学习路径：1. 基础概念：理解数据模型、关系 algebra 和 SQL 语法；2. 存储与索引：掌握 B+树、哈希表和文件组织；3. 查询优化：学习成本模型和查询重写；4. 事务与并发：ACID 属性、锁机制和 MVCC；5. 分布式系统：分片、主从复制和 CAP 定理。实践：用 PostgreSQL 或 MySQL 搭建实验环境，编写查询和模拟并发场景。通过这个路径，逐步掌握核心概念。

第一篇内容

数据库系统原理的核心是数据管理和查询处理。从关系模型开始，实体-关系图 (ER 图) 用于设计 schema，然后转换为关系模式。规范化理论确保无冗余：1NF、2NF、3NF 到 BCNF。物理存储包括堆文件、顺序文件和聚簇索引。

第二篇内容

索引是数据库性能的关键。B+树适合范围查询，叶子节点存数据指针；哈希索引用于等值查询。位图索引适用于低基数列。多级索引减少 I/O。选择索引时考虑基数、更新频率和查询类型。

第三篇内容

查询优化器使用统计信息估算选择性。启发式优化：选择-投影-连接顺序。从统计图生成备选计划，计算总成本选最优。动态规划用于连接枚举。提示 (hint) 可覆盖优化器决策。

第四篇内容

事务 ACID：原子性靠 undo/redo 日志；一致性由约束和触发器；隔离性用 2PL (两阶段锁) 或 MVCC；持久性通过 WAL (预写日志)。死锁检测用等待图，预防用超时或排序。

第五篇内容

分布式数据库：主从复制异步更新从库；分片 (sharding) 按键分区数据。共识算法如 Paxos/Raft 确保强一致。CAP 定理：分区时选 CP 或 AP。新 SQL 如 CockroachDB 支持分布式事务。

第六篇内容

恢复机制：ARIES 日志结构 (分析、重做、撤销)。检查点减少恢复时间。崩溃恢复步骤：重做到检查点后，撤销活跃事务。备份策略：全备 + 增量 + 日志归档。

FAQ
Q: 什么是数据库规范化，为什么重要？
A: 规范化消除冗余和异常，如插入、更新、删除异常。从 1NF 开始逐步消除依赖。
Q: B+树和 B树区别？
A: B+树非叶子不存数据，叶子链表支持范围扫描，更适合数据库索引。
Q: MVCC 如何实现快照隔离？
A: 每个事务见版本链开始时的快照，避免锁阻塞读。
Q: 如何学习数据库实践？
A: 安装 MySQL/PostgreSQL，建表查询，模拟 TPC-C 工作负载测试并发。