- 主張
- 這種 workload DuckDB 會贏：向量化執行加欄式儲存。
- 證據
EXPLAIN ANALYZE· cold vs warm cache · IO profile — 12.4s → 0.8s- 反例
- 但單列的 point lookup，Postgres 的 index scan 快 40×。
- 決策
- 分析功能就嵌 DuckDB。主要的 OLTP 資料庫不要換掉。
課程內容
一個名額，整套單機核心都給你。
你買到的是 Data Systems Foundations 單機核心的早鳥名額：Phase 0–5 加上單機課程專題，用八週線上直播帶你上完，之後永久是你的。
單機核心永久擁有
Phase 0–5 加上單機課程解剖專題。整個單機層的內容都寫完了，評分也已經在跑，課上完之後還是你的。
八週，線上直播
每週一場直播，帶你跑一次這個循環，實驗跟實作都當場做，不是坐在那邊聽我講。
你自己的 private labs repo
作業全部在 Git repo 裡動手做。開了 PR，CI 會用隱藏測試跑一份成績單給你：只給分數，不給答案。
Playground、玩具實作、真實案例
每個階段都有可以互動的 playground、一版一版長出來的玩具引擎，還有真的在線上跑的系統案例。
兩輪真人回饋
針對你的機制筆記跟 mini-autopsy 直接給回饋。CI 只會告訴你測試沒過，不會告訴你推論哪裡草率。
一小班人陪你一起走完
同一週，十幾個人卡在同一道牆前面。把你的數字貼出來，看誰的跟你對不上，卡住了就開口問。討論寫下來就留著，之後在課程站裡還搜得到。
適合誰
適合誰，也直接說不適合誰。
話先講在前面。這門課是開給那種平常在寫上線程式、又很想知道底下那套資料系統在幹嘛的人。想找面試考古題，或想躺著看影片的話，這門課大概會讓你失望。
這幾種人，來就對了
- 你寫的是會上線的程式，比起用猜的，你更想知道一句 query 下去，底下實際發生了什麼事。
- Python 你用得很順、多表 JOIN 也寫得出來，但你沒自己寫過 storage engine，也沒讀過 query planner。
- 現在 SQL 都 AI 幫你寫，你想知道的是它什麼時候會錯、又錯在哪。
- 你是動手才學得起來的人。B-tree 的文章看再多，都不如自己刻一個出來。
這幾種人，建議先別報
- 你要的是 system design 面試準備。這八週練的是自己的判斷力，不是背標準答案。
- 你要的是工具教學，某個資料庫的哪個功能怎麼開。我們教的是每個資料庫底下共通的那層機制。
- 你是來學寫程式或 SQL 基礎的。這些我們預設你已經會了，課程講的是資料庫內部怎麼運作。
- 你想用看影片的方式學。這門課是在 Git repo 裡動手寫、由 CI 打分。
- 你現在馬上就要分散式。這一班只有單機核心（Phase 0–5），分散式之後才開。
課程方法論
同一套循環，每個階段都再跑一遍。
這門課不是背資料庫結論，而是透過反覆實驗，記住少量可遷移的機制模型、成本模型與不變量。同一套六步循環，每個階段跑一次，跑到你不用想就會做。
- 1預測
動手之前先寫下一個能被打臉的預測：會發生什麼、哪個選項會贏、什麼結果代表你猜錯了。
- 2觀察
在 DuckDB、Postgres、SQLite 上重現一次，配上 query plan 跟 benchmark 數字。
- 3隔離
一次只動一個變因。動到兩個，跑出來的結果你自己也解釋不了。
- 4實作
分階段刻一個玩具版本，一次只加一個概念。教科書一句話帶過的取捨，你會在自己的 code 裡正面碰上。
- 5解釋與比較
同類的擺一起比：B-tree 對 LSM、row 對 column、Postgres 對 DuckDB，然後想清楚它們為什麼做了不一樣的選擇。
- 6套用
把整套做法搬到一個課綱上根本沒出現過的系統上。每個階段結尾都有一次 mini-autopsy，就是課程專題的縮小版。
課程大綱
九個階段。兩個課程專題。
完整的 Data Systems Foundations 主線，分成兩層。創始班是單機這層：Phase 0–5 加上單機課程專題，永久擁有。分散式那層（Phase 6–8 加分散式課程專題）之後才開，創始班學員到時候 7 折。每個階段都跑同一套六步循環，每一層都以一場完整的系統解剖收尾。
創始班 · 單機層 · 即將開課
-
00
Phase 0 — 量測與工作負載
沒量過就不要優化。
-
01
Phase 1 — SQL、Query Plan、執行
一句 SQL 怎麼變成實際的工作。
-
02
Phase 2 — 資料模型與查詢語言
同一份資料，用 document、graph、wide-column 各做一次。
-
03
Phase 3 — 儲存引擎與索引
B-tree、LSM-tree，還有查一筆資料實際要付多少成本。
-
04
Phase 4 — 交易、並行、當機復原
隔離等級，還有它們各自擋掉哪些 anomaly。
-
05
Phase 5 — OLAP、欄式儲存、向量化執行
為什麼分析引擎都存成一欄一欄的。
-
課程專題 · 系統解剖 — 單機
沒人幫你，自己把一個完全沒碰過的系統拆開。看它長怎樣 →
分散式層 · 創始班學員之後 7 折
-
06
Phase 6 — 分散式資料系統 還沒開
Replication、partitioning，還有共識演算法。
-
07
Phase 7 — 串流與事件處理 還沒開
Log、window，還有 exactly-once。
-
08
Phase 8 — Lakehouse 與雲端資料架構 還沒開
