CS自学指南：CMU 15-445 数据库系统课程精讲 —— 用 bustub 教学数据库动手实现四大核心组件

本篇基于 CS自学指南 中收录的 CMU 15-445 数据库系统课程 条目展开，系统讲解这门由数据库领域权威 Andy Pavlo 讲授、以磁盘导向教学数据库 Bustub 为核心的入门课：你将了解课程的完整资源体系、四个 Project 分别对应数据库的哪些关键组件（Buffer Pool Manager、B+ 树、执行器与优化器、并发控制），以及自学时需要避开的版本陷阱与进阶路径，从而获得一套可直接落地的数据库实现学习方案。

一、15-445 在 CS 自学指南中的定位

CS 自学指南将课程按领域分章组织，数据库系统一章由 mkdocs.yml 中的导航定义，共收录五门课：

条目	语言/侧重	相对定位
UCB CS186	Java，5 星难度、约 150 学时	从 SQL 查询讲到故障恢复，动手实现完整数据库
CMU 15-445	C++，4 星难度、约 100 学时	以 bustub 为载体实现磁盘数据库核心组件，本篇主题
Caltech CS122	SQL 层实现	指南明确建议“学完 CMU 15-445 之后”再学
Stanford CS346	C++（RedBase）	指南称其“适合在学完 CMU 15-445 后继续学习”
CMU 15-799	专题研讨	文档明确列出先修要求为 CMU 15-445

在 使用指南 的课程速查表中，“数据库原理”一栏对应的正是 CMU 15-445；而在 CS学习规划 的“数据库系统”章节中，作者给出了这样一段导语：

CMU 的著名数据库神课 CMU 15-445 会通过 4 个 Project 带你为一个用于教学的关系型数据库 bustub 添加各种功能。实验的评测框架也免费开源了，非常适合大家自学。此外课程实验会用到 C++11 的众多新特性，也是一个锻炼 C++ 代码能力的好机会。

也就是说，在这本指南的体系里，15-445 扮演“数据库原理 + 动手实现”的中枢角色：向前承接 CMU 15-213（CS:APP） 等系统基础课程，向后为 CS122、CS346、15-799 等进阶课程铺路。

二、课程概况：Andy Pavlo 主讲、资源完全开源

课程的基本信息如下（来自 15445.en.md 的 Descriptions 部分）：

• 开课机构：CMU
• 先修要求：C++、数据结构与算法（中文版条目 还补充了 CMU 15-213，即 CS:APP，这也是 CMU 内部对每年转入/新生同学的先修要求）
• 编程语言：C++
• 课程难度：🌟🌟🌟🌟（4 星）
• 预计学时：100 小时

这门课由数据库领域标志性人物 Andy Pavlo 讲授——指南原文引用了他的那句名言：“这个世界上我只在乎两件事，一是我的老婆，二就是数据库”。

它是一门质量极高、资源极齐全的数据库入门课：授课团队与背后的 CMU Database Group 将课程对应的基础设施（Autograder 自动评测、Discord 社区）与课程资料（Lectures、Notes、Homework）全部开源，让任何愿意学习数据库的同学都能获得几乎等同于 CMU 本校学生的课程体验。这也是规划文档中强调“实验的评测框架也免费开源了，非常适合大家自学”的由来。

三、核心教学载体：Bustub 与四个关键 Project

这门课的亮点是 CMU Database Group 专门为其开发的教学用关系型数据库 Bustub（CMU Database Group 维护的开源仓库）。它是一个传统磁盘导向（disk-oriented）的关系型数据库，课程要求你在四个 Project 的推进中，亲手实现其中的关键组件：

Project	组件	所属层次
Project #1	Buffer Pool Manager（缓冲池管理器）	内存管理
Project #2	B Plus Tree（B+ 树索引）	存储引擎
Project #3	Query Executors & Query Optimizer（查询执行器与优化器）	算子与优化
Project #4	Concurrency Control（并发控制）	事务子系统

这一设计让学习者沿“页管理 → 索引 → 执行 → 并发”的顺序，逐层触摸真实数据库系统内部最核心的四条主线，而不是停留在 SQL 表层。指南特别指出两点实战体验：

1. 实时正反馈：实现过程中，可以通过 shell.cpp 编译出 bustub-shell，在交互式 shell 里实时观测自己实现的部件是否正确，反馈非常充分；
2. 工程能力训练：Bustub 是一个 C++ 编写的中小型项目，涵盖了程序构建、代码规范、单元测试等众多工程要求，CS学习规划 还特别提到课程实验会用上 C++11 的众多新特性，因此它本身也适合作为一个优秀开源项目来学习工程实践。

值得注意的是，指南中另有一门 Caltech CS122 的条目指出，15-445 “没有提供 SQL 层功能”，其实验侧重存储与执行层；想补齐 SQL 解析、代价估计等 SQL 层实现，可以在本课程之后衔接 CS122。

四、课程资源与学习介质

原文档列出的课程资源如下（各学期课程网站均可免费访问，Fall 2022 的完整 Lecture 视频已在 YouTube 全量开源）：

• 课程网站：Fall 2019、Fall 2020、Fall 2021、Fall 2022、Spring 2023 共五个学期的站点（域名形如 15445.courses.cs.cmu.edu/<学期>，每个学期站点内含 schedule、Lecture Notes 与 Project Handout）
• 课程视频：课程网站可免费观看，Fall 2022 的 Lectures 已在 YouTube 全量开源
• 课程教材：Database System Concepts
• 课程作业：5 个 Project 和 5 个 Homework

这里的“5 个 Project”与正文强调的“四个 Project”并不矛盾：Spring 2023 起在 Project #1 之前增加了 Project #0（Copy-On-Write Trie），合计即为 5 个；而承载核心数据库组件实现的，始终是 P1–P4 四个 Project。

