Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/rosedblabs/database-learning
(Chinese) 数据库/存储学习路径推荐
https://github.com/rosedblabs/database-learning
Last synced: 3 months ago
JSON representation
(Chinese) 数据库/存储学习路径推荐
- Host: GitHub
- URL: https://github.com/rosedblabs/database-learning
- Owner: rosedblabs
- Created: 2023-02-01T01:53:21.000Z (almost 2 years ago)
- Default Branch: main
- Last Pushed: 2024-04-12T15:55:33.000Z (7 months ago)
- Last Synced: 2024-04-12T17:15:12.273Z (7 months ago)
- Homepage:
- Size: 8.79 KB
- Stars: 299
- Watchers: 3
- Forks: 31
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
- awesome - rosedblabs/database-learning - (Chinese) 数据库/存储学习路径推荐 (miscellaneous)
README
## 《从零实现 KV 存储》课程已上线！
使用 Rust 和 Go 构建一个完整的，支持 Redis 协议的 KV 存储引擎，硬核项目实战！
课程详情：[使用 Rust 和 Go 从零实现 KV 存储](https://w02agegxg3.feishu.cn/docx/Ktp3dBGl9oHdbOxbjUWcGdSnn3g)
***
## 《从零实现分布式 KV》课程已上线！
手写 raft + 分布式 KV 系统，硬核实战教程，深入理解分布式理论和实践必备！
课程详情：[从零实现分布式 KV](https://av6huf2e1k.feishu.cn/docx/JCssdlgF4oRADcxxLqncPpRCn5b)
***
**下文中提到的学习资料 PDF 及数据库相关书籍，可在我公众号领取**，关注后回复关键字“**数据库**”
***
# 数据库/存储学习路径推荐
我自己就是从业务自学转入数据库内核研发岗位的，根据自己的经历，简单总结了一下入门数据库/存储相关的学习路线、学习资料、项目书籍推荐等，大家可以参考。
并且需要强调的是，这些内容其实并不只是为了想要转入数据库/存储方向的同学。
就算是业务后端开发，以及云原生等方向，数据库、分布式都是必备的基础内容，并且存储也能够学习到很多的一些操作系统基础知识，所以我觉得都是有必要去进行学习的。
## 必看课程
CMU-15445 和 CMU-15721
[https://www.youtube.com/@CMUDatabaseGroup](https://www.youtube.com/@CMUDatabaseGroup)
这两个不用多说，经典的数据库入门教程，由数据库的大佬 Andy Pavlo 亲自授课。
可以了解到数据库的基本概念，例如存储、BufferPool 缓冲池、索引、优化器、执行器、事务等。
15445 的实验部分是基于其开源的教学项目 [bustub](https://github.com/cmu-db/bustub)，补全其中几个重要的部分，这个项目是 C++ 写的，如果对 C++ 不熟悉的话，那么我觉得实验部分可以暂时跳过，有多余的精力再来搞，毕竟我们是来学数据库的，而不是学 C++ 的。
## 存储项目实践
学习数据库课程的同时，顺便可以了解下存储方面的内容，存储是数据库必不可缺的重要组成部分。
例如 B+ 树、bitcask、LSM Tree，以及 LSM Tree 的优化 Wisckey，找几篇文章看看，了解下基本概念，或者直接看看对应的最权威的论文。
然后自己去实践写一个，例如写一个简单的 bitcask、B+ 树存储引擎，或者 LSM 存储引擎。
在我的经验看来，这几类存储引擎，实现的难度大致是 B+树 >= LSM > bitcask，bitcask 可以看做是一个简化版的 LSM Tree。
对于 B+ 树，学习的资料有
- [BoltDB](https://github.com/etcd-io/bbolt)，Go 语言写的一个 B+ 树单机存储引擎，在生产环境中广泛应用
- [https://cstack.github.io/db_tutorial](https://cstack.github.io/db_tutorial/)，一个简单的从零开始写数据库的教程，类似 SQLite，C 语言实现
LSM Tree，可以参考以下资料
- [leveldb](https://github.com/google/leveldb)，Google 开源的单机存储引擎，Go 语言也有一个对应的实现 [goleveldb](https://github.com/syndtr/goleveldb)
- [leveldb-rs](https://github.com/dermesser/leveldb-rs)，Rust 实现的 leveldb
- [mini-lsm](https://github.com/skyzh/mini-lsm)，一个从零实现极简的 LSM 教程，Rust 实现
bitcask 可参考资料：
- [rosedb](https://github.com/rosedblabs/rosedb)，基于 bitcask 的单机 KV 引擎
- [mini-bitcask](https://github.com/rosedblabs/mini-bitcask)，一个极简的 bitcask 教程
