弃用Sakila：MariaDB教学数据库的大学时代

如果你教过SQL，或者在任何课程里学过SQL，那么你几乎一定见过Sakila。这个围绕DVD租赁店设计的小数据库，作为MySQL和MariaDB教程的默认样例模式，已经存在了近二十年。它的表结构简洁，规范化做得不错，还预先加载了足够多的数据，能让你写出有意思的查询。

问题在于，Sakila出生在2006年，为的是当时的MySQL 5.0。把它直接搬到今天，就像用一辆没有GPS、没有倒车影像、还带着手动阻风门的车来教人开车。基础操作照样能学，但引擎盖底下那一大半现代功能，你永远摸不到。

打开Sakila的模式文件数一数字段类型：INT、VARCHAR、TEXT、ENUM、DATETIME、DECIMAL、TINYINT，仅此而已。没有JSON，没有支持布尔模式和相关性评分的全文本搜索，没有SET类型，更不用说VECTOR。而另一边，MariaDB 11.7已经原生集成了用于AI时代相似性搜索的VECTOR(N)类型，提供JSON_TABLE、JSON_VALUE、JSON_EXTRACT等丰富的JSON函数，还支持窗口函数（RANK、LAG、LEAD、运行聚合）、递归公共表表达式，以及全文本搜索的布尔逻辑和分数排序。用Sakila来教，这些东西一概无法展示。

还有领域认知的问题。DVD租赁——如果你不到35岁，很可能压根没踏进过录像带出租店。这个业务模型对年轻人来说是陌生的，业务规则也显得很随性。影片、库存项、租赁记录之间的区别是什么？为什么支付记录要独立于租赁记录单独存在？光是解释清楚这套模式，就要花费掉本该用来讲解SQL的时间。

支持Sakila的人会说，这些基础表加上简单的关联查询，已经足够让初学者掌握SQL的核心思想，比如连接、聚合和子查询。没必要把所有高级特性都塞进教学库里，那样反而会增加认知负担。

但这种立场忽略了一个关键点：教具本身会塑造学生对“什么是数据库能力边界”的判断。如果在很长一段时间里，学习者只见过六种字段类型，没有接触过半结构化数据、全文检索和向量嵌入，他们很可能会把数据库默认为一个只能处理规整行和列的系统。等到了实际工作中碰到非结构化日志、嵌套JSON、语义搜索这些需求，就得重新构建认知。

因此，需要一个大家都能秒懂业务、又天然适合展示MariaDB完整功能集的替代方案。大学场景几乎完美地满足了这些条件。

新设计的University DB共有16张表，按行数和职能分成四个层级。最轻量的查找表是semesters、rooms、scholarships，每张表不足百行；领域表稍大一些，包括departments、faculty、students、courses、course_prerequisites、sections，最多不超过2000行；事务表达到中等规模，覆盖enrollments、student_scholarships、research_projects、publications、project_members；分析层则集中了最大的两张表——grade_events有约12万行记录，audit_log约6万行，由触发器自动填充。

这样的分层结构不仅能练习单表查询、多表连接，还能很自然地带出递归公共表表达式。比如从系到专业、到课程、再到先修课程链条，天生就是一层套一层的层级关系，不用绞尽脑汁去编造例子。

更重要的是，这张模式里几乎每一种MariaDB典型数据类型都会至少出现一次。courses表中有一个VECTOR(1536)字段，用来存放课程描述的语义嵌入，可以直接执行向量相似度搜索。faculty表里的office_hours字段是JSON类型，存放诸如[{"day":"Mon","start":"10:00","end":"12:00"},...]这样的半结构化办公时间，正好用来演示JSON_TABLE展开数组、JSON_VALUE提取字段。publications表用SET类型存放多值关键词标签，可选集合包含“AI”“ML”“Databases”“Security”“Bioinformatics”等。同时，courses和publications上都建了全文本索引，布尔模式查询和相关性评分都可以在标准SQL里直接跑通。

整个大学场景的实体关系几乎不需要解释——学生、课程、教师、注册、成绩，所有人都在这个系统里生活过。这不仅能让学生把注意力集中在SQL语法本身，也能帮他们直观理解什么情况下适合用JSON存非标字段、什么时候该把文本扔进全文本索引、什么查询用向量相似度更趁手。

一个教学用例的演化，折射出的其实是数据库能力的膨胀和用户预期的变迁。Sakila在它诞生的年代完全足够，但在2026年继续把它当成MariaDB的标准教具，就像一直用同一张老地图去探索一片已经翻了好几倍的新大陆。University DB并不试图推翻所有教学逻辑，它只是把那些已经写入数据库内核、却长期被教学场景忽略的功能，变成可感知的练习素材。