五、各学期 Project 构成演变（Fall 2019 — Spring 2023）

原文档按学期详细记录了实验构成的历史变化，这是选型（选择哪个学期版本做实验）的重要依据：

学期	Project 构成
Fall 2019	Project #2 做哈希索引，Project #4 做日志与恢复（Logging & Recovery）
Fall 2020	Project #2 做 B 树，Project #4 做并发控制
Fall 2021	Project #1 缓冲池管理器，Project #2 哈希索引，Project #4 并发控制
Fall 2022	与 Fall 2021 基本相同，唯一变化是哈希索引换成 B+ 树索引
Spring 2023	整体与 Fall 2022 一致（缓存池、B+ 树索引、算子、并发控制），但 Project #0 换成了 Copy-On-Write Trie；另外增加了“注册大小写函数”的 Task，可以直接在编译出的 bustub-shell 中看到自己写的函数的实际效果，成就感很强

从这条时间线可以推断出课程设计的演进方向：早期版本让哈希索引与 B+ 树“各占一年”，从 Fall 2022 起统一收敛为 B+ 树索引这一条主线；Spring 2023 则用一个偏数据结构的 Project #0（COW Trie）作为热身，并加入函数注册这类小 Task 降低上手门槛、增强正反馈。

六、自学注意事项与避坑指南

原文档给出了三条非常关键的版本注意事项，自学前务必确认所选学期版本：

1. 2020 年以前的 Bustub 版本已停止维护：如果选择 Fall 2019 等早期学期的 Handout，对应的代码基线可能已经无法与当前环境良好配合；
2. Fall 2019 的 Logging & Recovery Project 已经 broken：在 2019 年的 git head 上也许还能运行，但评测平台（Gradescope）并未提供公共版本，因此不建议动手做，只阅读代码与 Handout 即可。原文档当时猜测 Fall 2023 版本可能会修复恢复相关功能、甚至出现全新的 Recovery Project，选择实验时应以课程当季实际发布内容为准；
3. 建议尽量全部完成：如果精力允许，原文档作者强烈推荐把各学期 Project 都尝试一遍；或者当对书中某个内容理解不透时，去做对应的 Project 会显著加深理解。作者的判断是“个人建议全部做完，一定对你有帮助”。

结合仓库内 CS186 条目 的 5 星难度与 150 学时可以对照感知：15-445 的 4 星难度与 100 学时在同类课程中属于“难度高但体量可控”的选择，且 C++ 实现路线对后续衔接 CS346（RedBase）、15-799 等 C++ 生态课程更顺。

七、资源汇总：社区、开源仓库与延伸阅读

原文档“资源汇总”一节指向三类自学资源：

• 非官方 Discord：很好的交流平台，过往聊天记录几乎记载了其他同学踩过的坑；你既可以提问，也可以帮忙解答别人的问题，本身就是一份持续积累的排错参考。
• Spring 2023 通关指北：可以搜索 @xzhseh 在知乎发表的《CMU 15-445/645 (Spring 2023) Database Systems 通关指北》（原文为中文），涵盖了通关所需的全部工具、操作建议，以及作者在 Project 过程中遇到、看到并亲自踩过的坑。
• 学习资源仓库：@ysj1173886760 在学习这门课中用到的所有资源和作业实现汇总在 ysj1173886760/Learning 仓库的 db 目录中。由于课程负责人 Andy 的要求，该仓库不包含 Project 的源码实现，只有 Homework 的 Solution；特别地，针对 Homework 1，作者还写了一个 shell 脚本来自动执行判分。

课程结束后的延伸阅读，原文档推荐论文 Architecture of a Database System（中文版笔记同样收录在上述仓库中）。该论文综述了数据库系统的整体架构，有助于在“拼完四个组件”之后，把碎片化的实现经验整合成一张完整的数据库系统架构图景。

八、进阶路径：从 15-445 走向数据库系统研究

原文档“后续课程”部分指向 CMU 15-721：一门研究生阶段的数据库系统进阶课，主要聚焦内存数据库（in-memory database），每节课都配有必读论文，适合希望进入数据库研究方向的读者。

再结合本指南仓库内的相邻条目，可以拼出一条完整的进阶路线：

1. CS122（Caltech）：补齐 15-445 未覆盖的 SQL 层——SQL 解析、翻译、Join 实现、统计信息与代价估计、子查询、Agg/Group By，以及 B+ 树与 WAL 实验（见 CS122 条目）；
2. CS346（Stanford）：在 RedBase 这个代码量不大的 C++ 项目上继续学习数据库的其他组件，并可按需扩展代码、练习 C++ 技巧（见 CS346 条目）；
3. CMU 15-799：CMU 的数据库专题研讨课，先修要求明确为 CMU 15-445（见 15-799 条目）；
4. CMU 15-721：聚焦内存数据库与论文研读的研究型进阶。

九、小结

CMU 15-445 在本指南中的价值可以概括为三点：其一，课程资料与评测基础设施完全开源，自学体验几乎等价于 CMU 本校；其二，Bustub 四 Project 的“缓冲池 → B+ 树 → 执行与优化 → 并发控制”主线，配合 bustub-shell 的实时反馈，让数据库内部原理从纸面落到代码；其三，选版本时遵循“优先 Fall 2022 / Spring 2023 这类现行维护版本、避开已 broken 的 Fall 2019 恢复项目”的原则，并善用社区 Discord、通关指北与延伸阅读论文，即可用约 100 小时投入完成一次系统性的数据库实现训练，为 CS122、CS346、15-799 乃至数据库研究方向的后续学习打下底座。