作者背景#

Alex Petrov 是分散式系統工程師，曾任 Apple 與 DataStax 的資料庫工程師，專注於分散式資料庫的儲存引擎與共識協定實作。他是 Apache Cassandra 的活躍貢獻者，對資料庫內部實現有深厚的實務經驗。Petrov 也是 Papers We Love 社群的活躍成員，長期在各大技術會議上分享資料庫系統的設計原理與學術論文導讀。本書是他將多年工程實踐與學術文獻研讀整合而成的系統性著作。

完整摘要#

全書分為兩大部分：儲存引擎與分散式系統，共十四章。

第一部分「Storage Engines」從 DBMS 的整體架構開篇，介紹查詢處理器、最佳化器、執行引擎與儲存引擎的分工，以及 OLTP、OLAP、HTAP 三種工作負載的特性差異。接著以二元搜尋樹為起點，解釋為什麼記憶體內的搜尋結構不適合磁碟儲存——磁碟的特性要求高扇出（fan-out）以減少 I/O 次數，由此引出 B-Tree 的設計邏輯。檔案格式一章深入頁面結構、分槽頁面（slotted page）與溢出頁面的實作細節。B-Tree 實作一章探討節點分裂與合併、右側追加最佳化（right-only appends）與批量載入策略。

事務處理與復原一章介紹 WAL（Write-Ahead Log）、ARIES 復原演算法與並行控制機制。B-Tree 變體一章涵蓋 Copy-on-Write B-Tree、Lazy B-Tree 與 FD-Tree 等針對特定工作負載的最佳化方案。最後一章轉向不可變儲存結構，詳細分析 LSM-Tree 的多層合併策略（Size-Tiered 與 Leveled Compaction）、Bloom Filter 的誤判率計算，以及 LSM-Tree 與 B-Tree 在讀寫放大（Read/Write Amplification）上的取捨。

第二部分「Distributed Systems」從並行執行的不可預測性出發，建立分散式運算的基本詞彙——一致性模型、故障模型、FLP 不可能定理。故障偵測一章比較心跳機制、Phi Accrual Detector 與 SWIM 等演算法。領導者選舉一章分析 Bully Algorithm、Multi-Paxos 與 Raft 的選舉機制。複製與一致性一章從主從複製到無主複製，探討 Quorum 系統、版本向量（Version Vector）與因果一致性。

反熵與散佈一章介紹 Gossip Protocol、Merkle Tree 與 Anti-entropy Repair 等機制。分散式事務一章涵蓋兩階段提交（2PC）、三階段提交（3PC）與 Calvin 確定性事務模型。共識一章從 Paxos 到 Raft 到 EPaxos，系統性地比較各共識演算法的假設、保證與效能特性。

本書的貢獻與定位#

本書填補了資料庫教科書與工程實務之間的知識鴻溝。傳統教科書偏重關聯代數與 SQL 語義，而本書直接深入儲存引擎的位元組層面——頁面佈局、磁碟 I/O 最佳化、WAL 格式——這些是資料庫開發者日常面對的核心問題。在分散式系統部分，本書整合了大量原本散落在學術論文中的演算法（如 Phi Accrual Detector、SWIM、EPaxos），使其成為分散式資料庫工程師的重要參考手冊。