- 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。
名額包含 Data Systems Foundations 完整單機教材：Phase 0–5 加上課程專題，永久存取。八週教學聚焦 Phase 0、1、3、4、5，第三週開始累積專題；Phase 2 作為延伸內容。最後一場直播後另有明列的補件與口頭答辯窗口。
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課程專題的草稿直接給回饋，第 3 週跟第 6 週各一次。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 · 隔離 · 比較
同一組實驗，問三個問題。先在 DuckDB、Postgres、SQLite 上重現一次，配上 query plan 跟 benchmark 數字；接著一次只動一個變因——動到兩個，跑出來的結果你自己也解釋不了；最後把同類的擺一起比：B-tree 對 LSM、row 對 column、Postgres 對 DuckDB。
- 3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。
- 4解釋
闔上筆記，把一個機制講給沒有你這套詞彙的人聽。你卡住的地方，就是你的模型有洞的地方。
- 5案例分析
同一個機制，換成線上的賭注：Discord 扛著數兆則訊息、GitHub 被一次 43 秒的網路分區打斷。你會讀到他們撞上什麼、權衡了什麼、代價是多少——每個數字都有第一手來源——最後回答幾題 autopsy 問題，等於先預演一次課程專題。
- 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。
創始班包含 Phase 0–5 與單機課程專題的完整教材。八週必修是 Phase 0、1、3、4、5，第三週就開始累積專題。Phase 2 是隨課提供的延伸內容；只有選 ArangoDB 專題的學員，需要在第三週做其中一個資料模型練習。每週都列明要展現的能力、必交產物，以及時間不足時的最低路徑。分散式層（Phase 6–8 與其專題）之後開課，創始班學員享 7 折。
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 延伸
隨課提供的延伸教材，八週內選修；ArangoDB 專題需做其中指定的資料模型練習。
-
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。
每週要花多少時間？
八週教學期間，估計每週約 7–8.5 小時，含直播；第 4、5、7 週可能到 9.5 小時。選 ArangoDB 的學員，第三週另加 1.5–2 小時的資料模型練習。這是預算，還不是學員實測保證。完整 toy 太大時可走精簡 Build，但仍須親自修改機制、事前預測並跑對照案例。若需補做，教學結束後另預留 3–4 小時；最後一場直播後第 7 天前交完整證據，第 8–14 天首次答辯，未通過可於首次答辯後 14 天內重試一次。
可以用 AI 嗎？
可以，用在環境設定、看錯誤訊息、讀陌生原始碼與產生 scaffold。你自己寫執行前的預測、信心與理由，以及跑完後闔上筆記寫的解釋。精簡 Build 也要有實質機制修改與證據；專題須包含超出教材既有答案的獨立實驗，以及不開電腦的 15 分鐘個別口頭答辯。完整規則在課程手冊。
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，看你的筆記跟課程專題草稿
- 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