martin Kleppmann（DDIA 第二版）—— 体系化的"圣经" **代表作**：[Designing Data-intensive Applications with Martin Kleppmann](https://www.youtube.com/watch?v=SVORURyOu_U)（Pragmatic Engineer 对谈）｜[Storage Engines 章节](https://www.youtube.com/watch?v=4V6AgdjPcCU)｜**DDIA 第二版（2026 年 O'Reilly 出版）** Martin Kleppmann 的《Designing Data-Intensive Applications》（DDIA）是数据系统领域的"圣经"，而 **2026 年第二版由他与 Chris Riccomini 合著，为 AI 与云原生架构做了大规模重写**——这是今年数据库圈最重大的事件之一。其存储引擎章节系统对比了 **LSM-tree 与 B-tree**：前者写优化、靠后台 compaction 维护，读放大与空间放大是主要代价；后者读优化、原地更新，写放大更高。 **关键洞察**：DDIA 的核心方法论是"先建立原则框架，再谈具体系统"。当你理解了复制、分区、事务、一致性的通用权衡后，Postgres、Cassandra、ClickHouse 的差异都只是这套原则的不同组合。 **实用价值**：架构评审时做出有依据的存储选型、读懂分布式数据库论文、构建可演进的系统。**适合人群**：架构师、分布式系统学习者、所有想"系统化"数据库知识的人。 ### 5. Blackbored（Japhet Obala）—— 从零手搓存储引擎 **代表作**：[Deep Dive Series - DB Storage Engines](https://www.youtube.com/watch?v=oiurIDPl9AE) Blackbored 走的是"造轮子"教学路线——主持人 Japhet Obala 带你**亲手实现一个存储引擎**。从页布局、空闲空间映射，到 B-tree 节点分裂与合并、WAL 的追加写，每一步都用代码落地。这与近期"从零实现编译器""从零写 CLI"的浪潮一脉相承：**没有什么比亲手写一遍更能祛魅**。 **关键洞察**：抽象概念（如"B-tree 节点分裂""WAL 的 fsync 语义"）在教科书里是图，在手搓时是一堆边界条件和 bug。当你自己处理过页内分裂、自己写过崩溃恢复，就再也不会把数据库当成黑盒。 **实用价值**：真正理解索引为何这样工作、为阅读 SQLite/Postgres 源码打基础、获得"我能造轮子"的工程自信。**适合人群**：喜欢动手、对黑盒感到不适的开发者。 ### 6. Fireship —— 100 秒建立坐标系 **代表作**：[DuckDB in 100 Seconds](https://www.youtube.com/watch?v=uHm6FEb2Re4) Fireship 的 "X in 100 Seconds" 系列是保持技术敏锐的最佳零食。DuckDB 一期精准定义了它的生态位——**"SQLite for analytics"**：一个进程内、列存、为 OLAP 优化的嵌入式数据库。100 秒内你会得到：它解决什么问题、和 Pandas/ClickHouse 的关系、何时该用。 **关键洞察**：Fireship 的价值不是深度，而是"坐标系"。在投入几十小时学 DuckDB 之前，先用 100 秒判断它是否值得；看完 CMU 深度课后，再用它做技术雷达式的快速补充。它是知识体系的"索引页"而非"正文"。 **实用价值**：高效筛选技术栈、跟进生态动态、给团队做 30 秒技术科普。**适合人群**：所有人——尤其想快速判断"要不要深入学这个"的开发者。 ### 7. DuckDB 生态专题 —— 现代分析引擎的范式样本 **代表作**：CMU 高级课 DuckDB 整章 ｜ [DuckDB 2026 内部机制深度解读](https://anhtu.dev/duckdb-2026-embedded-olap-database-data-analytics-without-server-1130) ｜ [DuckLake 架构深度解析](https://motherduck.com/blog/ducklake-architecture-deep-dive/) 把 DuckDB 生态单列为一个"专题精读"，是因为它浓缩了 2026 年数据库工程最值得学的三项技术：**列式存储、向量化执行、Morsel 驱动并行**。2026 年的 DuckDB 已迭代到 1.5.x，并推出 **DuckLake 1.0**——一个号称"显著更简单"的新一代湖仓开放表格式，能跨数据湖提供事务性 SQL。 **关键洞察**：DuckDB 的"秘密武器"是**向量化执行**——一次处理一批（向量）数据而非一行，极大提升 CPU 缓存命中率与 SIMD 利用率；配合 **Morsel-driven parallelism**（把数据切成 morsel 分发到工作线程），它在一个嵌入式进程里跑出了服务器级 OLAP 性能。理解这套机制，就理解了所有现代分析引擎（ClickHouse、Polars）的共性。 **实用价值**：在 Python/R/Node 进程内做亿级数据分析、评估向量化引擎设计、为数据管道选型。**适合人群**：数据工程师、数据科学家、做性能优化的后端。 ## 四、知识图谱：七强如何拼出数据库内核全貌 ```mermaid graph TD A[数据库内核知识树] --> B[存储引擎层] A --> C[事务并发层] A --> D[查询执行层] A --> E[分布式与复制层] B --> B1[B-tree vs LSM-tree] B --> B2[WAL 预写日志] B --> B3[页布局/缓冲池] B --> B4[列式存储] C --> C1[ACID] C --> C2[MVCC] C --> C3[隔离级别/2PL] D --> D1[查询优化器 CBO] D --> D2[向量化执行] D --> D3[Morsel 驱动并行] E --> E1[复制/共识] E --> E2[分区/分片] B1 -.体系化原则.-> P1[Kleppmann DDIA] B3 -.从零手搓.-> P2[Blackbored] C1 -.工程实战.-> P3[Hussein Nasser] B2 -.源码级.-> P4[Arpit Bhayani] D2 -.研究前沿.-> P5[CMU Pavlo] D2 -.案例样本.-> P7[DuckDB 生态] B4 -.生态速览.-> P6[Fireship] ``` ## 五、学习路径建议 把这 7 个频道排成一条**从祛魅到精通**的路径： 1. **建立坐标系**（1 天）：Fireship 看 100 秒系列，确定你对哪些数据库/概念感兴趣。 2. **动手祛魅**（1-2 周）：跟 Blackbored 手搓一个迷你存储引擎，把 B-tree 与 WAL 从"概念"变成"我写过的代码"。 3. **补足机制**（2-3 周）：Hussein Nasser 补 ACID/索引/复制，Arpit Bhayani 钻进 PostgreSQL/MySQL 源码级细节。 4. **建立原则**（持续）：精读 DDIA 第二版，把零散知识收敛成"复制+分区+事务+一致性"的通用框架。 5. **追踪前沿**（长期）：订阅 CMU Advanced DB，跟进 DuckDB/ClickHouse 等现代引擎的工程论文与版本演进。 ## 六、延伸推荐 - **ByteByteGo（Alex Xu）**：从系统设计视角看数据库在整体架构中的角色，与 DDIA 互补。 - **Seattle Data Guy（Benjamin Rogojan）**：聚焦数据工程实战，适合想从"会用数据库"到"设计数据平台"的人。 - **Zach Wilson（Data Engineer Camp）**：现代数据栈选型与工程化，覆盖 DuckDB/Polars/dbt 等。 - **ScyllaDB 与 TheNewStack 博客**：DDIA 2026 重写的技术解读，适合跟进行业范式迁移。 - **DuckDB 官方博客与 Release Calendar**：最权威的版本与机制说明，是验证二手解读的基准源。 ## 参考来源 1. [CMU Advanced Database Systems - DuckDB Embedded（Class Central）](https://www.classcentral.com/course/youtube-s2024-20-duckdb-embedded-database-system-cmu-advanced-database-systems-338088) — Andy Pavlo 整章拆解 DuckDB，学院派研究前沿 2. [Hussein Nasser - Database Engineering 播放列表](https://www.youtube.com/playlist?list=PLQnljOFTspQXjD0HOzN7P2tgzu7scWpl2) — ACID/WAL/索引/复制的工程实战课 3. [Arpit Bhayani - PostgreSQL and MySQL Internals 播放列表](https://www.youtube.com/playlist?list=PLsdq-3Z1EPT1cL2FsCkxLlw-VLqK0GU-F) — 源码级单库解剖（约 21 万订阅） 4. [DDIA 第二版（Martin Kleppmann 官方，2026）](https://martin.kleppmann.com/2026/03/24/designing-data-intensive-applications-2e.html) — 为 AI 与云原生重写的"数据系统圣经" 5. [DuckDB 2026 内部机制：列存、向量化、Morsel 驱动](https://anhtu.dev/duckdb-2026-embedded-olap-database-data-analytics-without-server-1130) — 现代分析引擎范式深度解读 6. [DuckLake 架构深度解析（MotherDuck）](https://motherduck.com/blog/ducklake-architecture-deep-dive/) — 新一代湖仓开放表格式 7. [Database Engines 2026 深度对比](https://www.youngju.dev/blog/culture/2026-05-16-database-engines-postgres-mysql-clickhouse-duckdb-tidb-cockroach-cassandra-scylla-2026-deep-dive.en) — Postgres/MySQL/ClickHouse/DuckDB/TiDB/Cockroach 全景 8. [Fireship - DuckDB in 100 Seconds](https://www.youtube.com/watch?v=uHm6FEb2Re4) — 极速建立生态坐标系 --- > 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。