長在 object storage 上的 table format。
-
課程專題 · 系統解剖 — 分散式 還沒開
沒人幫你，自己把一個分散式系統拆開。
課程專題
前面所有東西，都是為了最後這場系統解剖。
每個階段結尾都會丟幾題針對真實系統的解剖題給你。課程專題是完整版。你要寫一份報告：主張放最前面，後面接你親手跑過的實驗，還有一個你刻意去找來打自己臉的反例，最後給一個站得住腳的決定。大概長這樣：
你的課程專題，是把一個你根本不熟的單機資料系統整個解剖一遍。一行指令就能在你自己機器上把那個引擎跑起來，五個調查模組帶你走過它的 query 層、storage engine、並行模型跟當機復原路徑。而且每一個主張，都要附上一個你自己跑過的實驗。
常見問題
掏錢之前，先把話說清楚。
我們還很早期。哪些已經定案、哪些還在調，這裡都直說。
我現在就可以報名嗎？
還不行，報名還沒開，網站現在也還不收錢。先加候補（留 email 加兩個小問題），創始名額一開放我們就寄信給你，附上結帳連結跟怎麼開始。名額只有 15 個，候補名單優先。Phase 1 開始前隨時可以全額退費，不問原因。
我需要什麼底子？
你平常寫的就是會上線的程式。玩具實作跟 lab 工具都是 Python，所以你讀跟寫都要夠順。SQL 至少要寫得出多表 JOIN。寫程式跟 SQL 基礎不在課程範圍內，我們預設你已經會，課程直接從資料庫內部講起。
Phase 6–8 的分散式，我有拿到嗎？
創始班沒有。它是單機層：Phase 0–5 加上單機課程專題，永久是你的。分散式那層（Phase 6–8 加分散式課程專題）之後會另外開一班，你是創始班學員，開放的時候 7 折。
要跑這些 lab，我要準備什麼？
你需要：我們課程 GitLab 的帳號（邀請信我們會寄給你）、Docker，再加一個吃得下 Dev Containers 的編輯器（VS Code 最順）。你會拿到自己的 private labs repo，用設定好的 dev container 開起來，整套環境就已經裝好了，playground 的 port 也會自動 forward 到你的瀏覽器。Windows、macOS、Linux 都可以，只要跑得動 Docker Desktop（Windows/macOS）或 Docker Engine（Linux）就行。不用 GPU、不用雲端帳號，也不會有額外的帳單。
這是看影片，還是動手做？
動手做，全部在 Git repo 裡。每個階段都是文字筆記加互動 playground、拿真實系統做的實驗、一版一版長出來的玩具實作，還有一個線上系統的案例；作業交上去由 CI 打分，成績單直接貼在你的 PR 上。所有內容也都能當成一個私人課程站來讀、來搜。不是那種「YouTube 加小測驗」。
這門課用什麼語言上？
課程教材（文字筆記、lab、案例、課程站）都是英文，線上直播課用中文上。之後可能會加開英文授課的班，如果你會想上，加入候補的時候順便跟我們說一聲，我們就是靠這個看有多少人要。
課程的節奏怎麼跑？
直播每週固定時間一場，我們很希望你每場都到。大家同時在線上一起走一遍，跟你自己補錄影差很多。真的有哪一場來不了也沒關係，每場都有錄影，照自己的步調追回來就好。
退費怎麼算？
Phase 1 開始前隨時全額退費，不問原因。寄信到 support@datasystem.school 就好，我們會處理。
誰看得到我的作業跟成績？
只有你跟講師，沒有別人。每個人都有自己的 private GitLab repo；作業就是裡面的 merge request，成績單也貼在那裡。課程更新會進 main，所以 git pull 就能同步到最新內容，又不會動到你寫的東西。
報名
創始班，陪我們把這門課開起來。
就一種方案，一個價格。這是 beta 班，價錢是算給願意陪我們開第一班的人。整套單機核心你都拿得到，創始價一次鎖住，之後也不會往上調。
創始班
八週線上直播 · 單機核心永久擁有。
- 永久擁有 Phase 0–5 + 單機課程解剖專題
- 之後開分散式班（Phase 6–8 + 分散式課程專題）7 折
- 八週線上直播，每週一場，帶你一起跑這個循環
- 你自己的 private labs repo，隱藏測試 CI 打分
- Playground、玩具實作，還有真實線上系統的案例
- 兩輪真人回饋，看你的筆記跟 mini-autopsy
- 一小班同學可以互相對數字、討論，外加一個私人的課程站
- 你的創始價永久鎖住，之後開的班就是原價了
現在不用付錢。先把名字放上候補，位子一開我們就通知你。
資源
六十年的資料系統史，還有底下那些論文。
兩個免費的延伸站台，材料跟這門課同源：一條把資料系統怎麼走到今天講清楚的互動時間軸，還有撐起這條軸線的那些奠基性論文，每一篇都濃縮成一頁你真的讀得完的重點。都免費開放，不用註冊。
資料系統時間軸
這門課裡的每個系統，都落在一條長達六十年的突破鏈上。我們把整條鏈整理了出來——從 1960 年代最早的資料庫，一路到今天的 AI 原生資料系統：關鍵人物、論文、每項突破實際解決的問題，還對照了 DDIA 的章節。
83個里程碑
5個歷史年代
25個技術類別
1960–2026涵蓋期間
經典論文，精煉版
撐起這些里程碑的奠基性論文，從 1970 年的 Codd 到 2025 年的 Flink 2.0——每一篇都完整讀過，機制、實驗數據、限制都不略過，再濃縮成一頁。每篇都照同樣的十一個段落寫，任兩篇都能直接對照著讀。
33篇論文
5個歷史年代
14個技術類別
1970–2025涵蓋期間