之所以推荐写存储类的实战项目，主要是因为存储层的 KV 一般比较好实现，同时又能够了解到一些数据库的基本设计理念。
**强烈推荐👍🏻**
如果想要一个完整实现 KV 存储的代码实践教程，可以参考我的[《从零实现 KV 存储》](https://w02agegxg3.feishu.cn/docx/Ktp3dBGl9oHdbOxbjUWcGdSnn3g)的教程，从第一行代码开始的视频实战教程，使用 Go 和 Rust 两种语言分别实现。
## 事务/MVCC
这部分网上的资料比较多，可以看看事务的一些基本概念 ACID，然后看看如何去实现的，可以借鉴其他数据库例如 MySQL、PostgreSQL，关于事务实现原理分析这方面的文章比较多。
概念了解差不多之后，可以自己动手实现，例如可以在自己写的存储项目的基础上，加上事务的功能，保证事务原子性、隔离性，以及并发读写的性能，自己上手撸肯定比只了解理论好很多。
CMU 15445 和 15721 课程都讲到了事务的一些基本概念，可以参考 [https://15445.courses.cs.cmu.edu/fall2019/schedule.html#oct-23-2019](https://15445.courses.cs.cmu.edu/fall2019/schedule.html#oct-23-2019)
其他的一些部分，例如 parser、执行器、优化器、向量化等等，比较复杂，自己从头搞一个的难度比较大，我觉得可以简单看看资料，了解一下基本概念，工作之中再针对性的查漏补缺。
当然如果你对某个部分特别感兴趣的话，比如优化器之类的，也可以多去了解然后自己实践，我这里推荐存储和事务的实现，是因为相对来说比较容易上手。
其他方面的项目实践这里也推荐一些资料：
- Go 语言实现的 sql 解析器 [https://github.com/xwb1989/sqlparser](https://github.com/xwb1989/sqlparser)
- TiDB 的 mysql 解析器 [https://github.com/pingcap/tidb/tree/master/pkg/parser](https://github.com/pingcap/tidb/tree/master/pkg/parser)
- Rust 实现的 sql parser [https://github.com/sqlparser-rs/sqlparser-rs](https://github.com/sqlparser-rs/sqlparser-rs)
- Meta 开源维护的通用数据库执行框架 Velox [https://github.com/facebookincubator/velox](https://github.com/facebookincubator/velox)
- 向量化执行框架 Arrow [https://github.com/apache/arrow](https://github.com/apache/arrow)
## 分布式
这部分内容首推 MIT 6824（现已改名为 6.5840），分布式系统入门的首选课程。
[https://www.youtube.com/@6.824/videos](https://www.youtube.com/@6.824/videos)
有精力的话可以跟着把实验部分做完。lab 是实现一个除成员变更之外的 raft 共识算法，并且基于 raft 实现一个容错的分布式 KV 系统。
**强烈推荐👍🏻**
如果对课程内容并不熟悉的话，初次上手做 lab 可能会比较痛苦，并且自己搞也可能会比较浪费时间。
可以看看我的[《从零实现分布式 KV》](https://av6huf2e1k.feishu.cn/docx/JCssdlgF4oRADcxxLqncPpRCn5b)教程，从零开始，基于 6824 的 lab，写一个基于 raft 的分布式 KV，教程内容完全涵盖了 6824 的 lab 部分。
这个学完了之后，可以挑战下 PingCAP 的 talent plan 中的 TinyKV，它和 6824 的实验部分比较类似，实现一个基于 raft 的分布式 KV 存储系统，难度会比 6824 更大，lab 的代码框架是现成的，只需要往里面添加内容即可，测试也比较完备。
[https://github.com/talent-plan/tinykv](https://github.com/talent-plan/tinykv)
如果还有时间的话，可以再上一个台阶，挑战下 PingCAP talent plan 的 TinySQL 项目，主要是实现一个简单的分布式数据库项目，有完备的文字教程，只是难度略大。
[https://github.com/talent-plan/tinysql](https://github.com/talent-plan/tinysql)
## 工作或者实习
当然，其实最好的办法，还是能够直接参与到工作实践当中，这样学习起来是最快的，可以向 leader 请教，和同事交流等。
如果自身又没有太多经验的话，可以试试那些愿意接纳转数据库内核的公司，这可能会要求你有其他亮眼的东西了，比如基础比较扎实，折腾过自己的项目之类的。能把上面提到的这些东西认真学习下，完成个 60% 左右，我觉得应对一些面试就应该没有太大的问题了。
---
为了帮助你更高效的学习，我还整理了一份数据库开发的学习资料，数据库的各个方面都涉及到了，例如 SQL、优化器、执行引擎、存储等等，包含一些优质的书籍、论文、视频课程、博客等，还有一些优质的教学类项目。
总计十几页的 PDF，一次性送给你，方便提升学习效率。
还有一些关于数据库方面的优质 PDF 书籍，可以参考学习：
**这份学习资料 PDF 和所有的书籍都可以在我的公众号领取**，后台回复关键字**【数据库】**。
