正文
那么，以下是我自己的学习路线图：
- 中国大学mooc（人大和哈工大）：获得全面的数据库知识。
- 《数据库系统概念》《数据库系统实现》
- CMU database https://15445.courses.cs.cmu.edu/fall2017/schedule.html
学习过程中，记得进行实践练习。
推荐书籍
https://www.zhihu.com/question/62464757
https://www.zhihu.com/question/52498996
火花
作者：interma
链接：https://www.zhihu.com/question/62464757/answer/206887466
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
各位大给出的资料和路线（
，
）都很好，我再补充一个另外的视角，：
目前做数据库的主要是2波人：互联网分布式存储出身和传统数据库出身，二者思考问题可是2个不同的套路，:-)
这个thread中给的大部分资料都是关于前者（如何为一个分布式存储系统加上数据库功能）的，而传统数据库路线，建议看看如下资料（对我自己帮助很大）：
数据库总论：http://db.cs.berkeley.edu/papers/fntdb07-architecture.pdf
- 介绍经典思路（这个paper有中文）
- 教材书就可以不看了，时效性较差
CMU数据库课程
CMU 15-445/645 :: Intro to Database Systems (Fall 2017)，非常适合有工程基础但是没有数据库基础的同学入门
Schedule - CMU 15-721 :: Advanced Database Systems (Spring 2017)，讨论更高级主题，主要是paper讲解
- 它们2个在youtube上有配上字幕的视频，还可以提升一下英语
实现上重点看看Postgres
pg国内用的人很少，但如果深入对它进行了解，会觉得打开了另一扇窗，有很多特别优良的特性
包括但不局限于如下：
- 丰富数据类型，更全面的SQL语法支持
- Plan+Optimizer
- 模块化的Executor
- FDW
- MVCC，更强的隔离级别
- PL，可编程性
- 等等
最后回到楼主是直博本科学生，可以按照
给出的路线做一些工程实践，但不推荐投入大量时间（投入了恐怕也写不好）。毕竟今后无论是做研究还是工程，都会站在巨人肩膀之上，数据库也是一个一生之工程（复杂度堪比操作系统），有侧重的了解基本原理之后，最后一定是在某个层次上进行自己的创新了。
如上都是自己的一些看法，我自己也是半路出家做数据库，欢迎大家指正。
–2017-12-05更新–
CMU2017开了一门数据库新课：CMU 15-445/645 :: Intro to Database Systems (Fall 2017)
难度介于15-415和15-721之间，更适合有工程基础但是没有数据库基础的同学入门。
作者：李晨曦
链接：https://www.zhihu.com/question/62464757/answer/202033688
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
分布式的学习不是很了解，数据库有些经验
可以按照如下步骤学习
\1. 入门：
接触过数据库的基础知识和应用之后，就可以开始进行内核级的学习了，先学习传统的关系型数据库，因为它是一切数据库的基础，包括现在比较火的内存数据库，分布式数据库等。
从IV Database System Implementation开始，把这本书吃透了，包括数据的物理存储结构，索引，查询引擎，缓冲池，SQL编译，查询优化，系统恢复，并发控制。然后实现上面这些理论知识，完成一个支持简单DML，DDL的数据库。一定要实现，只是学习理论，不动手实践是不可能深刻理解的，就像空中楼阁。
[《数据库系统实现（英文版）（第2版）》(美]加西亚·莫利纳，等)【摘要 书评 试读】- 京东图书
http://dsm.fudan.edu.cn/JSPWiki/attach/Material_db/database%20system%20complete%20book_2nd.pdf
\2. 深入理解：
参考这个论文列表，把里面的论文都读一遍，了解关系型数据库历史，了解数据库的发展过程中走过的弯路，理解它为什么会变成现在这个样子
同时也要锻炼系统级编程的能力，深刻理解操作系统的工作原理，并行编程，熟悉一些硬件的工作原理，为以后打下良好的基础。可以读一些优秀的开源数据库的源码，如Peloton的cmu-db/peloton，只有几万行代码，PostgreSQL的，代码非常多，不过注释非常清晰
\3. 进阶
看最近几年数据库相关的论文，各个方向的发展都全面了解一下，可以参考这两个课程提到的论文Schedule - CMU 15-721 :: Advanced Database Systems (Spring 2017)，Practical Course: Database Implementation，找一些感觉兴趣的论文复现一下里面提到的方法。很多算法，数据结构都有一定的适用场景和局限性，要通过自己实现与实验来深刻体会。
\4. 破茧成蝶
这才是读博最重要的阶段，通过之前的学习，应该对数据库的各个方面都非常了解了，而且也打下了良好的编程能力，可以选1,2个感兴趣的方向，看看有没有什么可以改进，突破的点，想出自己的idea，实现并与现有的方法进行对比，如果可以做的很好，就非常厉害了。
作者：grakra
链接：https://www.zhihu.com/question/62464757/answer/206613596
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
多关注数据库的三大顶级会议, 还有OSDI等.
将motivation和workload作为最根本的方法论。
彻底搞明白存储精髓WAL+RSM.
好好阅读经典论文, 搞清楚workload和motivation.
牢记两个基本观点:
没有抽象的技术, 凡技术都有自己适用的应用场景.
没有广谱的系统, 凡系统都有自己典型的workload.
建议看先阅读下面两本书:
\1. Stonebraker的Architecture of a database system.
\2. Jim Gray的Transaction.
学习分布式的RoadMap
- WAL + RSM
- 研究分布式共识算法, 因为这个是日志复制协议的基石: TOB协议, Quorum-based协议(mpaxos, raft), Primary-backup协议.
- partitioning & replication + local storage engine.
- local storage engine: bdb, innodb, leveldb(可以参考我写的源码阅读).
- 磁盘和网络优化技术.
- 分布式一致性(隔离性).
- 分布式事务: stm, mvcc, 乐观锁.
- 分布式查询优化.
工程实现超高的编程技巧
1.能够像haskell那样impure和pure分离. 2.幂等的设计, 让部分有状态的模块成为metal unit, 同时幂等设计和failstop能够将有效地避bf. 3.元编程能力, 降低代码的冗余和耦合, 代码更适合扩展和组合. 4.超高的系统编程能力. 5.单测, mock测试设计能力. 6.漂亮的日志输出. 7.会做性能分析, 参考大牛博客. 8.会使用docker加速自己的开发效率.
周边涉及
1.精通MySQL sharding, 不知道它的痛，就不知道为什么要坚定不移地搞分布式关系数据库.
2.精通大数据的BI解决方案, 不知道它的痛，就不知道为什么要搞全新的分布式列式数据库.
3.区块链，分布式计算引擎也了解一点.
分布式存储的源码分析方法(详情可以参考我的分享)
