1. 课程导入与项目全景
很多学习者对 SQL 的认知停留在“会写 SELECT、INSERT、UPDATE、DELETE”这一层。但在真实工程中，一段能跑的 SQL 与一段可交付的 SQL 之间，差距往往不在语法，而在工程化约束：它是否可复现、可测试、可回滚、可观测、可协作。本课程要建立的正是这种从“写查询”到“交付数据系统”的跨越能力。
一、什么是 SQL 工程与数据库综合项目
SQL 工程指把 SQL 及其周边数据库对象（表、视图、索引、约束、存储过程、函数、触发器、迁移脚本）当作软件资产来管理：纳入版本控制、经过评审、通过自动化测试、按环境分级发布、可回滚、可监控。它关注的不是单条语句的写法，而是这些语句如何被组织、验证、部署和长期维护。
数据库综合项目则是一个端到端的实践载体：从需求理解、概念模型与逻辑模型设计，到物理建表、数据装载、查询与事务实现、性能调优、安全与备份，再到交付文档与验收。它把零散的 SQL 知识点串成一条完整的工程链路。
两者结合，就形成了本课程的核心命题：用工程化方法完成一个可运行、可验证、可交付的数据库系统。判断一个项目是否达到“工程级”，可以用四个问题自检：换一台机器能否一键重建？改一条 SQL 能否自动验证不破坏既有行为？上线失败能否在分钟级回滚？运行中能否回答“慢在哪、错在哪”？
二、课程目标与能力地图
本课程不追求覆盖所有数据库特性，而是聚焦四类可迁移能力：
- 建模与设计能力：能把业务描述转化为实体—关系模型，并规范化为第三范式，同时知道何时为性能做有意识的反正规化。
- 实现与优化能力：能写出正确的事务逻辑，读懂执行计划，通过索引与重写把慢查询降到可接受区间。
- 工程化能力：能用迁移脚本管理结构变更，用测试数据与断言验证行为，用版本控制与 CI 保证一致性。
- 运维与保障能力：能设计备份恢复策略、权限模型与基本监控指标。
这四类能力不是并列的，而是层层支撑：设计决定实现的上限，工程化决定协作的效率，运维决定系统能活多久。
三、交付物清单
一个完整的数据库综合项目，最终应产出以下可检查的交付物。它们既是学习成果，也是工程习惯的训练：
| 交付物 | 内容要点 | 验收方式 |
|---|---|---|
| 需求与范围说明 | 业务场景、核心实体、关键查询、非功能约束 | 能对应到后续表结构 |
| ER 图与逻辑模型 | 实体、属性、主外键、基数、范式说明 | 无孤立实体、无未定义关系 |
| DDL 迁移脚本 | 按版本编号、可重复执行、含回滚 | 空库一键重建成功 |
| 种子与测试数据 | 覆盖正常、边界、异常三类场景 | 测试断言全部通过 |
| 核心查询与事务 | 报表查询、并发更新、隔离级别选择 | 结果正确且计划合理 |
| 性能报告 | 慢查询清单、执行计划对比、索引依据 | 关键查询达到目标耗时 |
| 运维与安全说明 | 备份策略、权限矩阵、监控指标 | 可执行、可演练 |
四、技术栈选型
选型的原则是“够用、可替换、可解释”，而不是堆砌最新工具。本课程建议的参考栈如下，实际项目中可按团队情况替换同类组件：
- 数据库：PostgreSQL 或 MySQL 8.x。前者在窗口函数、CTE、JSON、约束表达上更完整，适合教学演示；后者生态与运维资料更普及。二者选其一即可，SQL 主体知识通用。
- 客户端与脚本：psql / mysql 命令行 + 一个脚本语言（Python 的 psycopg 或 SQLAlchemy）。命令行保证可复现，脚本负责自动化。
- 版本控制：Git。所有 DDL、DML、测试脚本入库，禁止手工改生产库。
- 迁移工具：Flyway、Liquibase 或 Alembic。核心是“版本号 + 有序执行 + 记录已应用版本”。
- 测试：pytest 或任意测试框架，配合临时数据库实例，做到每次提交自动跑一遍。
- 可观测：数据库自带的慢查询日志、pg_stat_statements / performance_schema，加上 EXPLAIN ANALYZE。
五、学习路径与项目推进节奏
课程按“先建骨架、再填血肉、最后加固”的顺序推进。下图展示了从需求到交付的主链路，以及每个阶段对应的关键产物与判断点：
推进节奏上，建议每个阶段都留下可检查的产物，而不是全部做完再回头补文档。例如建模阶段结束时，ER 图应能直接映射出建表语句的字段与约束；建表阶段结束时，应能在空库上从零执行迁移脚本并成功建出全部对象。这种“阶段可验证”的习惯，正是工程化与随意练习的分水岭。
六、一个最小可运行示例
为了建立直观感受，下面给出项目骨架的第一步：用版本化脚本创建一张核心表。注意脚本命名带版本号，且结构变更与回滚成对出现。
-- V1__create_orders.sql
CREATE TABLE orders (
order_id BIGSERIAL PRIMARY KEY,
customer_id BIGINT NOT NULL,
amount NUMERIC(12,2) NOT NULL CHECK (amount >= 0),
status VARCHAR(16) NOT NULL DEFAULT 'created',
created_at TIMESTAMPTZ NOT NULL DEFAULT now()
);
CREATE INDEX idx_orders_customer ON orders (customer_id);
CREATE INDEX idx_orders_created ON orders (created_at);
-- U1__drop_orders.sql（回滚）
DROP TABLE IF EXISTS orders;
执行后可用两条命令验证：\d orders 查看表结构与索引是否齐全；SELECT count(*) FROM orders; 确认表可访问。若迁移工具已记录版本，重复执行 V1 应被跳过而非报错——这正是“可重复执行”的验收点。
七、如何判断自己学到位了
本课程的验收不靠背诵，而靠可观察的行为。当你能够：拿到一段业务描述后独立画出 ER 图并说明范式取舍；在空库上用脚本一键重建全部对象；对一条慢查询给出执行计划分析并说明索引为何有效；为一次结构变更写出可回滚的迁移脚本；为关键查询写出覆盖正常与边界场景的测试断言——你就已经具备工程级 SQL 能力。
接下来的章节将沿着上面这条主链路逐段展开：先把模型建对，再把结构管好，然后把查询写快，最后把系统守住。每一步都会落到具体的对象、脚本、参数和判断依据上，而不是停留在概念层面。