Database Internals
Database Internals: A Deep Dive into How Distributed Data Systems Work
数据库内部原理深度解析
深入讲解数据库存储引擎和分布式数据系统内部实现的技术著作。本书分为两大部分：第一部分详解存储引擎的核心数据结构，包括B树、LSM树、列式存储、WAL等；第二部分探讨分布式数据系统的理论基础，涵盖一致性模型、共识算法、分布式事务、复制策略等。作者结合Apache Cassandra和Apache SkyWalking等开源项目的实践经验，将复杂的理论讲得深入浅出。
关联抽象层级
本教材覆盖以下抽象层级，帮助你建立从底层到顶层的完整知识体系。
为什么读这本书
如果你想知道数据库在磁盘上到底是怎么存储数据的，分布式数据库如何在节点间保持一致性，这本书就是你的答案。它填补了数据库使用和数据库实现之间的知识鸿沟，是理解现代数据系统的必读之作。
🎯AI 时代的学习建议
在 AI 能生成代码的今天，读这本书的价值不在于"学会写代码"，而在于建立判断 AI 输出的能力。当你理解了虚拟机代码的核心原理，你就能：
- •判断 AI 生成的代码是否符合底层约束 — 当 AI 推荐一段"优化"方案时，你能从字节码的角度判断它是否真的有效
- •向 AI 提出正确的问题 — 理解虚拟机代码的设计动机，让你能精准描述问题，而不是模糊地求助
- •在 AI 方案遇到瓶颈时定位根因 — 当 AI 推荐的架构方案在流量峰值下崩溃，你能从字节码出发，推导出正确的取舍
阅读策略：不要试图记住所有细节。重点理解每一章的设计动机（为什么需要这个抽象？）和边界条件（什么情况下会失效？）。这些是 AI 无法替代你判断的部分。
理论-实践双轨学习路径
在 AI 代码生成能力快速演进的今天，掌握虚拟机代码的本质概念比以往任何时候都更具战略价值。如何在 AI 时代系统性地掌握这些本质概念？我们推荐"理论-实践"双轨学习路径：
理论轨道：从经典教材中找 What 和 Why
通过经典教材深入理解每一层的核心概念（What）、设计动机（Why）与边界条件。理解为什么需要这个抽象？什么情况下会失效？这些是 AI 无法替代你判断的部分。
实践轨道：从交互沙盒中找 How
通过交互沙盒亲手操作、观察行为变化、建立工程直觉（How）。当你既理解了理论，又积累了实践经验，便能在 AI 生成的代码出现性能瓶颈时快速定位根因，在架构设计面临权衡时做出基于原理的决策。
💡 核心洞察：这正是从"AI 使用者"进阶为"AI 驾驭者"的关键能力——在 AI 生成的代码出现问题时快速定位根因，在架构设计遇到瓶颈时做出正确取舍。当你同时具备理论深度与实践经验，你才能成为驾驶 AI 机车的大牛。
章节导览
关联沙盒实验
虚拟机探索器
VmExplorer
可视化字节码执行过程。观察栈式虚拟机如何执行字节码指令，理解跨平台运行的原理。
JVM 内存分析实验室
JvmMemoryLab
JVM 内存管理实验室。通过堆分代可视化、栈帧分析、GC 可达性分析、内存泄漏检测和 OOM 诊断，深入理解 JVM 内存机制。
Java 并发编程实验室
JavaConcurrencyLab
Java 并发编程实验室。通过竞态条件演示、volatile 可见性、死锁检测、ReentrantLock 和 CAS 原子操作，掌握线程安全核心技能。
自动微分实验室
AutoDiffLab
深度学习自动微分实验室。通过计算图可视化、前向/反向传播、链式法则，理解 PyTorch/TensorFlow 的底层原理。
HTTP 协议可视化
HttpProtocolVisualizer
可视化 HTTP/1.1、HTTP/2、HTTP/3 协议的工作过程。观察多路复用、头部压缩、0-RTT 连接等特性。对应《高性能浏览器网络》。
C 到汇编探索器
CtoAsmExplorer
参考 Compiler Explorer (godbolt.org) 的交互式 C 到汇编编译器。编写 C 代码，实时查看编译后的 x86-64 汇编输出，行号对应高亮，理解编译器如何将高级语言转换为机器指令。
标签
常见问题
Database Internals是什么？
Database Internals（Database Internals: A Deep Dive into How Distributed Data Systems Work）是Alex Petrov编写的计算机科学经典教材，由O'Reilly Media出版。深入讲解数据库存储引擎和分布式数据系统内部实现的技术著作。本书分为两大部分：第一部分详解存储引擎的核心数据结构，包括B树、LSM树、列式存储、WAL等；第二部分探讨分布式数据系统的理论基础，涵盖一致性模型、共识算法、分布式事务、复制策略等。作者结合Apache Cassandra和Apache SkyWalking等开源项目的实践经验，将复杂的理论讲得深入浅出。
为什么要读Database Internals？
AI 能帮你写代码，但不能帮你建立工程直觉。Database Internals帮你深入理解数据库、存储引擎、分布式的核心概念和设计动机，让你能判断 AI 生成的代码是否符合设计约束。
Database Internals适合什么水平的学习者？
Database Internals适合有一定基础的进阶学习者。建议先掌握基础概念后再深入学习。
Database Internals有多少章？主要内容是什么？
Database Internals共 7 章，涵盖存储引擎概览、B树与LSM树、事务处理等核心主题。每章都配有详细的导读和核心概念解析。
如何配合交互沙盒学习Database Internals？
建议采用理论-实践双轨学习法：从Database Internals中找 What 和 Why，从交互沙盒中找 How。学完教材一章后，打开对应层级的沙盒亲手操作验证。这种学习方式建立的工程直觉，是 AI 无法替代的。